预测结节性硬化症患者的癫痫发作块茎
2025年1月17日 更新者：Shuli Liang、Beijing Children's Hospital
使用融合病变网络映射和机器学习的融合模型预测结节性硬化症患者的癫痫性结节
在结节性硬化症复合物（TSC）患者中的癫痫发作块茎（ETS）的准确定位是必不可少的，但具有挑战性，因为ETS缺乏与其他皮质块茎区别的不同病理或遗传标记。 大约60％的患者无法通过非侵入性术前评估来鉴定其ETS，从而强调了对有效的无创和定位方法的临床需求。
使用培训数据集中的MRI数据，我们开发了一种新型的非侵入性融合模型，该模型将基于病变网络映射的风险模型与使用大脑功能连接性和随机森林算法的预测模型相结合。 对接受改良手术的癫痫患者进行了回顾性分析。 根据切除位置和术后癫痫发作 - 自由群体将块茎归类为true-et，false-ets或true non-ets。 该模型计算并对每个患者的ET概率进行了排名，并根据术后癫痫发作结果评估其准确性。
研究概览
地位
完全的
条件
研究类型
观察性的
注册 (实际的)
112
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
- 孩子
- 成人
- 年长者
接受健康志愿者
不
描述
纳入标准：
（1）年龄≥6个月的男性或女性患者； （2）根据Northrup的指南符合TSC的诊断标准的患者； 17（3）患者，其中临床评估确定北京儿童癫痫病中心的多学科专家团队确定了单个手术目标或假设的主要EZ医院，PLA综合医院或中国深圳儿童医院； （4）在2016年7月至2023年6月之间接受改良手术的患者，并于2024年6月完成了1年的随访； （5）患有可用术前和术后MRI T2-FLAIR成像的患者。
排除标准：
- (1)手术前或手术后一年内有开颅手术史、严重颅脑损伤史、神经调节治疗史、胼胝体切开术史； (2) 缺乏关键临床或 MRI 数据的受试者。 本研究经北京儿童医院伦理委员会批准。
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 |
|---|
|
TSC
|
研究衡量的是什么？
主要结果指标
结果测量 |
大体时间 |
|---|---|
|
手术后的癫痫发作自由
大体时间：从入学到1年的治疗结束
|
从入学到1年的治疗结束
|
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。
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)
2016年7月1日
初级完成 (实际的)
2023年6月1日
研究完成 (实际的)
2023年6月1日
研究注册日期
首次提交
2025年1月17日
首先提交符合 QC 标准的
2025年1月17日
首次发布 (实际的)
2025年3月25日
研究记录更新
最后更新发布 (实际的)
2025年3月25日
上次提交的符合 QC 标准的更新
2025年1月17日
最后验证
2023年6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.