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

Maskininlärning för tidig diagnos av endometrios (MLEndo) (MLEndo)

21 november 2023 uppdaterad av: Semmelweis University

KVINNA: Användningen av maskininlärning för tidig diagnos av endometrios baserat på patientens självrapporterade data - studieprotokoll för en multicenterprövning

Projektet syftar till att skapa en stor potentiell databank med hjälp av Lucys medicinska mobilapplikation och samla in och analysera patientprofiler och strukturerad klinisk data med artificiell intelligens. Dessutom kommer författarna att undersöka sambandet mellan avlägsnade eller begränsade kostkomponenter med livskvalitet, smärta och central sensibilisering.

Studieöversikt

Detaljerad beskrivning

Inledning: Endometrios är en komplex och kronisk sjukdom som drabbar ~176 miljoner kvinnor i reproduktiv ålder och som i stort sett förblir olöst. Det definieras av närvaron av endometriumliknande vävnad utanför livmodern och är vanligtvis förknippad med kronisk bäckensmärta, infertilitet och minskad livskvalitet. Trots många föreslagna screening- och triagemetoder såsom biomarkörer, genomisk analys, bildtekniker och frågeformulär för att ersätta invasiv diagnostisk laparoskopi, har ingen blivit allmänt antagen i klinisk praxis.

. Trots tillgången på olika screeningmetoder (t.ex. biomarkörer, genomisk analys, avbildningstekniker) som är avsedda att ersätta behovet av invasiv diagnostisk laparoskopi, förblir tiden till diagnos inom intervallet 4 till 11 år. Syfte: Projektet syftar till att skapa en stor potentiell databank med hjälp av Lucys medicinska mobilapplikation och samla in och analysera patientprofiler och strukturerad klinisk data med artificiell intelligens. Dessutom kommer författarna att undersöka sambandet mellan avlägsnade eller begränsade kostkomponenter med livskvalitet, smärta och central sensibilisering. Metoder: Ett baslinje- och longitudinellt frågeformulär i Lucy-appen samlar in självrapporterad information om symtom relaterade till endometrios, sociodemografi, mental och fysisk hälsa, närings- och andra livsstilsfaktorer. 5 000 kvinnor med endometrios och 5 000 kvinnor i en kontrollgrupp kommer att skrivas in och följas upp under ett år. Med denna information kommer eventuella samband mellan symtom och endometrios att analyseras med maskininlärning. Slutsatser: Författare kan utveckla en fenotypisk beskrivning av kvinnor med endometrios genom att koppla insamlad data med befintlig registerbaserad information om endometriosdiagnos, sjukvårdsanvändning och big data-metod. Detta kan bidra till att uppnå tidigare upptäckt av endometrios med bäckensmärta och avsevärt minska den aktuella diagnostiska fördröjningen. Dessutom kan författarna identifiera näringskomponenter som kan förvärra livskvaliteten och smärtan hos kvinnor med endometrios; sålunda kan författarna skapa evidensbaserade kostrekommendationer.

Nyckelord: Endometrios, Maskininlärning, Icke-invasiv diagnos, Diet

Studietyp

Observationell

Inskrivning (Beräknad)

10000

Kontakter och platser

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

Studiekontakt

Studieorter

      • Budapest, Ungern, 1088
        • Rekrytering
        • Semmelweis University
        • Kontakt:
        • Kontakt:
        • Huvudutredare:
          • Attila Bokor, MD PhD
      • Budapest, Ungern, 1028

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

  • Barn
  • Vuxen

Tar emot friska volontärer

Ja

Testmetod

Icke-sannolikhetsprov

Studera befolkning

5000/5000 patienter med/utan endometrios. Denna studie genomförs som en multicenterstudie med parallella grupper. Studiedeltagare rekryteras genom Lucy-appen. Data samlas in i följande länder: Ungern, Danmark, Sverige, Tyskland och Österrike. Deltagarrekryteringen påbörjades i december 2021 och förväntas pågå till december 2024.

Beskrivning

Inklusionskriterier:

  • Kvinnor i fertil ålder
  • 5000 patienter med endometrios
  • 5000 patienter utan endometrios

Exklusions kriterier:

  • Pågående graviditet
  • Malignt tillstånd av äggstock/livmoder/bröst

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
Patienter med endometrios och friska kontroller
5 000 personer med endometrios kommer att skrivas in och följas upp under ett år. För att delta i studien måste kvinnorna uppfylla inklusionskriterierna.
ML bedömning av insamlad data
Andra namn:
  • ML bedömning
Kontrollera
5 000 personer i en kontrollgrupp kommer att skrivas in och följas upp under ett år. För att delta i studien måste kvinnorna uppfylla inklusionskriterierna.
ML bedömning av insamlad data
Andra namn:
  • ML bedömning

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Patientprofilering med Lucy-appen
Tidsram: 24 månader

Etablera ett omfattande och omfattande potentiellt big data-förråd med hjälp av Lucy-appen. Detta initiativ syftar till att identifiera unika kliniska kohorter genom att utnyttja olika faktorer som digitala fotspår, symtom, patientupplevelser, komorbiditeter, klinisk svårighetsgrad och livsstilsmönster. Genom att använda Using ML för big data-analys kan författarna bygga patientprofiler och strukturerade kliniska data som underlättar tidig upptäckt av endometrios med bäckensmärta.

Självrapporterade data från deltagarna kommer att mätas enligt följande:

  • Utvärdera livskvaliteten med 5-nivå EQ-5D (EQ-5D-5L)
  • Endometrios hälsoprofil 5 (EHP-5) .
  • Smärtpoäng med hjälp av Visual Analogue Scale (VAS) .
  • Central smärtsensibilisering med den korta versionen av Central Sensitization Inventory (CSI-9)
24 månader

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Inverkan av kost och livsstil på utvecklingen av endometrios
Tidsram: 24 månader

Dessutom kan författarna identifiera näringskomponenter som kan förvärra livskvaliteten och smärtan hos kvinnor med endometrios; sålunda kan de skapa evidensbaserade kostrekommendationer.

Förändringarna i livskvalitet kommer att bedömas med hjälp av självrapporterade data från deltagarna kommer att mätas enligt följande:

Ändring från baslinjen i smärtpoäng på den visuella analoga skalan vid 12 månader. Ändringar från baslinjevärden på EHP5 vid 12 månader

24 månader

Andra resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Ekonomisk börda av endometrios
Tidsram: 24 månader
Ekonomisk börda med hänsyn till kostnaden för kost och sjukvårdsanvändning. Den exakta kostnaden för endometriosrelaterad diet kommer att rapporteras per månad i EUR.
24 månader

Samarbetspartners och utredare

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

Samarbetspartners

Utredare

  • Huvudutredare: Attila Bokor, Semmelweis University

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)

1 januari 2022

Primärt slutförande (Beräknad)

31 december 2024

Avslutad studie (Beräknad)

31 december 2024

Studieregistreringsdatum

Först inskickad

25 september 2023

Först inskickad som uppfyllde QC-kriterierna

21 november 2023

Första postat (Faktisk)

28 november 2023

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

28 november 2023

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

21 november 2023

Senast verifierad

1 september 2023

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

JA

IPD-planbeskrivning

Vid eventuella intresse delar vi gärna IPD

Tidsram för IPD-delning

Data kommer att bli tillgängliga från 2025-01-01 i 5 år

Kriterier för IPD Sharing Access

Data kommer att finnas tillgänglig för forskare inom området

IPD-delning som stöder informationstyp

  • STUDY_PROTOCOL

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