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

O valor potencial e o impacto dos biomarcadores diagnósticos para MAFLD usando métodos de aprendizado de máquina

Este é um estudo de caso-controle que visa construir um modelo preditivo para MAFLD baseado em aprendizado de máquina.

Visão geral do estudo

Status

Ativo, não recrutando

Descrição detalhada

A doença hepática gordurosa associada à disfunção metabólica (MAFLD), também conhecida como doença hepática gordurosa não alcoólica (DHGNA), é uma das doenças hepáticas mais prevalentes em todo o mundo, com alta prevalência e carga econômica, que afeta 25% da população adulta global. Apesar da extensa pesquisa sobre a compreensão da fisiopatologia interna da MAFLD, ela ainda continua crescendo sem terapia aprovada. Portanto, as medidas preventivas são particularmente importantes no diagnóstico da MAFLD. Até o momento a biópsia hepática ainda é o padrão-ouro para o diagnóstico da DLMAP, porém considerando o processo invasivo e os riscos potenciais, ainda tem baixa aceitação para pacientes assintomáticos, sendo necessários métodos não invasivos por esse motivo.

O objetivo deste estudo é estabelecer um modelo de predição para identificar pacientes com MAFLD, que possa prever com precisão se os participantes têm MAFLD de acordo com os indicadores metabólicos relevantes dos participantes, sem a necessidade de exames invasivos, como biópsia de tecido.

Tipo de estudo

Observacional

Inscrição (Estimado)

500

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.

Locais de estudo

    • Zhejiang
      • Hangzhou, Zhejiang, China, 310003
        • The First Clinical Medical College of Zhejiang Chinese Medical University

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

  • Adulto
  • Adulto mais velho

Aceita Voluntários Saudáveis

Sim

Método de amostragem

Amostra Não Probabilística

População do estudo

Participantes chineses com 18 anos ou mais com diagnóstico de MAFLD em exames de imagem e voluntários saudáveis ​​sem MAFLD.

Descrição

Critério de inclusão:

  1. de 18 a 75 anos;
  2. atender aos critérios diagnósticos de MAFLD;
  3. não foram encontradas outras lesões orgânicas nos exames de imagem;
  4. disposto e capaz de assinar o consentimento informado.

Critério de exclusão:

  1. história significativa de consumo de álcool (consumo semanal de álcool ≥ 140g para homens ou consumo semanal de álcool ≥ 70g para mulheres);
  2. presença de evidências de esteatose hepática, hepatite viral, história de câncer hepático, lesão hepática induzida por medicamentos, cirrose hepática e outras doenças hepáticas e das vias biliares;
  3. mau funcionamento de órgãos importantes, doenças sistêmicas graves, problemas de saúde mental ou incapacidade de concluir o exame;
  4. mulher grávida ou planejando engravidar;
  5. falta de dados clínicos importantes.

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

Coortes e Intervenções

Grupo / Coorte
grupo de casos
Pacientes com MAFLD
grupo de controle
pessoas de saúde

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Área em cura
Prazo: 2022-2024
A área sob cura (AUC) foi definida como a área delimitada pelo eixo coordenado sob a curva característica de operação do receptor, com valores variando de 0,5 a 1,0. Quanto mais próxima a AUC estiver de 1,0, maior será a autenticidade do método de detecção; quanto mais próximo de 0,5, menor será a autenticidade do método de detecção; quando igual a 0,5, a autenticidade é a mais baixa e não possui valor de aplicação.
2022-2024

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
Precisão
Prazo: 2022-2024
A proporção entre o número de amostras classificadas corretamente e o número total de amostras.
2022-2024
Precisão
Prazo: 2022-2024
A proporção de dados que são realmente positivos entre os dados que são determinados como positivos.
2022-2024

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 (Real)

1 de junho de 2023

Conclusão Primária (Estimado)

30 de junho de 2024

Conclusão do estudo (Estimado)

31 de dezembro de 2024

Datas de inscrição no estudo

Enviado pela primeira vez

25 de setembro de 2023

Enviado pela primeira vez que atendeu aos critérios de CQ

25 de setembro de 2023

Primeira postagem (Real)

29 de setembro de 2023

Atualizações de registro de estudo

Última Atualização Postada (Real)

29 de setembro de 2023

Última atualização enviada que atendeu aos critérios de controle de qualidade

25 de setembro de 2023

Última verificação

1 de setembro de 2023

Mais Informações

Termos relacionados a este estudo

Outros números de identificação do estudo

  • 2021-KL-202-01

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 .

3
Se inscrever