- ICH GCP
- Реестр клинических исследований США
- Клиническое испытание NCT06280729
Траектории развития диабета, предсказанные ИИ: ретроспективное исследование (AI-TRYDIA)
Ретроспективное наблюдательное исследование по использованию искусственного интеллекта для прогнозирования траектории заболевания при диабете
Обзор исследования
Статус
Вмешательство/лечение
Подробное описание
Предлагаемое исследование направлено на использование возможностей искусственного интеллекта (ИИ) и машинного обучения (МО) для удовлетворения важнейших клинических потребностей в лечении сахарного диабета (СД), хронического и неремиссивного заболевания, которое существенно влияет на жизнь пациентов. Несмотря на доступность гипогликемической терапии, профилактика как микрососудистых (ретинопатия, нефропатия, невропатия), так и макрососудистых (сердечно-сосудистые, цереброваскулярные заболевания и заболевания периферических артерий) осложнений остается сложной задачей, при этом пациенты с диабетом подвергаются более высокому риску по сравнению с общей популяцией.
Исследование фокусируется на двух основных целях: во-первых, априори идентифицировать пациентов с различной вероятностью развития осложнений СД, что позволяет использовать более ресурсоемкий подход для лиц с повышенным риском; во-вторых, определить наиболее эффективный терапевтический выбор, адаптированный к индивидуальному профилю пациента. Эти цели обусловлены различными клиническими характеристиками и потребностями в лечении СД 1 типа (СД1) и СД 2 типа (СД2). При СД1 типа феномен частичной клинической ремиссии после постановки диагноза, характеризующийся снижением потребности в инсулине и вариабельностью гликемии, предполагает возможность улучшения долгосрочных результатов. И наоборот, при лечении СД2 отсутствуют четкие рекомендации по персонализированным схемам лечения после метформина, что подчеркивает пробел в оптимизации лечения.
Использование искусственного интеллекта и машинного обучения для анализа многомерных и продольных данных о состоянии здоровья представляет собой инновационный подход к прогнозированию траекторий заболевания и результатов лечения при СД. Это обсервационное ретроспективное исследование, изначально моноцентричное с потенциалом более широкой интеграции данных, будет посвящено электронным медицинским записям (ЭМК) с использованием программного обеспечения Smart Digital Clinic (Meteda). Путем скрининга пациентов на основе конкретных критериев отбора, включая классификацию типов СД и исторические маркеры здоровья, это исследование направлено на создание двух отдельных когорт пациентов для углубленного анализа.
Это исследование не только решает острую клиническую необходимость, стремясь улучшить персонализированное лечение СД и предотвращать осложнения, но также вносит вклад в зарождающуюся область применения ИИ в здравоохранении. Благодаря этому исследованию цель исследования – предложить новые идеи, подтвердить полезность искусственного интеллекта и машинного обучения в медицинских прогнозах, а также создать основу для будущих исследований и клинической практики, которые используют технологические достижения для улучшения ухода за пациентами.
Тип исследования
Регистрация (Оцененный)
Контакты и местонахождение
Контакты исследования
- Имя: Lorenzo Piemonti, MD
- Номер телефона: +390226432706
- Электронная почта: piemonti.lorenzo@hsr.it
Места учебы
-
-
Lombardy
-
Milan, Lombardy, Италия, 20132
- Diabetes Research Institute-IRCCS Ospedale San Raffaele
-
-
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
- Ребенок
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Метод выборки
Исследуемая популяция
Описание
Критерии включения:
- Диагноз: Лица с подтвержденным диагнозом СД1 или СД2, о чем свидетельствуют метки электронных медицинских карт или история уровней гликированного гемоглобина и использование лекарств, соответствующих лечению диабета.
- Возраст: учитываются пациенты всех возрастов, с возможным определением подгрупп для более детального анализа (например, дети, взрослые, пожилые люди).
- История лечения. Включены как пациенты, у которых впервые диагностирован диабет, так и пациенты с установленным анамнезом лечения диабета, включая инсулин и пероральные гипогликемические препараты, чтобы охватить широкий спектр траекторий заболевания.
Критерий исключения:
- Неполные записи: Пациенты с неполными медицинскими записями, которые не предоставляют достаточной информации о диагнозе диабета, истории лечения или данных последующего наблюдения, исключаются.
- Другие важные заболевания: лица с сопутствующими заболеваниями, которые могут существенно изменить естественное течение диабета или его лечение (например, терминальная стадия заболевания почек, не связанная с диабетом, активное лечение рака), могут быть исключены, чтобы гарантировать, что исследование будет сосредоточено на траектории диабета.
Учебный план
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
|---|---|
|
Когорта СД1
A. Метка СД1, прикрепленная к EHR ИЛИ B. Пациенты, по крайней мере, с зарегистрированным уровнем гликированного гемоглобина >6,5% (48 ммоль/моль) И в возрасте < 45 лет И не принимавшие пероральные противодиабетические препараты И с положительным результатом ≥2 антидиабетических препаратов. островковые антитела
|
В исследовании будет изучена классификация (т. е. логистическая регрессия, дерево решений, случайный лес, машина опорных векторов, K ближайший сосед, наивный Байес) моделей МО и модели МО для оценки эффекта лечения (T-обучающийся, X-обучающийся...).
|
|
Когорта СД2:
A. Метка СД2, прикрепленная к ЭМК ИЛИ B. Пациенты, по крайней мере, с записью уровня гликированного гемоглобина >6,5% (48 ммоль/моль) И история приема противодиабетических препаратов, содержащих или не содержащих инсулин.
|
В исследовании будет изучена классификация (т. е. логистическая регрессия, дерево решений, случайный лес, машина опорных векторов, K ближайший сосед, наивный Байес) моделей МО и модели МО для оценки эффекта лечения (T-обучающийся, X-обучающийся...).
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Первичная конечная точка
Временное ограничение: 0-36 месяцев
|
Разработка и проверка модели прогнозирования частичной клинической ремиссии (ПЦР) для выявления лиц с диагнозом СД1, которым с наибольшей вероятностью будет проведена ПЦР на ранних стадиях естественного течения заболевания.
Определение ПЦР, а именно гликированный гемоглобин с поправкой на дозу инсулина (IDAA1c), будет оцениваться через 6 и 12 месяцев после начала диабета.
Лица, осуществляющие и не осуществляющие переводы, будут дихотомически разделены на IDAA1c ≤9 и IDAA1c >9.
|
0-36 месяцев
|
|
Первичная конечная точка
Временное ограничение: 0-36 месяцев
|
Разработка и валидация модели прогнозирования развития хронических осложнений у больных сахарным диабетом
|
0-36 месяцев
|
|
Первичная конечная точка
Временное ограничение: 0-36 месяцев
|
Разработка и валидация модели для прогнозирования ответа на различные вторые линии терапии в дополнение к метформину у пациентов с СД2, у которых первая линия терапии только метформином оказалась неэффективной.
|
0-36 месяцев
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Исследовательские цели
Временное ограничение: 0-36 месяцев
|
Соберите опыт работы с искусственным интеллектом в сфере здравоохранения: от сбора данных до разработки и тестирования моделей.
|
0-36 месяцев
|
Соавторы и исследователи
Спонсор
Следователи
- Главный следователь: Lorenzo Piemonti, MD, IRCCS Ospedale San Raffaele SRL
- Директор по исследованиям: Emanuele Bosi, MD, IRCCS Ospedale San Raffaele SRL
Даты записи исследования
Изучение основных дат
Начало исследования (Оцененный)
Первичное завершение (Оцененный)
Завершение исследования (Оцененный)
Даты регистрации исследования
Первый отправленный
Впервые представлено, что соответствует критериям контроля качества
Первый опубликованный (Оцененный)
Обновления учебных записей
Последнее опубликованное обновление (Оцененный)
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
- AI-TRYDIA
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (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. .