一种预测路易体痴呆症的新型机器学习算法 (MLDLB)
2020年9月8日 更新者：Anastasia Bougea、National and Kapodistrian University of Athens
一种使用临床和神经心理学评分预测路易体痴呆症的新型机器学习算法
帕金森病痴呆 (PDD) 和路易体痴呆 (DLB) 是在许多临床特征上重叠的痴呆综合征，这使得它们在临床实践中的诊断变得困难，尤其是在晚期阶段。
我们提出了一种机器学习算法，该算法仅基于非侵入性且易于在临床上收集的预测因子，以识别具有高预后性能的这些疾病。
研究概览
详细说明
该算法将使用来自两个专门记忆中心的数据集开发，采用 PDD 和 DLB 受试者样本，其诊断随访在基线评估后至少 3 年内可用。
关于临床人口学特征的一组有限信息、6 项神经心理学测试（迷你心理测试、PD 认知评定量表、简要视觉空间记忆测试、书写符号数字、韦氏成人智力量表、追踪 A 和 B）被用作预测因子。
将研究逻辑回归和 K 最近邻 (K-NN) 两种分类算法成功预测患者是否患有 PDD 或 DLB 的能力。
研究类型
观察性的
注册 (预期的)
200
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习地点
-
-
Attiki
-
Athens、Attiki、希腊、16674
- 招聘中
- Anastasia Bougea
-
接触：
- EFTHYMIA EFTHYMIIOPOULOU, dr
- 电话号码：00306943061632
- 邮箱：faih.efthymiopoulou@gmail.com
-
副研究员：
- Christos Goumas, dr
-
-
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
50年 至 90年 (成人、年长者)
接受健康志愿者
不
有资格学习的性别
全部
取样方法
非概率样本
研究人群
PDD 组由满足很可能 PDD 标准的患者和 DLB 组组成。患者将从两个诊所的基于注册的数据库中注册。
收集了以下数据：性别、年龄、教育程度、惯用手、病程（年）和左旋多巴当量日剂量（LEDD）。
疾病负担将通过运动障碍协会联合帕金森氏病评定量表 (MDS-UPDRS) 第 III 部分在停药状态下进行评估，并进行以下六项认知/行为测试：简易精神状态检查 (MMSE)、PD-认知评定量表 (PD-CRS)、简要视觉空间记忆测试 (BVMT-TR)、书写符号数字 (SDMT)、轨迹制作测试 (TMT A,B)、韦氏成人智力量表 (WAIS-V)。
所有患者都将接受脑部 MRI 和血液检查，以排除痴呆症的继发原因。
描述
纳入标准：
PDD 组由满足运动障碍协会可能 PDD 标准的患者组成 (b) DLB 组由患者组成，根据最近修订的可能 DLB 标准。
排除标准：
- 主要精神疾病，抑郁症
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
帕金森病痴呆症
PDD 组由 58 名患者组成，符合运动障碍协会的可能 PDD 标准
|
研究了逻辑回归和 K 最近邻 (K-NN) 两种分类算法成功预测患者是否患有 PDD 或 DLB 的能力。
|
|
路易体痴呆症
根据最近修订的可能 DLB 标准，DLB 组由 40 名患者组成
|
研究了逻辑回归和 K 最近邻 (K-NN) 两种分类算法成功预测患者是否患有 PDD 或 DLB 的能力。
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
MMSE 预测 dlb 或 PDD
大体时间：1年
|
两种分类算法，逻辑回归和 K 最近邻 (K-NNs)，将结合这些测试，以研究它们成功预测患者是否患有 PDD 或 DLB 的能力。
|
1年
|
|
帕金森病 - 预测 DLB 或 PDD 的认知评定量表 (PD-CRS)
大体时间：1年
|
两种分类算法，逻辑回归和 K 最近邻 (K-NNs)，将结合这些测试，以研究它们成功预测患者是否患有 PDD 或 DLB 的能力。
|
1年
|
|
预测 DLB 或 PDD 的简短视觉空间记忆测试 (BVMT-TR)
大体时间：1年
|
两种分类算法，逻辑回归和 K 最近邻 (K-NNs)，将结合这些测试，以研究它们成功预测患者是否患有 PDD 或 DLB 的能力。
|
1年
|
|
DLB 或 PDD 的符号数字写入预测
大体时间：1年
|
两种分类算法，逻辑回归和 K 最近邻 (K-NNs)，将结合这些测试，以研究它们成功预测患者是否患有 PDD 或 DLB 的能力。
|
1年
|
|
韦氏成人智力量表，预测 DLB 或 PDD
大体时间：1年
|
两种分类算法，逻辑回归和 K 最近邻 (K-NNs)，将结合这些测试，以研究它们成功预测患者是否患有 PDD 或 DLB 的能力。
|
1年
|
|
对 DLB 或 PDD 进行 A 和 B 预测
大体时间：1年
|
两种分类算法，逻辑回归和 K 最近邻 (K-NNs)，将结合这些测试，以研究它们成功预测患者是否患有 PDD 或 DLB 的能力。
|
1年
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
调查人员
- 首席研究员：ANASTASIA BOUGEA、National and Kapodistrian University of Athens
出版物和有用的链接
负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (实际的)
2019年9月1日
初级完成 (预期的)
2020年10月1日
研究完成 (预期的)
2021年3月1日
研究注册日期
首次提交
2020年6月21日
首先提交符合 QC 标准的
2020年6月24日
首次发布 (实际的)
2020年6月25日
研究记录更新
最后更新发布 (实际的)
2020年9月10日
上次提交的符合 QC 标准的更新
2020年9月8日
最后验证
2020年9月1日
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.