Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Новый алгоритм машинного обучения для прогнозирования деменции с тельцами Леви (MLDLB)

8 сентября 2020 г. обновлено: Anastasia Bougea, National and Kapodistrian University of Athens

Новый алгоритм машинного обучения для прогнозирования деменции с тельцами Леви с использованием клинических и нейропсихологических показателей

Деменция при болезни Паркинсона (PDD) и деменция с тельцами Леви (DLB) представляют собой синдромы деменции, которые перекрываются во многих клинических проявлениях, что затрудняет их диагностику в клинической практике, особенно на поздних стадиях. Мы предлагаем алгоритм машинного обучения, основанный только на неинвазивных и легко собираемых в клинике предикторах, для выявления этих заболеваний с высокой прогностической эффективностью.

Обзор исследования

Статус

Неизвестный

Условия

Вмешательство/лечение

Подробное описание

Алгоритм будет разработан с использованием набора данных из двух специализированных центров памяти с использованием выборки субъектов PDD и DLB, чье диагностическое наблюдение доступно в течение как минимум 3 лет после исходной оценки. В качестве предикторов использовали ограниченный набор информации, касающейся клинико-демографических характеристик, 6 нейропсихологических тестов (мини-ментальные, Когнитивная рейтинговая шкала PD, Тест на краткую зрительно-пространственную память, Написание символьных цифр, Шкала интеллекта взрослых Векслера, создание следов A и B). Два алгоритма классификации, логистическая регрессия и K-ближайшие соседи (K-NN), будут исследованы на предмет их способности успешно предсказывать, страдали ли пациенты PDD или DLB.

Тип исследования

Наблюдательный

Регистрация (Ожидаемый)

200

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Места учебы

  • Греция
    • Attiki
      • Athens, Attiki, Греция, 16674
        • Рекрутинг
        • Anastasia Bougea
        • Контакт:
        • Младший исследователь:
          • Christos Goumas, dr

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Возраст, подходящий для обучения

От 50 лет до 90 лет (Взрослый, Пожилой взрослый)

Принимает здоровых добровольцев

Нет

Полы, имеющие право на обучение

Все

Метод выборки

Невероятностная выборка

Исследуемая популяция

группа PDD состоит из пациентов, отвечающих критериям вероятного PDD, и группа DLB. Пациенты будут зачислены из регистровой базы данных двух клиник. Были собраны следующие данные: пол, возраст, образование, доминирование рук, продолжительность заболевания (годы) и эквивалентная суточная доза леводопы (LEDD). Бремя болезни будет оцениваться с помощью Объединенной шкалы оценки болезни Паркинсона Общества двигательных расстройств (MDS-UPDRS), часть III, в состоянии «Отмена лекарств» и следующих шести когнитивных/поведенческих тестов: Мини-тест психического состояния (MMSE), PD- Когнитивная рейтинговая шкала (PD-CRS), Краткий тест зрительно-пространственной памяти (BVMT-TR), Написание символьных цифр (SDMT), Тест создания следов (TMT A, B), Шкала интеллекта взрослых Векслера (WAIS-V). Всем пациентам будет проведена МРТ головного мозга и анализ крови, чтобы исключить вторичные причины деменции.

Описание

Критерии включения:

группа PDD, состоящая из пациентов, соответствующих критериям вероятной PDD Общества двигательных расстройств (b) группа DLB, состоящая из пациентов, в соответствии с недавно пересмотренными критериями вероятной DLB.

Критерий исключения:

  • основные психические расстройства, депрессия

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

Когорты и вмешательства

Группа / когорта
Вмешательство/лечение
Деменция при болезни Паркинсона
группа PDD состояла из 58 пациентов, соответствующих критериям вероятного PDD Общества двигательных расстройств.
Диагностический тест: модель машинного обучения
Два алгоритма классификации, логистическая регрессия и K-ближайшие соседи (K-NN), были исследованы на предмет их способности успешно предсказывать, страдают ли пациенты от PDD или DLB.
Деменция с тельцами Леви
группа DLB состояла из 40 пациентов в соответствии с недавно пересмотренными критериями вероятной DLB.
Диагностический тест: модель машинного обучения
Два алгоритма классификации, логистическая регрессия и K-ближайшие соседи (K-NN), были исследованы на предмет их способности успешно предсказывать, страдают ли пациенты от PDD или DLB.

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Прогноз MMSE для dlb или PDD
Временное ограничение: 1 год
Два алгоритма классификации, логистическая регрессия и K-ближайшие соседи (K-NN), будут объединять эти тесты, чтобы исследовать их способность успешно предсказывать, страдали ли пациенты PDD или DLB.
1 год
Болезнь Паркинсона - Когнитивная рейтинговая шкала (PD-CRS), предсказывающая DLB или PDD
Временное ограничение: 1 год
Два алгоритма классификации, логистическая регрессия и K-ближайшие соседи (K-NN), будут объединять эти тесты, чтобы исследовать их способность успешно предсказывать, страдали ли пациенты PDD или DLB.
1 год
Краткий тест зрительно-пространственной памяти (BVMT-TR) для прогнозирования DLB или PDD
Временное ограничение: 1 год
Два алгоритма классификации, логистическая регрессия и K-ближайшие соседи (K-NN), будут объединять эти тесты, чтобы исследовать их способность успешно предсказывать, страдали ли пациенты PDD или DLB.
1 год
Символьная цифра, написанная с предсказанием для DLB или PDD
Временное ограничение: 1 год
Два алгоритма классификации, логистическая регрессия и K-ближайшие соседи (K-NN), будут объединять эти тесты, чтобы исследовать их способность успешно предсказывать, страдали ли пациенты PDD или DLB.
1 год
Шкала интеллекта взрослых Векслера, предиктивная для DLB или PDD
Временное ограничение: 1 год
Два алгоритма классификации, логистическая регрессия и K-ближайшие соседи (K-NN), будут объединять эти тесты, чтобы исследовать их способность успешно предсказывать, страдали ли пациенты PDD или DLB.
1 год
трейл, делающий A и B предсказуемым для DLB или PDD
Временное ограничение: 1 год
Два алгоритма классификации, логистическая регрессия и K-ближайшие соседи (K-NN), будут объединять эти тесты, чтобы исследовать их способность успешно предсказывать, страдали ли пациенты PDD или DLB.
1 год

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

National and Kapodistrian University of Athens

Следователи

  • Главный следователь: ANASTASIA BOUGEA, National and Kapodistrian University of Athens

Публикации и полезные ссылки

Лицо, ответственное за внесение сведений об исследовании, добровольно предоставляет эти публикации. Это может быть что угодно, связанное с исследованием.

Общие публикации

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Действительный)

1 сентября 2019 г.

Первичное завершение (Ожидаемый)

1 октября 2020 г.

Завершение исследования (Ожидаемый)

1 марта 2021 г.

Даты регистрации исследования

Первый отправленный

21 июня 2020 г.

Впервые представлено, что соответствует критериям контроля качества

24 июня 2020 г.

Первый опубликованный (Действительный)

25 июня 2020 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

10 сентября 2020 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

8 сентября 2020 г.

Последняя проверка

1 сентября 2020 г.

Дополнительная информация

Термины, связанные с этим исследованием

Дополнительные соответствующие термины MeSH

Другие идентификационные номера исследования

  • 251ATHENS HOSPITAL

Планирование данных отдельных участников (IPD)

Планируете делиться данными об отдельных участниках (IPD)?

НЕТ

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .

Клинические исследования модель машинного обучения

Искать похожие исследования

Спонсоры и соавторы

Заболевания

Медикаментозные вмешательства

CROs by country

CROs in Slovakia

Заболевания

Редкие заболевания

Медикаментозные вмешательства

Пищевые добавки

Спонсор / Соавторы

Места

Подписаться