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

Demensriskprediktionsmodell: utveckling och validering

5 december 2024 uppdaterad av: University of Edinburgh

Utveckling och validering av en multivariabel förutsägelsemodell för demensrisk hos vuxna i Storbritannien som använder rutinmässigt tillgängliga prediktorer

I dagsläget finns ingen behandling för demenssjukdom som förändrar sjukdomsförloppet. Men det är nu underförstått att proteinerna i demenssjukdomar som Alzheimers sjukdom finns år innan någon utvecklar symtom på demens. Studier kan därför behöva ge potentiella behandlingar till patienter innan de utvecklar symtom på demens. För att göra detta behöver forskarna ett sätt att förutsäga vem som kommer att utveckla demens i framtiden.

Det finns flera sätt att göra detta på, men många av dessa metoder är kostsamma och svåra att implementera på befolkningsnivå - såsom hjärnavbildning, lumbalpunktioner eller psykologiska tester. I den här studien syftar forskarna till att utveckla en metod för att förutsäga vem som kommer att utveckla demens (och demens på grund av Alzheimers sjukdom) genom att bara använda den typ av information som en allmänläkare skulle ha tillgänglig för dem.

För att göra detta kommer utredarna att utveckla en demensprediktionsmodell med hjälp av data från Secure Anonymised Information Linkage (SAIL) Databank, som innehåller anonymiserad primärvård, sjukhusinläggningar och dödlighetsdata för befolkningen i Wales, Storbritannien (UK). De kommer sedan att fortsätta med att testa hur bra det fungerar i en extern datauppsättning, såsom Storbritanniens Clinical Practice Research Datalink (CPRD).

Studieöversikt

Status

Avslutad

Betingelser

Detaljerad beskrivning

Hittills har inga demensläkemedel visat en sjukdomsmodifierande effekt i kliniska prövningar. Det är nu underförstått att patologin bakom Alzheimers sjukdom är närvarande årtionden innan symtom blir uppenbara. Att endast påbörja en intervention när en patient utvecklar kognitiva symtom, och därför när det finns en betydande sjukdomsbörda, kan minska risken för någon sjukdomsmodifierande effekt. Istället kan inrikta insatser tidigare, när den patologiska bördan är lägre, öka sannolikheten för att förebygga eller fördröja demensdebut.

Det finns därför ett behov av en metod som identifierar patienter som löper en ökad risk att utveckla demens. Detta kräver utveckling av en riskprediktionsmodell, som använder flera prediktorer i kombination för att producera individualiserade uppskattningar av risken att utveckla demensrisk över tid.

En idealisk riskprediktionsmodell för en befolkningsbaserad applikation skulle behöva använda prediktorer som redan är tillgängliga för, eller lätt tillgängliga för, allmänläkare. Ett sådant prediktivt verktyg skulle kunna användas som en billig, skalbar metod för att rekrytera en "riskgrupp" av deltagare till framtida försök med riskmodifieringsstrategier eller förebyggande terapier. När en effektiv sjukdomsmodifierande intervention har identifierats kan läkare använda samma modell för att identifiera riskpatienter som kan ha störst nytta av att genomgå interventionen.

Ett idealiskt verktyg för att förutsäga risker för demens skulle endast innehålla information som är lätt tillgänglig för, eller lätt att få tag på, för läkare såsom allmänläkare (GPs).

Utredarna strävar efter att utveckla två 10-åriga riskprediktionsmodeller: en för att förutsäga demens av alla orsaker och en för att förutsäga demens av Alzheimers sjukdom, hos vuxna i Storbritannien i åldern 60-79 år, med användning av endast prediktorer som rutinmässigt är tillgängliga för allmänläkare. De kommer att utveckla modellen med hjälp av data från Secure Anonymised Information Linkage (SAIL) Databank, som är sammansatt av anonymiserad, länkad primärvård, sjukhusinläggningar och dödlighetsdata för befolkningen i Wales, Storbritannien.

Utredarna kommer sedan att gå vidare med att externt validera sina förutsägelsemodeller för demensrisk i en extern datauppsättning, såsom Storbritanniens Clinical Practice Research Datalink (CPRD). De kommer också att validera en befintlig, publicerad studie med hjälp av data från The Health Improvement Network (THIN) (Walters et al. 2016) med hjälp av denna externa datauppsättning, vilket gör att vi kan jämföra modellernas prestanda.

Studietyp

Observationell

Inskrivning (Faktisk)

400000

Kontakter och platser

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

Studieorter

    • Midlothian
      • Edinburgh, Midlothian, Storbritannien
        • Usher Institute, University of Edinburgh

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

60 år till 79 år (Vuxen, Äldre vuxen)

Tar emot friska volontärer

Ja

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Vi kommer att använda data från Secure Anonymised Information Linkage Databank Demens electronic Cohort (SAIL-DeC). SAIL-DeC skapades som en flexibel, nationell elektronisk kohort ('e-kohort') för att underlätta demensforskning med hjälp av rutininsamlad sjukvårdsdata. SAIL-deltagare inkluderades i SAIL-DeC baserat på födelsedatum (1/1/1900 till 1/4/1958) och om länkade primärvårdsdata fanns tillgängliga (1,2 miljoner individer).

Beskrivning

Inklusionskriterier:

  • Registrerad hos en SAIL-praktik före 2008
  • Ålder mellan 60-79 under studieperioden (1 januari 2008 till 31 december 2017)
  • I åldern 60-79 år i januari 2008

Exklusions kriterier:

  • Deprivationskvintil saknas för starten av uppföljningen (deprivationspoäng kommer förmodligen inte att saknas slumpmässigt)
  • Demenskod av alla orsaker i alla datauppsättningar före 1 januari 2008 (dvs. demensdiagnos vid baslinjen)

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
Befolkningsbaserad
Befolkningsbaserad kohort av deltagare registrerade med en SAIL-bidragande praktik.
Denna studie är baserad på retrospektiv analys av kopplade rutininsamlade sjukvårdsdata

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Demens
Tidsram: 10 år
Utveckling av demens under uppföljning
10 år
Alzheimers sjukdom
Tidsram: 10 år
Utveckling av Alzheimers sjukdom demens under uppföljning
10 år

Samarbetspartners och utredare

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

Samarbetspartners

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)

8 maj 2019

Primärt slutförande (Faktisk)

5 december 2024

Avslutad studie (Faktisk)

5 december 2024

Studieregistreringsdatum

Först inskickad

7 maj 2019

Först inskickad som uppfyllde QC-kriterierna

7 maj 2019

Första postat (Faktisk)

9 maj 2019

Uppdateringar av studier

Senaste uppdatering publicerad (Beräknad)

10 december 2024

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

5 december 2024

Senast verifierad

1 december 2024

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

IPD-planbeskrivning

Forskare kan ansöka till SAILs databank (saildatabank.com) för att få tillgång till de enskilda deltagaruppgifterna.

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

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 .

Prenumerera