Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Diagnóstico e Caracterização da Doença Hepática Gordurosa Não Alcoólica Baseado em Inteligência Artificial. (NASHAI)

20 de setembro de 2019 atualizado por: Instituto de Investigación Marqués de Valdecilla
Um elemento-chave no diagnóstico da doença hepática gordurosa não alcoólica (DHGNA) é a diferenciação da esteato-hepatite não alcoólica (NASH) da gordura hepática não alcoólica (NAFL) e o estadiamento da fibrose hepática, visto que pacientes com NASH e fibrose avançada são aqueles com maior risco de desenvolver complicações hepáticas e doenças cardiovasculares. Ainda não existem métodos não invasivos disponíveis que permitam o correto diagnóstico e estadiamento da DHGNA. A implementação de técnicas de Inteligência Artificial (IA) baseadas em redes neurais artificiais e sistemas de aprendizado profundo (Deep Learning System) como ferramenta para diagnósticos médicos representa uma verdadeira revolução tecnológica que introduz uma abordagem inovadora para melhorar os processos de saúde.

Visão geral do estudo

Descrição detalhada

Os objetivos deste estudo observacional são os seguintes:

  1. Para projetar um modelo preditivo de doença hepática significativa devido a NAFLD, com base em agrupamento ou algoritmos de agrupamento (AI)
  2. Aplicar e validar este modelo para classificar os pacientes de acordo com a gravidade da doença de forma a proporcionar um manejo mais eficaz desses pacientes desde a Atenção Primária até a Atenção Hospitalar por meio da otimização de processos e recursos
  3. Desenvolver um Sistema de Aprendizagem Profunda baseado em redes neuronais convolucionais para reconhecimento automático de imagens em uma coorte de indivíduos com biópsias hepáticas digitalizadas e realizar análises pareadas que permitem a classificação correta e exata de biópsias de indivíduos com NASH.

Projeto:

Um estudo observacional da determinação e validação de modelos preditivos de diagnóstico de DHGNA.

O estudo tem quatro fases:

As fases I e II referem-se ao aprendizado de inteligência artificial não supervisionado e supervisionado para identificar clusters e construir algoritmos de diagnóstico. Eles serão realizados em dados gerados pela coorte ETHON (veja abaixo).

A Fase III consistirá na aplicação da tecnologia de sistemas de aprendizado profundo como estratégia de suporte para estratificar biópsias hepáticas em pacientes com DHGNA de acordo com o grau de necroinflamação e estágio de fibrose. Serão utilizadas biópsias hepáticas coletadas no registro espanhol de DHGNA até o início do estudo.

Finalmente, será realizada uma fase IV de validação com dados de pacientes que serão registrados no registro espanhol de DHGNA.

População:

  1. - Coorte de estudo (Fases I-III):

    A. Indivíduos da população geral identificados na coorte* ETHON (Estudo Epidemiológico de Infecções Hepáticas) já criada (12.246 indivíduos entre 19-74 anos de idade) e B. Indivíduos pertencentes ao registro espanhol de NAFLD (HEPAmet) (1.800 indivíduos já coletados no início do estudo)

    *A coorte ETHON foi recrutada entre 2015 e 2017 para estudar a prevalência de hepatite C na população geral espanhola de 19 a 74 anos. Lavin AC, Llerena S, Gomez M, Escudero MD, Rodriguez L, Estebanez LA, Gamez B, Puchades L, Cabezas J, Serra MA, Calleja JL, Crespo J. Prevalência de hepatite C na população espanhola. O estudo PREVHEP (coorte ETHON). J Hepatol. 2017;66:S272.

  2. - Coorte de validação (Fase IV):

Pacientes diagnosticados com NAFLD por biópsia hepática recrutados nos registros espanhóis e europeus desde o início do estudo.

-Critérios de inclusão e exclusão:

Critérios de inclusão: indivíduos com idade entre 19 e 74 anos pertencentes à coorte ETHON ou registrados no registro Hepamet espanhol de DHGNA ou no registro europeu de DHGNA

Critérios de exclusão: sujeitos que não preenchessem os critérios de inclusão e aqueles que não assinaram o consentimento informado para participar da coorte ETHON ou para serem registrados nos registros mencionados.

Tipo de estudo

Observacional

Inscrição (Antecipado)

14046

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

15 anos a 70 anos (Adulto, Adulto mais velho)

Aceita Voluntários Saudáveis

Não

Gêneros Elegíveis para o Estudo

Tudo

Método de amostragem

Amostra Não Probabilística

População do estudo

O estudo tem quatro fases: as Fases I e II referem-se ao aprendizado de inteligência artificial não supervisionado e supervisionado para identificar clusters e construir algoritmos de diagnóstico. Eles serão realizados em dados gerados a partir da coorte ETHON. A Fase III consistirá na aplicação da tecnologia de sistemas de aprendizado profundo como estratégia de suporte para estratificar biópsias hepáticas em pacientes com DHGNA de acordo com o grau de necroinflamação e estágio de fibrose. Serão utilizadas biópsias hepáticas coletadas no registro espanhol de DHGNA até o início do estudo. Por fim, será realizada uma fase IV de validação com dados de pacientes que serão inscritos nos registros europeu e espanhol de DHGNA.

Descrição

Critério de inclusão:

  • Indivíduos com idades entre 19 e 74 anos pertencentes à coorte ETHON ou registrados no registro Hepamet espanhol de DHGNA ou no registro europeu de DHGNA

Critério de exclusão:

  • Sujeitos que não preencham os critérios de inclusão e aqueles que não assinaram o consentimento informado para participar da coorte ETHON ou para serem registrados nos registros mencionados.

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

  • Modelos de observação: Coorte
  • Perspectivas de Tempo: Outro

Coortes e Intervenções

Grupo / Coorte
Intervenção / Tratamento
ETHON
Indivíduos da população em geral identificados no ETHON
Este é um estudo observacional. Nenhuma intervenção é planejada fora da prática clínica usual.
HEPAmet
Indivíduos pertencentes ao registro espanhol de NAFLD (HEPAmet)
Este é um estudo observacional. Nenhuma intervenção é planejada fora da prática clínica usual.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Prazo
Número de indivíduos diagnosticados com NAFLD e NASH na coorte ETHON após a aplicação de algoritmos de Inteligência Artificial
Prazo: De outubro de 2019 a março de 2021
De outubro de 2019 a março de 2021
Porcentagem de indivíduos diagnosticados com NAFLD e NASH na coorte ETHON após a aplicação de algoritmos de Inteligência Artificial
Prazo: De outubro de 2019 a março de 2021
De outubro de 2019 a março de 2021
Sensibilidade em termos de diagnóstico de NASH de algoritmos de IA em relação ao diagnóstico histológico em comparação com o escore não invasivo Hepamet
Prazo: De outubro de 2019 a março de 2021
De outubro de 2019 a março de 2021
Especificidade em termos de diagnóstico de NASH de algoritmos de IA em relação ao diagnóstico histológico em comparação com o escore não invasivo Hepamet
Prazo: De outubro de 2019 a março de 2021
De outubro de 2019 a março de 2021
Valor preditivo positivo em termos de diagnóstico de NASH de algoritmos de IA em relação ao diagnóstico histológico em comparação com o escore não invasivo Hepamet.
Prazo: De outubro de 2019 a março de 2021
De outubro de 2019 a março de 2021
Valor preditivo negativo em termos de diagnóstico de NASH de algoritmos de IA em relação ao diagnóstico histológico em comparação com o escore não invasivo Hepamet.
Prazo: De outubro de 2019 a março de 2021
De outubro de 2019 a março de 2021
Coeficiente de concordância Kappa sobre diagnóstico de NASH entre algoritmos de IA e diagnóstico histológico.
Prazo: De outubro de 2019 a março de 2021
De outubro de 2019 a março de 2021
Coeficiente de concordância Kappa sobre diagnóstico de NASH entre algoritmos de IA e o escore não invasivo Hepamet.
Prazo: De outubro de 2019 a março de 2021
De outubro de 2019 a março de 2021
Curva ROC em várias configurações de limiar obtidas por meio dos algoritmos para diagnóstico e estadiamento de NASH
Prazo: De outubro de 2019 a março de 2021
De outubro de 2019 a março de 2021

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Antecipado)

30 de setembro de 2019

Conclusão Primária (Antecipado)

30 de setembro de 2020

Conclusão do estudo (Antecipado)

31 de dezembro de 2020

Datas de inscrição no estudo

Enviado pela primeira vez

20 de setembro de 2019

Enviado pela primeira vez que atendeu aos critérios de CQ

20 de setembro de 2019

Primeira postagem (Real)

23 de setembro de 2019

Atualizações de registro de estudo

Última Atualização Postada (Real)

23 de setembro de 2019

Última atualização enviada que atendeu aos critérios de controle de qualidade

20 de setembro de 2019

Última verificação

1 de setembro de 2019

Mais Informações

Termos relacionados a este estudo

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

Não

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .

Se inscrever