Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Diagnos av PD och PD-progression med hjälp av DWI (K23)

18 juni 2019 uppdaterad av: Dr. Frank Michael Skidmore, University of Alabama at Birmingham

Diagnos av Parkinsons sjukdom och förutsägelse av progression med hjälp av diffusionsviktad bildbehandling

Detta projekt kommer att utvärdera användbarheten av diffusionstensoravbildning (DTI) som en tilläggsmetod för att förbättra tidig diagnos av Parkinsons sjukdom (PD). Två populationer kommer att utvärderas i denna studie: 1) Individer med osäker PD-diagnos som får en DaTscan, och 2) individer med välkaraktär PD och friska kontroller, hämtade från de fullt inskrivna Parkinsons Progression Markers Initiative (PPMI) PD och kontrollkohorter.

Studieöversikt

Status

Avslutad

Betingelser

Detaljerad beskrivning

Specifikt mål 1a: Jämför resultatet av en DTI-baserad förutsägelse med en samtidig klinisk DAT-skanning i 100 försökspersoner med misstänkt parkinsonism, och bestämma graden av överensstämmelse mellan de två diagnostiska teknikerna.

Specifikt mål 1b: Jämför den prediktiva noggrannheten för en baslinje DTI med en expertdiagnos av "gold standard" efter 36 månaders uppföljning hos 100 försökspersoner som fick DaTscan för misstänkt parkinsonism.

Specifikt mål 2a: Använd TBM för att utvärdera volym och tvärsnittskaliber (baserat på punktvis fiberspårriktning) av fimbria, pallidonigrala och subtalamus-nigrala kanalerna i PD och friska kontroller. Ta reda på om förändringar i volym och kaliber av vit substans kan användas för att förutsäga förekomst av PD från PPMI-studien. Sekundärt, med hjälp av ett modellfritt tillvägagångssätt, bestämma vilka vita substansegenskaper baserat på TBM förutsäger förekomst av sjukdom.

Specifikt mål 2b: Använd TBM för att avgöra om en ökad förändringshastighet i volym och tvärsnittskaliber av fimbria, och hypertrofiska pallidonigrala och subtalamus-nigrala kanaler identifierade i mål 2a, är associerade med en snabbare sjukdomsprogression i PD. Sekundärt, med hjälp av ett modellfritt tillvägagångssätt, bestäm vilka vita substansegenskaper baserade på TBM förutsäger en snabbare sjukdomsprogression under PPMI-studiens 5-åriga förlopp.

Specifikt mål 3a: Jämför DTI FA i TD-PD och PIGD-PD i thalamus och lobule IX i lillhjärnan, studera ämnen från PPMI-studien. Förutsäga signal i dessa regioner kommer att förutsäga fenotypiskt uttryck av sjukdom. Med hjälp av TBM och bootstrapping, bestämma förhållandet mellan fenotypiskt uttryck av sjukdom och vita substans input/output-vägar från thalamus och från lobule IX i cerebellum.

Studietyp

Observationell

Inskrivning (Faktisk)

58

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

    • Alabama
      • Birmingham, Alabama, Förenta staterna, 35233
        • University of Alabama at Birmingham

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

19 år och äldre (VUXEN, OLDER_ADULT)

Tar emot friska volontärer

Nej

Kön som är behöriga för studier

Allt

Testmetod

Icke-sannolikhetsprov

Studera befolkning

100 PD-personer med DaTscan och 210 (140 PD/70 kontroll) från PPMI-datauppsättningen

Beskrivning

Inklusionskriterier:

  • Patienter 19 år och äldre
  • Remitterad för klinisk DaTscan för eventuell PD
  • Kontroller från PPMI-datauppsättningen.

Exklusions kriterier:

  • Gravid kvinna
  • Deltagare som inte kan delta i MRT (metallartefakt eller annan kontraindikation mot MRT vid 3T)

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Kohorter och interventioner

Grupp / Kohort
Intervention / Behandling
Parkinsons sjukdom från UAB
MDS-UPDRS, Montreal Cognitive Assessment, PDQ-39, Diffusion Weighted Imaging (DWI) och neurologisk undersökning.

MDS-UPDRS, Montreal Cognitive Assessment, PDQ-39, DTI imaging (MRI) och neurologisk undersökning.

Expertutvärdering: Journalgranskning, PD Medical History and PD Family History Form, Montreal Cognitive Assessment, PDQ-39. standard, fullständig, neurologisk undersökning och MDS-UPDRS

Parkinsons sjukdom från PPMI dataset
Skaffa retrospektiva och prospektiva avidentifierade data från The Parkinson's Progression Markers Initiative (PPMI) dataset om Parkinsons sjukdom (PD) patienter som har följande egenskaper: inom 2 år efter diagnos, positiv DaTscan och inte (vid studiestart) på någon PD-relaterad medicin.
Kontroller från PPMI-dataset
Skaffa retrospektiv och prospektiv avidentifierad DTI-avbildning och data från PPMI-datauppsättningen

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
MRT och DAT-skanning: Noggrannhet i diagnos av Parkinsons sjukdom i en kliniskt relevant population
Tidsram: 3-5 år
Studiens utredare kommer att mäta om MRT, specifikt diffusionsviktad avbildning, kan förutsäga förekomsten av Parkinsons sjukdom. Studiens utredare kommer att utvärdera om den härledda MRT-förutsägelsen matchar eller överstiger noggrannheten hos DATscan för att upptäcka Parkinsons sjukdom. Den kliniska/radiologiska läsningen av DAT-skanningen kommer att avgöra diagnosen för DAT-skanningen. MRT-diagnosen kommer att härledas från statistisk analys av den fullständiga 5-dimensionella hjärnans DWI-signal, såväl som signaler som MRI T1 och vilande fMRI-signal. Analysmetoder kommer att inkludera användning av vanliga statistiska tekniker, utredarna publicerade nya statistiska tekniker och tekniker som Deep Learning och andra artificiell intelligens/inlärningsalgoritmer.
3-5 år

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Kan MRT profilera risk för tremor och postural instabilitet vid PD
Tidsram: 3-5 år
Studiens utredare kommer att mäta om MRT, särskilt diffusionsviktad bildbehandling, kan förutsäga vid sjukdomsdebut vilka individer med Parkinsons sjukdom som löper risk att utveckla betydande postural instabilitet och gångdysfunktion. MRT-skanningen kommer att härledas från statistisk analys av hela 5- dimensionell hjärnans DWI-signal, samt signaler som MRI T1 och vilo-fMRI-signal. Analysmetoder kommer att inkludera användning av vanliga statistiska tekniker, utredarna publicerade nya statistiska tekniker och tekniker som Deep Learning och andra artificiell intelligens/inlärningsalgoritmer.
3-5 år

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Utredare

  • Huvudutredare: Frank Skidmore, MD, University of Alabama at Birmingham

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (FAKTISK)

25 september 2014

Primärt slutförande (FAKTISK)

14 april 2019

Avslutad studie (FAKTISK)

14 april 2019

Studieregistreringsdatum

Först inskickad

29 april 2016

Först inskickad som uppfyllde QC-kriterierna

18 juli 2016

Första postat (UPPSKATTA)

19 juli 2016

Uppdateringar av studier

Senaste uppdatering publicerad (FAKTISK)

19 juni 2019

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

18 juni 2019

Senast verifierad

1 juni 2019

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

JA

IPD-planbeskrivning

lägesrapportinformation till NIH

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Kliniska prövningar på Diffusion Weighted Imaging (DWI)

3
Prenumerera