- ICH GCP
- Реестр клинических исследований США
- Клиническое испытание NCT07307183
Модель прогнозирования риска развития язв стопы при диабете
Введение Язвы стопы при сахарном диабете (СД) являются частым и серьезным осложнением, которое может привести к инфекции, ампутации и повышению смертности. Раннее выявление пациентов с высоким риском имеет решающее значение для внедрения профилактических мер на ранней стадии. Количество людей с СД увеличивается во всем мире: с 540 миллионов в 2021 году до предполагаемых 780 миллионов к 2045 году. Язвы стопы причиняют значительные страдания человеку и влекут за собой существенные расходы для системы здравоохранения.
Несмотря на национальные рекомендации, предписывающие регулярные структурированные осмотры стоп и классификацию риска для оценки вероятности развития язв стопы, существующие модели риска не учитывают сложные взаимодействия между факторами риска и социально-экономическими факторами, такими как семейное положение, уровень образования и место жительства.
Достижения, основанные на данных, и искусственный интеллект (ИИ) открывают новые возможности для уточнения идентификации риска, но их использование в прогнозировании риска диабетических язв стопы остается ограниченным. Потребность в скрининге стоп значительна. В Швеции насчитывается примерно 600 000 пациентов с СД, и половина из них живет с повышенным риском из-за повреждения нервов стоп. Это означает, что, исходя из уровня риска, около 300 000 пациентов в Швеции могут нуждаться в профилактических вмешательствах, включая медицинский уход за стопами, индивидуальную обувь и доступ к специализированной помощи для тех, у кого есть язвы стопы. Усиление профилактических мер подчеркивается в ориентированном на человека и интегрированном пути оказания помощи людям с диабетом, имеющим высокий риск развития язв стопы. Однако в настоящее время отсутствует точная идентификация риска язв стопы.
Профилактика приводит не только к хорошему качеству жизни человека, но и к снижению затрат на здравоохранение. По оценкам Рагнарссона Теннвалла, трудно заживающая язва обходится примерно в 100 000 шведских крон в год, в то время как ампутация стоит около 300 000–500 000 шведских крон. Учитывая распространенность язв стопы в 5% среди пациентов с диабетом, годовые затраты на лечение язв составляют 3 миллиарда шведских крон. Кроме того, согласно данным реестра качества SwedAmp, расходы на ампутации составляют примерно 750 миллионов шведских крон.
Цель исследования — разработать, протестировать и валидировать прогностические модели (статистические и на основе ИИ) для выявления пациентов с СД, подверженных риску развития язв стопы. Модели будут основаны на ретроспективных данных электронных медицинских карт из первичной медико-санитарной помощи в регионе Вестра-Гёталанд (VGR), а также на данных Статистического управления Швеции (SCB) относительно демографических факторов, таких как семейное положение, уровень образования, род занятий и место жительства.
Методы Исследование имеет два методологических подхода: моделирование на основе ИИ и статистическое моделирование.
Подход на основе ИИ Будут разработаны модели машинного обучения для прогнозирования пациентов с риском развития диабетических язв стопы. Модели будут обучаться с использованием перекрестной проверки на большом наборе данных, в котором переменные будут итеративно исключаться. Для количественной оценки неопределенности в прогнозах на уровне пациента будет использоваться конформное прогнозирование. Полученные модели будут проанализированы для выявления наиболее сильных предикторов и будут сравниваться с классическим статистическим моделированием и выводами из литературы.
Этапы моделирования на основе ИИ:
Извлечение данных: Данные электронных медицинских карт из первичной медико-санитарной помощи VGR, дополненные социодемографическими данными от SCB.
Обработка данных: Использование, среди прочих переменных, диагностических кодов (МКБ-10), кодов медицинских вмешательств (KVÅ коды), типов визитов, частоты визитов, параметров ЭКГ и данных свободного текста для построения предикторов.
Разработка модели: Прогностические модели будут разрабатываться и обучаться с использованием перекрестной проверки. Меры неопределенности будут генерироваться с помощью конформного прогнозирования.
Валидация: Для проверки производительности модели (чувствительность, специфичность, положительная прогностическая ценность [PPV]) будет использована отдельная когорта.
Интерпретация: Модели будут рассмотрены на предмет прозрачности и клинической интерпретируемости в сотрудничестве с представителями пациентов, клиницистами и исследователями.
Результаты статистических моделей и моделей на основе ИИ будут сравниваться с учетом их соответствующих сильных и слабых сторон.
Статистическое моделирование Будут проанализированы две популяции: пациенты с диабетом без язв стопы и пациенты с диабетом с язвами стопы. Будут выявлены совместная вариация и причинно-следственные связи между факторами риска и язвами стопы. Будет разработана модель, описывающая причинно-следственные пути, ведущие к развитию язвы, и будет проанализирована ее определенность и неопределенность.
Обзор исследования
Статус
Условия
Подробное описание
В этом регистровом исследовании, использующем данные из электронной системы медицинских записей Närhälsan в регионе Вестра-Гёталанд (VGR) и связанные с данными Статистического управления Швеции (SCB), исследовательские вопросы будут решаться путем разработки и валидации моделей на основе искусственного интеллекта. На более позднем этапе процесса способность моделей ИИ предсказывать язвы стопы будет сравниваться со способностью статистических моделей.
Из системы Asynja Whisp, электронной системы медицинских записей Närhälsan в VGR, будут извлечены данные для всех взрослых пациентов (18 лет и старше) с диагнозами (согласно МКБ-10), у которых либо есть диагноз диабета (E10-E14), либо были назначены какие-либо противодиабетические препараты после 18 лет, охватывающие период с 2014 по 30 июня 2025 года.
На основе, среди прочих переменных, диагностических кодов (МКБ-10), кодов процедур (KVÅ), типов посещений, частоты посещений, параметров ЭКГ и свободного текста/клинических заметок будут идентифицированы предикторы, такие как нейропатия, нарушение кровообращения, предыдущие язвы, антибактериальное лечение, деформации стопы и состояние кожи. Данные будут валидированы и, при необходимости, дополнены дополнительными параметрами.
Методы для решения исследовательских вопросов
Модели на основе машинного обучения будут обучены для прогнозирования риска развития язв стопы. Для идентификации оптимальных гиперпараметров для каждой модели будет использоваться кросс-валидация. На первом этапе будет оценена способность моделей различать пациентов с диабетическими язвами стопы и пациентов без язв стопы. На втором этапе будет оценена способность моделей проспективно предсказывать развитие язв. Избыточные переменные будут исключены, и модели будут переобучаться в итеративном процессе для повышения устойчивости.
Модели будут объединены с конформным прогнозированием для интеграции оценки неопределенности в прогнозы и для идентификации пациентов, для которых модель непригодна для прогнозирования. Наконец, наиболее прогностические переменные будут идентифицированы с использованием значений Шепли (SHAP).
Статистические модели
Используя данные электронных медицинских записей из информационной системы здравоохранения Asynja Whisp в первичной медицинской помощи VGR, вместе с данными SCB и научными и эмпирическими данными, будут идентифицированы переменные и категории, представляющие потенциальные факторы риска язв стопы. Будет применен дизайн случай-контроль, в котором контрольная группа состоит из людей с диабетом, у которых не развились язвы стопы, по сравнению с пациентами, у которых развились язвы стопы.
При разработке статистических прогностических моделей рабочий процесс включает анализ популяций, т.е. всех пациентов с диабетом без язв стопы по сравнению со всеми пациентами с диабетом, у которых есть язвы стопы. Это позволяет исследовать потенциальные связи между возникновением язв стопы у пациентов с диабетом и другими факторами. В сотрудничестве с медицинскими специалистами будут идентифицированы причинно-следственные связи, лежащие в основе возникновения язв стопы. Будет разработана модель, описывающая цепочки причинности, приводящие к возникновению язв стопы у пациентов с диабетом, и будет предоставлена информация о степени достоверности модели.
На основе результатов моделей (как созданных ИИ, так и статистических) будут сравниваться сильные и слабые стороны каждого подхода. Валидация разработанных моделей будет проведена на независимом наборе данных, чтобы гарантировать, что результаты обобщаемы и устойчивы с течением времени.
Стратегия валидации гарантирует, что модель хорошо работает на новых пациентах, а не только на наборе данных, на котором она была разработана. Меры результата для валидации включают чувствительность (насколько хорошо модель идентифицирует тех, у кого действительно высокий риск язв стопы), специфичность (насколько хорошо модель избегает ложных тревог) и положительную прогностическую ценность (ППЦ). Кроме того, модель будет интерпретирована для обеспечения прозрачности и клинической интерпретируемости. Разработка, тестирование и валидация будут проводиться в сотрудничестве с представителями пациентов, клиницистами и исследователями.
Тип исследования
Регистрация (Оцененный)
Контакты и местонахождение
Контакты исследования
- Имя: Ulla Hellstrand Tang, Associate Professor
- Номер телефона: +46706397913
- Электронная почта: ulla.tang@vgregion.se
Учебное резервное копирование контактов
- Имя: Thomas Fasth, BSc
- Электронная почта: thomas.fasth@vgregion.se
Места учебы
-
-
-
Jonsered, Швеция, 43375
- Рекрутинг
- Region Västra Götaland
-
Контакт:
- Thomas Fasth, BSc
- Электронная почта: thomas.fasth@vgregion.se
-
Контакт:
- Ulla Hellstrand Tang, Associate Professor
- Номер телефона: 046706397913
- Электронная почта: ulla.tang@vgregion.se
-
-
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Метод выборки
Исследуемая популяция
Описание
Критерии включения:
- Взрослые пациенты в возрасте 18 лет и старше на момент включения
- Пациенты с диагнозом сахарный диабет согласно кодам МКБ-10 E10-E14, и/или
- Пациенты, которым был назначен хотя бы один препарат, связанный с диабетом, после достижения 18-летнего возраста
- Пациенты с соответствующими диагнозами и/или назначениями, зафиксированными в источниках данных исследования в период с 1 января 2014 года по 30 июня 2025 года
Критерии исключения:
- Пациенты младше 18 лет на момент постановки диагноза диабета или назначения препарата
- Пациенты без зафиксированного диагноза сахарного диабета (МКБ-10 E10-E14) и без назначения препаратов для лечения диабета после 18 лет
- Пациенты с неполными или отсутствующими ключевыми данными, необходимыми для разработки или валидации модели (например, отсутствие исхода или основных ковариат)
Учебный план
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
|---|
|
Пациенты с диабетом с язвами стопы
Пациенты с диабетом и язвами стопы, зарегистрированные в электронной медицинской карте системы первичной медицинской помощи в регионе Вестра-Гёталанд.
|
|
Пациенты с диабетом без язв стопы
Пациенты с диабетом без язв стопы, зарегистрированные в электронной системе медицинских записей первичной медицинской помощи в регионе Вестра-Гёталанд.
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Эффективность моделей прогнозирования риска диабетической стопы на основе машинного обучения
Временное ограничение: С начала исследования до 31 декабря 2027 года
|
Основным результатом является прогностическая эффективность моделей, основанных на машинном обучении, разработанных для оценки риска развития диабетической стопы у пациентов с диабетом. Модели будут обучаться с использованием методов контролируемого машинного обучения, при этом оптимальные гиперпараметры будут определяться с помощью перекрестной проверки. На начальном этапе оценки будет анализироваться способность модели различать пациентов с существующими диабетическими язвами стопы и без них. На последующем этапе будет оцениваться способность моделей прогнозировать развитие диабетических язв стопы в ходе последующего наблюдения. Надежность моделей будет повышаться посредством итерационного процесса, в ходе которого исключаются избыточные переменные и модели переобучаются. Прогностическая эффективность будет количественно оцениваться с использованием установленных метрик, таких как дискриминация, калибровка и точность классификации. Для учета неопределенности в индивидуальных прогнозах окончательные модели будут сочетаться с методом конформного предсказания. |
С начала исследования до 31 декабря 2027 года
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Идентификация и интерпретируемость факторов риска развития диабетической язвы стопы
Временное ограничение: С начала исследования до 31 декабря 2027 года
|
Вторичным результатом является идентификация и валидация клинических, демографических и социально-экономических переменных, которые являются потенциальными факторами риска развития диабетической язвы стопы у пациентов с диабетом. Переменные и категории факторов риска будут идентифицированы с использованием данных электронных медицинских карт из информационной системы первичной медицинской помощи Assynja Whisp в регионе Вестра-Гёталанд, связанных с данными национального реестра из Статистического управления Швеции (SCB), вместе с установленными научными и эмпирическими данными. Будет применен дизайн исследования «случай-контроль», в котором пациенты с диабетом, у которых развиваются язвы стопы, сравниваются с контрольной группой пациентов с диабетом, у которых язвы стопы не развиваются. Будут проведены анализы на уровне популяции для изучения ассоциаций и совместной вариации между возникновением диабетических язв стопы и другими релевантными факторами. |
С начала исследования до 31 декабря 2027 года
|
Соавторы и исследователи
Спонсор
Следователи
- Главный следователь: Ulla Hellstrand Tang, Associate Professor, The Department of Prosthetics & Orthotics at the Department for Biomedical Engineering and Medical Physics at Sahlgrenska University Hospital, Gothenburg, Sweden
Публикации и полезные ссылки
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
- Заболевания эндокринной системы
- Сосудистые заболевания
- Сердечно-сосудистые заболевания
- Метаболические заболевания
- Нарушения метаболизма глюкозы
- Диабетические ангиопатии
- Осложнения диабета
- Кожные заболевания
- Язва кожи
- Язва на ноге
- Диабетические невропатии
- Болезни стопы
- Пищевые и метаболические заболевания
- Заболевания кожи и соединительной ткани
- Сахарный диабет
- Диабетическая стопа
- Язва стопы
Другие идентификационные номера исследования
- Dnr 2025-03432-01
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. .
Клинические исследования Сахарный диабет
-
Fondazione Policlinico Universitario Agostino Gemelli...Еще не набираютОжирение | Диабет 2 типа | Инсулинорезистентный диабет (Mellitus)