- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT07402161
Sygnatura choroby Alzheimera w subiektywnym spadku funkcji poznawczych (SIGN-AL)
Rozwikłanie sygnatury choroby Alzheimera: Integracja biomarkerów multimodalnych za pomocą uczenia maszynowego
Badanie to skupia się na poprawie wczesnego wykrywania choroby Alzheimera (AD) u pacjentów z subiektywnym pogorszeniem funkcji poznawczych (SCD), przedklinicznym stadium zaburzeń poznawczych, w kontekście pojawiających się terapii modyfikujących przebieg choroby (DMT). Obecne biomarkery, takie jak rezonans magnetyczny mózgu, skany PET oraz markery płynu mózgowo-rdzeniowego (CSF), są bardzo dokładne, ale kosztowne, inwazyjne i nie są powszechnie dostępne.
Badanie ma na celu dostarczenie opłacalnych, skalowalnych narzędzi do wczesnej identyfikacji osób zagrożonych, umożliwiając spersonalizowaną ocenę i terminowe podanie DMT.
Cele:
- Ocena dokładności innowacyjnych, łatwo dostępnych biomarkerów w przewidywaniu biologicznie potwierdzonej AD.
- Ocena użyteczności predykcyjnej wcześniej badanych metod dla pacjentów z SCD.
- Zbadanie nowych podejść, w tym zautomatyzowanej analizy mowy, w celu identyfikacji pogorszenia funkcji poznawczych.
- Ocena wkładu genetycznego w ryzyko AD.
- Integracja danych z tych różnych modalności przy użyciu uczenia maszynowego w celu stworzenia modelu predykcyjnego dla AD u pacjentów z SCD.
Projekt badania:
Jest to wieloośrodkowe, podłużne, badanie z niską interwencją prowadzone w IRCCS Policlinico San Donato, San Donato Milanese, Mediolan, Włochy (UO1) oraz w Centrum Badań i Innowacji w Demencji, Szpital Careggi, Florencja, Włochy (UO2). Kwalifikującymi się uczestnikami są dorośli z SCD, zachowanym codziennym funkcjonowaniem i wynikami Mini-Mental State Examination (MMSE) >24. Kryteria wykluczenia obejmują choroby neurologiczne lub ogólnoustrojowe, poważne zaburzenia psychiczne, używanie substancji lub wcześniejsze urazy głowy.
Uczestnicy przechodzą:
- Szczegółowe zebranie wywiadu medycznego i rodzinnego.
- Kompleksową ocenę neuropsychologiczną, osobowości oraz samodzielności w codziennych czynnościach.
- Rejestrację EEG w stanie spoczynku.
- Pobranie krwi w celu oznaczenia biomarkerów osocza (Aβ42, Aβ40, p-tau181, p-tau217, t-tau, NfL, GFAP).
- Analizę biomarkerów CSF (Aβ42, Aβ40, p-tau, t-tau).
- Analizę genetyczną genów związanych z AD (PSEN1, PSEN2, APOE, TREM2, ABCA7, BDNF, HTT).
- Nagranie i analizę mowy z wykorzystaniem standaryzowanych zadań w celu wyodrębnienia cech do automatycznej oceny.
Badanie ma na celu stworzenie opartego na uczeniu maszynowym modelu predykcyjnego, łączącego dane biomarkerowe, neuropsychologiczne, EEG, mowy i genetyczne, w celu poprawy wczesnego wykrywania i ukierunkowania spersonalizowanej opieki nad pacjentem.
Procedury:
- Oceny neuropsychologiczne przeprowadzane są na początku badania oraz po dwuletnim okresie obserwacji.
- Nagrania językowe są przeprowadzane w kontrolowanych warunkach przy użyciu standaryzowanych zadań opisu obrazków.
- EEG jest rejestrowane przy użyciu 21-kanałowych systemów.
- Próbki krwi i CSF są pobierane, przetwarzane i przechowywane w temperaturze -80°C do późniejszej analizy w odpowiednich laboratoriach instytucjonalnych.
- Biomarkery osocza są analizowane za pomocą technologii Simoa; biomarkery CSF są analizowane przy użyciu chemiluminescencyjnego testu immunoenzymatycznego (CLEIA).
- Analizy genetyczne wykorzystują PCR, analizę wysokorozdzielczego topienia (HRMA), sekwencjonowanie i elektroforezę kapilarną, w zależności od specyficznych genów lub polimorfizmów.
Badanie ma na celu stworzenie opartego na uczeniu maszynowym modelu predykcyjnego, łączącego dane biomarkerowe, neuropsychologiczne, EEG, mowy i genetyczne, w celu poprawy wczesnego wykrywania i ukierunkowania spersonalizowanej opieki nad pacjentem.
Przegląd badań
Status
Szczegółowy opis
WPROWADZENIE Badania nad chorobą Alzheimera (AD) i praktyka kliniczna znajdują się w punkcie zwrotnym. W miarę jak stają się dostępne terapie modyfikujące przebieg choroby (DMTs) dla AD, neurolodzy, badacze i służby zdrowia będą musieli sprostać przewidywalnemu, rosnącemu zapotrzebowaniu na diagnostykę pacjentów z zaburzeniami poznawczymi. Ponadto istnieje konsensus, że DMTs powinny być podawane we wczesnych stadiach choroby, aby zatrzymać proces chorobowy, zanim rozpocznie się neurodegeneracja. Z tego powodu międzynarodowe badania koncentrują się na subiektywnym pogorszeniu funkcji poznawczych (SCD) i łagodnych zaburzeniach poznawczych (MCI), uważanych za najwcześniejsze przejawy AD i optymalną populację docelową dla przyszłych DMTs. Jednak zarówno MCI, jak i SCD są bardzo częstymi i heterogenicznymi stanami o różnych możliwych trajektoriach i wielu potencjalnych przyczynach. Obecnie uznane biomarkery choroby (MRI mózgu, PET neuroobrazowanie i biomarkery płynu mózgowo-rdzeniowego [CSF]) są wysoce dokładne w identyfikacji pacjentów z SCD i MCI spowodowanymi chorobą Alzheimera, ale ich szeroko zakrojone zastosowanie jest niezwykle ograniczone ze względu na wysokie koszty, słabą dostępność i inwazyjność.
Z tego powodu wcześniejsze badania sugerowały rozważenie cech demograficznych, poznawczych i genetycznych do oszacowania ryzyka demencji. Ponadto biomarkery oparte na krwi są uważane za obiecujące narzędzia umożliwiające ocenę na poziomie podstawowej opieki zdrowotnej. Jednak żadna z tych ocen ani narzędzi sama w sobie nie może zagwarantować wystarczającej dokładności, aby być stosowana na poziomie badań przesiewowych.
- CELE BADANIA
Naszym celem jest:
- Ocena dokładności bardziej innowacyjnych i łatwiej dostępnych biomarkerów we wczesnych stadiach pogorszenia funkcji poznawczych w przewidywaniu obecności biologicznie zdiagnozowanej AD na podstawie biomarkerów CSF.
- Wyjaśnienie użyteczności technik, które były już badane w tym kontekście, ale dawały sprzeczne wyniki, takich jak wyniki neuropsychologiczne i elektroencefalografia (EEG).
- Zbadanie nowych technik analizy, które nie zostały jeszcze zastosowane w tej dziedzinie, takich jak automatyczna analiza nagrań mowy (analiza mowy).
- Ocena wkładu wariantów genetycznych w ryzyko AD u pacjentów z SCD.
- Połączenie cech i danych wyekstrahowanych z tych technik przy użyciu podejścia uczenia maszynowego w celu opracowania modelu predykcyjnego AD u pacjentów z SCD.
3. PROJEKT BADANIA Jest to wieloośrodkowe, podłużne badanie o niskiej interwencji. Pacjenci będą rekrutowani z U.O.C. Neurologii w IRCCS Policlinico San Donato (dalej określanej jako UO1) oraz z Centrum Badań i Innowacji w Demencji (CRIDEM) w Azienda Ospedaliero-Universitaria Careggi we Florencji, Włochy (AOUC, dalej określanej jako UO2).
Wszyscy rekrutowani pacjenci przejdą:
- dogłębny wywiad rodzinny i kliniczny;
- szeroką ocenę neuropsychologiczną, w tym nagranie mowy, oszacowanie rezerwy poznawczej, ocenę depresji i cech osobowości;
- zapis EEG w stanie spoczynku;
- analizę następujących biomarkerów krwi: Aβ42, Aβ40, p-tau181, p-tau217, t-tau, NfL i GFAP;
- analizę następujących genów: PSEN1, PSEN2, APOE, TREM2, ABCA7, BDNF, HTT;
- analizę biomarkerów w płynie mózgowo-rdzeniowym (CSF): Aβ42, Aβ40, p-tau i t-tau.
3.1. POPULACJA BADANA.
Zostaną rekrutowani pacjenci spełniający następujące kryteria:
- Wiek ≥18 lat
- Kliniczne rozpoznanie SCD według kryteriów SCD-I4;
- Wynik Mini-Mental State Examination (MMSE) większy niż 24, skorygowany o wiek i poziom wykształcenia;
- Normalna funkcjonalność w skalach Activities of Daily Living (ADL) i Instrumental Activities of Daily Living (IADL).
Pacjenci z:
a. Wywiadem urazu głowy; b. Trwającą chorobą neurologiczną i/lub ogólnoustrojową; c. Objawami psychozy, ciężkiej depresji lub zaburzenia używania substancji.
4. PROCEDURA BADANIA 4.1. OCENA NEUROPSYCHOLOGICZNA, OCENA DEPRESJI I OSZACOWANIE REZERWY POZNAWCZEJ Dogłębne badanie neuropsychologiczne będzie przeprowadzone na początku (rekrutacja) i podczas obserwacji (po dwóch latach) w IRCCS Policlinico San Donato (dla pacjentów z UO1) oraz w AOU Careggi (dla pacjentów z UO2) i będzie obejmować: globalne miary poznawcze (Mini Mental State Examination); zadania badające pamięć krótko- i długotrwałą werbalną i przestrzenną, uwagę, język, praksję konstruktywną i funkcje wykonawcze; subiektywne postrzeganie deficytów pamięci opisane przez Mazzeo i in.; wskaźniki rezerwy poznawczej, takie jak inteligencja przedchorobowa i aktywności rekreacyjne; objawy depresyjne; wskaźnik niezależności w czynnościach dnia codziennego; cechy osobowości.
4.2. NAGRYWANIE I WSTĘPNE PRZETWARZANIE MOWY Nagranie mowy odbędzie się podczas zadania opisywania obrazu w ramach Screening for Aphasia in Neurodegeneration (SAND). W cichym i kontrolowanym środowisku pacjenci zostaną poproszeni o opisanie "Summer Time Picture" zgodnie ze standardową procedurą. Nagranie głosu zostanie wykonane za pomocą dedykowanego systemu, z częstotliwością próbkowania 44 100 Hz, znormalizowane do osiągnięcia szczytu -1 dB i zredukowane do 48 kHz. Do ekstrakcji segmentów audio zostanie użyty algorytm Voice Activity Detection (VAD) webRTC.
4.3. NAGRYWANIE EEG, WSTĘPNE PRZETWARZANIE I EKSTRAKCJA CECH Dane EEG w stanie spoczynku będą zbierane w IRCCS Policlinico San Donato (dla pacjentów z UO1) oraz w AOU Careggi (Florencja, Włochy) (dla pacjentów z UO2). Zostanie użyty standardowy 21-kanałowy system. Nagrywanie EEG rozpocznie się od 10 minut z zamkniętymi oczami, a następnie na przemian 3 minuty z otwartymi oczami i 3 minuty z zamkniętymi oczami, powtórzone dwukrotnie. Do analizy zostaną użyte tylko segmenty z zamkniętymi oczami.
4.4. POBIERANIE, OBRÓBKA I PRZECHOWYWANIE PRÓBEK BIOLOGICZNYCH Próbki krwi zostaną pobrane przez wenopunkcję do standardowych probówek polipropylenowych z EDTA (Sarstedt, Nümbrecht, Niemcy) w Oddziale Neurologii Polikliniki San Donato i w Oddziale Neurologii Szpitala Uniwersyteckiego Careggi. Zgodnie z rutynową praktyką kliniczną dla pacjentów z pogorszeniem funkcji poznawczych, po uzyskaniu świadomej zgody na nakłucie lędźwiowe, próbki CSF zostaną pobrane o godzinie 8 rano przez nakłucie lędźwiowe w Oddziale Neurologii Polikliniki San Donato i w Oddziale Neurologii Szpitala Uniwersyteckiego Careggi. Próbki zostaną natychmiast odwirowane i przechowywane w -80°C do czasu analizy. Próbki krwi zostaną pobrane w dwóch momentach: podczas pierwszych ocen klinicznych (pobranie wyjściowe) i dwa lata po pierwszym pobraniu (pobranie w trakcie obserwacji).
Próbki biologiczne od pacjentów z UO1 i powiązane dane zebrane do badania zostaną przekazane do biobanku BioCor w IRCCS Policlinico San Donato w celu przetworzenia i późniejszego przechowywania. Próbki będą przechowywane w biobanku BioCor do 25 lat.
Próbki biologiczne od pacjentów z UO2 i powiązane dane zebrane do badania zostaną przekazane do laboratorium neurogenetyki AOUC w celu przetworzenia i późniejszego przechowywania. Zostaną odwirowane w ciągu dwóch godzin przy 1300 rcf w 4°C przez 10 minut, a osocze zostanie wyizolowane i przechowywane w -80°C do czasu analizy.
4.5. ANALIZA BIOMARKERÓW KRWI Analiza biomarkerów osocza zostanie wykonana na próbkach pobranych na początku i w dwuletniej obserwacji w Laboratorium Neurogenetyki AOU Careggi przy użyciu zestawu Simoa dla próbek ludzkich dostarczonego przez Quanterix Corporation (Lexington, MA, USA) na zautomatyzowanej platformie Simoa SR-X (GBIO, Hangzhou, Chiny), zgodnie z instrukcjami producenta. Stężenia biomarkerów osocza wszystkich próbek zostaną zmierzone w jednym przebiegu. Kontrolki jakości zostaną włączone do analizy i testowane razem z próbkami. Krzywa kalibracyjna zostanie określona przez pomiary seryjnie rozcieńczonego kalibratora dostarczonego przez Quanterix.
4.6. ANALIZA BIOMARKERÓW CSF Stężenia Aβ42, Aβ40, t-tau i p-tau zostaną zmierzone w Laboratorium Neurogenetyki AOUC przy użyciu analizatora chemiluminescencyjnego testu immunoenzymatycznego (CLEIA) LUMIPULSE G600 (Fujirebio, Tokio, Japonia). Wartości odcięcia dla CSF zostaną określone zgodnie z wytycznymi dostarczonymi przez Fujirebio.
4.7. ANALIZA GENETYCZNA Analizy genetyczne zostaną wykonane w Laboratorium Neurogenetyki AOUC.
Do izolacji DNA z próbek krwi zostanie użyta standardowa zautomatyzowana metoda (QIAcube, QIAGEN). Wybrane geny zostaną przeanalizowane w następujący sposób:
- APP, PSEN1, PSEN2: Wszystkie eksony kodujące i granice intron/ekson zostaną amplifikowane przez reakcję łańcuchową polimerazy (PCR) przy użyciu starterów zaprojektowanych za pomocą oprogramowania Primer3.
- Genotypy APOE: Genotypy APOE zostaną zbadane przez HRMA. Jako standardowe odniesienia zostaną użyte próbki o znanych genotypach APOE zwalidowanych przez sekwencjonowanie DNA.
Ekspansje powtórzeń CAG w HTT: Zostaną określone za pomocą testu amplifikacji PCR, przy użyciu starterów znakowanych fluorescencyjnie. Rozmiar fragmentu zostanie określony przez elektroforezę kapilarną przy użyciu "SeqStudio Genetic Analyzer" (ThermoFisher) i oprogramowania GeneMapper wersja 4.0 (Applied Biosystems). Jako standard wielkości zostanie użyty zestaw alleli CAG HTT, których długości zostaną potwierdzone przez sekwencjonowanie DNA.
5. ANALIZA DANYCH
Analiza danych będzie składać się z następujących kroków:
- Opisowa analiza statystyczna
- Trenowanie i testowanie modelu uczenia maszynowego
5.1. OPISOWA ANALIZA STATYSTYCZNA Rozkład zmiennych zostanie oceniony za pomocą testu Shapiro-Wilka. Grupy pacjentów zostaną scharakteryzowane przy użyciu średniej i odchylenia standardowego, median i zakresów międzykwartylowych (IQR), częstości lub procentów oraz 95% przedziałów ufności odpowiednio dla zmiennych ciągłych, zmiennych ciągłych o nienormalnym rozkładzie i zmiennych kategorycznych. W zależności od rozkładu danych użyjemy testów ANOVA lub nieparametrycznych Kruskala-Wallisa dla porównań międzygrupowych oraz współczynnika korelacji Pearsona lub Spearmana do oceny korelacji między miarami liczbowymi. Testy chi-kwadrat zostaną użyte do porównania danych kategorycznych. Wielkości efektu zostaną obliczone przy użyciu d Cohena dla normalnie rozłożonych miar liczbowych, η² dla testu U Manna-Whitneya i testu V Cramera dla danych kategorycznych.
5.2. TRENOWANIE I TESTOWANIE MODELU UCZENIA MASZYNOWEGO Zdefiniujemy zestaw multimodalnych cech obejmujących wyniki neuropsychologiczne, wskaźniki rezerwy poznawczej, cechy osobowości, cechy EEG, biomarkery osocza i warianty genetyczne. Wspólna metryka zostanie zdefiniowana na podstawie dyspersji każdego wymiaru profilu, a następnie wytrenujemy algorytm uczenia maszynowego, aby powiązać każdy "wektor" profilu z profilami biomarkerów. Początkowo wykonamy tę klasyfikację przy użyciu standardowych procedur uczenia maszynowego. W oddzielnym zestawie analiz zastosujemy podejście głębokiego uczenia, trenując wielopoziomową sieć neuronową typu feedforward (ANN) do przewidywania profili biomarkerów CSF pacjentów. Model o najlepszej wydajności (ocenionej przez AUC krzywych ROC) zostanie przetestowany na zestawie testowym, aby uzyskać obiektywną ocenę wydajności modelu.
6. WIELKOŚĆ PRÓBY Zakładając wartość AUC próbki 0,8, metoda obliczania błędu standardowego zaproponowana przez Hanleya i McNeila (1982) pozwoli określić granice przedziału ufności, z 40 pacjentami w grupie z chorobą Alzheimera (20%) i 160 w grupie bez (80%, procenty szacowane na podstawie danych z wcześniejszych badań przeprowadzonych w AOU Careggi15), o szerokości 0,173 (0,713-0,887). Przy innych równych warunkach, zakładając AUC 0,9, przedział ufności wyniesie 0,131 (0,834-0,966). Uwzględniając 20% utratę pacjentów, próba osób do rekrutacji wynosi 250.
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Mattia Ricotti
- Numer telefonu: +390252774236
- E-mail: mattia.ricotti@grupposandonato.it
Lokalizacje studiów
-
-
Milan
-
San Donato Milanese, Milan, Włochy, 20097
- Rekrutacyjny
- IRCCS Policlinico San Donato
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia:
- Rozpoznanie kliniczne SCD zgodnie z kryteriami SCD-I;
- Wynik Mini-Mental State Examination (MMSE) większy niż 24, dostosowany do wieku i poziomu wykształcenia;
- Prawidłowe funkcjonowanie w skalach Activities of Daily Living (ADL) i Instrumental Activities of Daily Living (IADL).
Kryteria wykluczenia:
- Historia urazu głowy;
- Bieżące choroby neurologiczne i/lub ogólnoustrojowe;
- Objawy psychozy, dużej depresji lub zaburzeń związanych z używaniem substancji.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
|---|
|
Subiektywne Pogorszenie Funkcji Poznawczych
Osoby skarżące się na spadek zdolności poznawczych, który nie został potwierdzony badaniem neuropsychologicznym
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Dokładność diagnostyczna biomarkerów w wykrywaniu choroby Alzheimera
Ramy czasowe: 12-24 miesięcy
|
Dokładność biomarkerów krwiopochodnych będzie oceniana pod kątem przewidywania biologicznej diagnozy AD oraz przewidywania postępu spadku funkcji poznawczych podczas obserwacji.
Biologiczna diagnoza AD będzie definiowana przez dodatni wynik biomarkerów w płynie mózgowo-rdzeniowym, szczególnie nieprawidłowy stosunek Aβ42/Aβ40 oraz podwyższony poziom CSF p-tau181.
Postęp spadku funkcji poznawczych będzie definiowany jako pogorszenie w co najmniej jednej domenie poznawczej, utrata autonomii lub progresja do MCI lub otępienia.
|
12-24 miesięcy
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Dokładność pomiarów neuropsychologicznych i neurofizjologicznych w przewidywaniu patologii AD określonej zgodnie z profilem biomarkerów w płynie mózgowo-rdzeniowym.
Ramy czasowe: 12-24 miesięcy
|
Klasyczne modele regresji i modele uczenia maszynowego do przewidywania patologii AD. Patologia AD będzie definiowana zgodnie z profilem biomarkerów płynu mózgowo-rdzeniowego w następujący sposób: A+, jeśli przynajmniej jeden z podstawowych biomarkerów (stosunek CSF Aβ42/Aβ40<0,069, p-tau>56,5 ng/L) jest pozytywny, oraz jako A-, jeśli żaden z podstawowych biomarkerów nie jest pozytywny. Jako predyktory będą brane pod uwagę następujące wyniki neuropsychologiczne: pomiary globalne, testy rozpiętości cyfr i wzrokowo-przestrzennej, test uczenia słuchowo-werbalnego Reya, krótkie przypominanie historii, kopiowanie i przypominanie złożonej figury Rey-Osterrieth, test śledzenia szlaku, matryce uwagi, test anulowania wielu cech docelowych, zadanie płynności kategorialnej, zadanie płynności fonemicznej, przesiewowe badanie afazji neurodegeneracyjnej, kopiowanie rysunków. W odniesieniu do miar neurofizjologicznych, jako predyktory użyjemy następujących cech EEG: moc absolutna i względna w pasmach częstotliwości (alfa, beta, theta, delta); częstotliwość szczytowa i indywidualna częstotliwość alfa; metryki gęstości widmowej mocy. |
12-24 miesięcy
|
|
Dokładność automatycznej analizy mowy w przewidywaniu AD
Ramy czasowe: 12-24 miesięcy
|
Klasyczne modele regresji i modele uczenia maszynowego do przewidywania patologii AD. Patologia AD będzie definiowana zgodnie z profilem biomarkerów CSF w następujący sposób: A+, jeśli co najmniej jeden z podstawowych biomarkerów (stosunek CSF Aβ42/Aβ40<0,069, p-tau>56,5 ng/L) jest pozytywny, oraz jako A-, jeśli żaden z podstawowych biomarkerów nie jest pozytywny. Automatyczna analiza mowy zostanie wykorzystana do wyodrębnienia następujących cech, które będą używane jako predyktory w modelu: akustyczne i jakościowe pomiary głosu (częstotliwość podstawowa, intensywność, jitter, shimmer, częstotliwości formantowe); cechy prozodyczne (tempo mowy i artykulacji, zmienność wysokości dźwięku, częstotliwość i czas trwania pauz, wzorce intonacyjne); pomiary czasowe i płynności (czas fonacji, opóźnienie odpowiedzi, wypełnione i niewypełnione pauzy, niepłynności); oraz cechy lingwistyczne pochodzące z automatycznych transkrypcji, w tym różnorodność leksykalna, częstotliwość występowania słów, rozkłady części mowy, złożoność składniowa i spójność semantyczna. |
12-24 miesięcy
|
|
Wpływ wariantów genetycznych na ryzyko AD u pacjentów z SCD
Ramy czasowe: 12-24 miesięcy
|
Do oszacowania ryzyka AD zostanie wykorzystany model regresji logistycznej oraz model regresji Coxa.
Patologia AD będzie definiowana zgodnie z profilem biomarkerów CSF w następujący sposób: patologia AD będzie definiowana zgodnie z profilem biomarkerów CSF w następujący sposób: A+ jeśli przynajmniej jeden z głównych biomarkerów (stosunek CSF Aβ42/Aβ40<0,069, p-tau>56,5 ng/L) jest pozytywny, oraz jako A- jeśli żaden z głównych biomarkerów nie jest pozytywny. Warianty genetyczne w genach kandydatów (PSEN1, PSEN2, APOE, TREM2, ABCA7, BDNF, HTT i APOE) będą traktowane jako zmienne niezależne w modelu.
|
12-24 miesięcy
|
|
Model uczenia maszynowego do przewidywania choroby Alzheimera
Ramy czasowe: 12-24 miesięcy
|
Wskaźniki zidentyfikowane w poprzednich sekcjach (biomarkery osocza, miary neuropsychologiczne, neurofizjologiczne i genetyczne) zostaną uwzględnione jako predyktory w multimodalnym modelu uczenia maszynowego. Algorytm uczenia maszynowego zostanie wytrenowany w celu przewidywania patologii AD zdefiniowanej zgodnie z profilem biomarkerów CSF w następujący sposób: A+, jeśli co najmniej jeden z podstawowych biomarkerów (stosunek CSF Aβ42/Aβ40 <0,069, p-tau>56,5 ng/L) jest dodatni, oraz jako A-, jeśli żaden z podstawowych biomarkerów nie jest dodatni. Trzydzieści procent całego zbioru danych zostanie zarezerwowane jako zbiór testowy, podczas gdy pozostałe 70% zostanie wykorzystane do treningu i walidacji. Zostanie zastosowane podejście pięciokrotnej walidacji krzyżowej do trenowania modeli i optymalizacji hiperparametrów. Najlepiej działający model, oceniany na podstawie pola pod krzywą ROC (AUC), zostanie przetestowany na odłożonym zbiorze testowym, aby uzyskać obiektywną ocenę wydajności modelu. |
12-24 miesięcy
|
Współpracownicy i badacze
Sponsor
Współpracownicy
Śledczy
- Główny śledczy: Salvatore Mazzeo, MD, PhD, Università Vita-Salute San Raffaele, Milano - Neurology Unit, IRCCS Policlinico San Donato, San Donato Milanese
Publikacje i pomocne linki
Publikacje ogólne
- Bessi V, Balestrini J, Bagnoli S, Mazzeo S, Giacomucci G, Padiglioni S, Piaceri I, Carraro M, Ferrari C, Bracco L, Sorbi S, Nacmias B. Influence of ApoE Genotype and Clock T3111C Interaction with Cardiovascular Risk Factors on the Progression to Alzheimer's Disease in Subjective Cognitive Decline and Mild Cognitive Impairment Patients. J Pers Med. 2020 May 29;10(2):45. doi: 10.3390/jpm10020045.
- Mazzeo S, Bessi V, Padiglioni S, Bagnoli S, Bracco L, Sorbi S, Nacmias B. KIBRA T allele influences memory performance and progression of cognitive decline: a 7-year follow-up study in subjective cognitive decline and mild cognitive impairment. Neurol Sci. 2019 Aug;40(8):1559-1566. doi: 10.1007/s10072-019-03866-8. Epub 2019 Apr 5.
- Bessi V, Mazzeo S, Padiglioni S, Piccini C, Nacmias B, Sorbi S, Bracco L. From Subjective Cognitive Decline to Alzheimer's Disease: The Predictive Role of Neuropsychological Assessment, Personality Traits, and Cognitive Reserve. A 7-Year Follow-Up Study. J Alzheimers Dis. 2018;63(4):1523-1535. doi: 10.3233/JAD-171180.
- Mazzeo S, Padiglioni S, Bagnoli S, Carraro M, Piaceri I, Bracco L, Nacmias B, Sorbi S, Bessi V. Assessing the effectiveness of subjective cognitive decline plus criteria in predicting the progression to Alzheimer's disease: an 11-year follow-up study. Eur J Neurol. 2020 May;27(5):894-899. doi: 10.1111/ene.14167. Epub 2020 Mar 8.
- Jessen F, Amariglio RE, van Boxtel M, Breteler M, Ceccaldi M, Chetelat G, Dubois B, Dufouil C, Ellis KA, van der Flier WM, Glodzik L, van Harten AC, de Leon MJ, McHugh P, Mielke MM, Molinuevo JL, Mosconi L, Osorio RS, Perrotin A, Petersen RC, Rabin LA, Rami L, Reisberg B, Rentz DM, Sachdev PS, de la Sayette V, Saykin AJ, Scheltens P, Shulman MB, Slavin MJ, Sperling RA, Stewart R, Uspenskaya O, Vellas B, Visser PJ, Wagner M; Subjective Cognitive Decline Initiative (SCD-I) Working Group. A conceptual framework for research on subjective cognitive decline in preclinical Alzheimer's disease. Alzheimers Dement. 2014 Nov;10(6):844-52. doi: 10.1016/j.jalz.2014.01.001. Epub 2014 May 3.
- Bessi V, Giacomucci G, Mazzeo S, Bagnoli S, Padiglioni S, Balestrini J, Tomaiuolo G, Piaceri I, Carraro M, Bracco L, Sorbi S, Nacmias B. PER2 C111G polymorphism, cognitive reserve and cognition in subjective cognitive decline and mild cognitive impairment: a 10-year follow-up study. Eur J Neurol. 2021 Jan;28(1):56-65. doi: 10.1111/ene.14518. Epub 2020 Oct 18.
- Bessi V, Mazzeo S, Bagnoli S, Padiglioni S, Carraro M, Piaceri I, Bracco L, Sorbi S, Nacmias B. The implication of BDNF Val66Met polymorphism in progression from subjective cognitive decline to mild cognitive impairment and Alzheimer's disease: a 9-year follow-up study. Eur Arch Psychiatry Clin Neurosci. 2020 Jun;270(4):471-482. doi: 10.1007/s00406-019-01069-y. Epub 2019 Sep 27.
- Mazzeo S, Ingannato A, Giacomucci G, Manganelli A, Moschini V, Balestrini J, Cavaliere A, Morinelli C, Galdo G, Emiliani F, Piazzesi D, Crucitti C, Frigerio D, Polito C, Berti V, Bagnoli S, Padiglioni S, Sorbi S, Nacmias B, Bessi V. Plasma neurofilament light chain predicts Alzheimer's disease in patients with subjective cognitive decline and mild cognitive impairment: A cross-sectional and longitudinal study. Eur J Neurol. 2024 Jan;31(1):e16089. doi: 10.1111/ene.16089. Epub 2023 Oct 5.
- Lassi M, Fabbiani C, Mazzeo S, Burali R, Vergani AA, Giacomucci G, Moschini V, Morinelli C, Emiliani F, Scarpino M, Bagnoli S, Ingannato A, Nacmias B, Padiglioni S, Micera S, Sorbi S, Grippo A, Bessi V, Mazzoni A. Degradation of EEG microstates patterns in subjective cognitive decline and mild cognitive impairment: Early biomarkers along the Alzheimer's Disease continuum? Neuroimage Clin. 2023;38:103407. doi: 10.1016/j.nicl.2023.103407. Epub 2023 Apr 19.
- Giacomucci G, Mazzeo S, Bagnoli S, Ingannato A, Leccese D, Berti V, Padiglioni S, Galdo G, Ferrari C, Sorbi S, Bessi V, Nacmias B. Plasma neurofilament light chain as a biomarker of Alzheimer's disease in Subjective Cognitive Decline and Mild Cognitive Impairment. J Neurol. 2022 Aug;269(8):4270-4280. doi: 10.1007/s00415-022-11055-5. Epub 2022 Mar 14.
- Mazzeo S, Emiliani F, Bagnoli S, Padiglioni S, Conti V, Ingannato A, Giacomucci G, Balestrini J, Ferrari C, Sorbi S, Nacmias B, Bessi V. Huntingtin gene intermediate alleles influence the progression from subjective cognitive decline to mild cognitive impairment: A 14-year follow-up study. Eur J Neurol. 2022 Jun;29(6):1600-1609. doi: 10.1111/ene.15291. Epub 2022 Feb 28.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- CET 25-2025
- Robert-Katzman Award 2024 (Inny numer grantu/finansowania: American Academy of Neurology, Alzheimer's Association, American Brain Foundation)
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .
Badania kliniczne na Subiektywne upośledzenie funkcji poznawczych
-
Atılım UniversityJeszcze nie rekrutacjaReformer Pilates Ćwiczenie, Cognitive Performans
-
Pamukkale UniversityRejestracja na zaproszenieOcena poznawcza | Elektrowstrząsy (ECT) | Ocena Poznawcza Terapii Elektrowstrząsowej (ECCA) | Montreal Cognitive Assessment (MoCA) | Turecka adaptacjaTurcja (Türkiye)