- ICH GCP
- Реестр клинических исследований США
- Клиническое испытание NCT06017843
Оценка воздействия использования прогнозного моделирования MATCH AI для выявления горячих точек для выявления активных случаев туберкулеза (SPOT-TB)
Оценка воздействия использования прогнозного моделирования MATCH AI для выявления горячих точек для выявления активных случаев туберкулеза в Пакистане: прагматическое ступенчатое кластерное рандомизированное исследование
Обзор исследования
Статус
Условия
Подробное описание
Несмотря на значительный прогресс за последние десятилетия, по оценкам, в 2021 году туберкулезом (ТБ) заболели 10,6 миллиона человек, и это заболевание стало причиной 1,6 миллиона смертей во всем мире. Пакистан занимает 5-е место в мире по уровню бремени туберкулеза, и туберкулез ежегодно является причиной 42 000 смертей в стране. Ключевой задачей в ответных мерах Пакистана по борьбе с туберкулезом является обеспечение диагностики и лечения всех больных туберкулезом. В 2020 году из 573 000 случаев было зарегистрировано 276 736 (48%). Устранение этого пробела в выявлении случаев является важнейшей задачей Национальной программы по борьбе с туберкулезом (НПТ). Активное выявление случаев (АКФ) – это потенциальная стратегия повышения уровня выявления случаев путем систематического скрининга населения на туберкулез. Последние данные показывают, что АКФ также может снизить заболеваемость и распространенность туберкулеза на уровне населения за счет раннего выявления. Хотя вмешательства АКФ продемонстрировали эффективность в клинических испытаниях и в настоящее время широко проводятся в Пакистане, сохраняется обеспокоенность по поводу их результативности и экономической эффективности в программных условиях.
Основная цель этого исследования — выяснить, может ли целенаправленный подход к скринингу на уровне сообщества с использованием MATCH-AI, программного обеспечения искусственного интеллекта, моделирующего распространенность туберкулеза в подрайонах, повысить результативность вмешательств АКФ в Пакистане. В рамках вмешательства полевая группа будет проводить мероприятия ACF на уровне сообществ (называемые грудными лагерями), главным образом в местах, по прогнозам MATCH-AI, с более высокой распространенностью туберкулеза. В рамках контрольного подразделения полевые группы продолжат использовать существующие подходы к выбору мест для лагеря. Испытание будет проводиться в 65 округах Пакистана в сотрудничестве с партнерами по реализации НПТ.
Тип исследования
Регистрация (Оцененный)
Фаза
- Непригодный
Контакты и местонахождение
Контакты исследования
- Имя: Amna Mahfooz, MS(PH)
- Номер телефона: +923438101441
- Электронная почта: amna.mahfooz@cgph.org.pk
Учебное резервное копирование контактов
- Имя: Faheem Baig
- Номер телефона: +923345379004
- Электронная почта: faheem@cgph.org.pk
Места учебы
-
-
-
Islamabad, Пакистан
- Рекрутинг
- Mercy Corps Pakistan
-
Контакт:
- Nainan Nawaz
- Электронная почта: nanawaz@mercycorps.org
-
Главный следователь:
- Abdullah Latif
-
-
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
- Ребенок
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Описание
Критерии включения: Все лица, прибывающие в лагеря, будут иметь право участвовать в скрининге, в том числе те, кто ранее болел туберкулезом.
Критерии исключения: дети <15 лет и беременные женщины будут исключены.
Учебный план
Как устроено исследование?
Детали дизайна
- Основная цель: Исследования в области здравоохранения
- Распределение: Рандомизированный
- Интервенционная модель: Назначение кроссовера
- Маскировка: Одинокий
Оружие и интервенции
Группа участников / Армия |
Вмешательство/лечение |
|---|---|
|
Экспериментальный: Вмешательство
Выбор места для лагеря для активного выявления случаев туберкулеза с использованием MATCH-AI
|
Другой: Выбор места для лагеря для активного выявления случаев туберкулеза с использованием MATCH-AI
Основным вмешательством в этом исследовании является внедрение MATCH-AI, программного обеспечения искусственного интеллекта, которое моделирует распространенность туберкулеза в подрайонах и помогает выбирать места для лагерей АКФ.
Инструмент MATCH-AI использует подход байесовского моделирования для прогнозирования распространенности туберкулеза с разрешением 10 000 человек, которые отображаются в виде многоугольников.
Модель объединяет данные из ряда источников, включая исторические данные уведомлений о противотуберкулезных учреждениях, предыдущие данные ACF, а также контекстуальные факторы, такие как демография, доход, плотность населения, показатели здоровья, такие как охват вакцинацией, и переменные, связанные с климатом, для прогнозирования локализованной распространенности туберкулеза.
В оперативном подразделении лагеря будут проводиться в основном в местах, управляемых MATCH-AI.
|
|
Без вмешательства: Контроль
Выбор места для лагерей для активного выявления случаев туберкулеза с использованием существующих подходов.
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Положительный результат в лагере
Временное ограничение: 12 месяцев
|
Число бактериологически подтвержденных случаев туберкулеза (В+), выявленных в каждом лагере
|
12 месяцев
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Позитивность лагеря
Временное ограничение: 12 месяцев
|
Бактериологически подтвержденные случаи туберкулеза (В+) на популяцию, прошедшую скрининг
|
12 месяцев
|
|
Выход из лагеря для всех форм
Временное ограничение: 12 месяцев
|
Число случаев туберкулеза всех форм (AF-TB), диагностированных в каждом лагере
|
12 месяцев
|
|
Заболеваемость всеми формами туберкулеза в лагере
Временное ограничение: 12 месяцев
|
Число случаев туберкулеза всех форм (AF-TB) на популяцию, прошедшую скрининг
|
12 месяцев
|
Соавторы и исследователи
Соавторы
Следователи
- Главный следователь: Faran Emmanuel, Centre for Global Public Health Pakistan
Даты записи исследования
Изучение основных дат
Начало исследования (Действительный)
Первичное завершение (Оцененный)
Завершение исследования (Оцененный)
Даты регистрации исследования
Первый отправленный
Впервые представлено, что соответствует критериям контроля качества
Первый опубликованный (Действительный)
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
Последнее отправленное обновление, отвечающее критериям контроля качества
Последняя проверка
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- CGPH-TB2023-24
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
Описание плана IPD
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
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. .