免费获得国外相关药品，最快 1 个工作日回馈药物信息
验证临床算法用于诊断隐性（基本）的诊断
隐性小脑共济失调（ARCA）的临床诊断领域特别复杂，下一代测序（NGS）技术彻底改变了这种神经遗传场。当前的挑战是优化NGS生成的遗传数据的分析，因为：数据的处理仍然非常艰苦；诊断不到50％；对变体的解释有时非常困难。为了优化的目的，斯特拉斯堡大学医院的团队已经开发了一种基于124个临床和para临床参数（源自文献数据）的计算机算法，有用在怀疑ARCA（> 60个已知基因）的背景下分析；该算法在834例遗传确认的ARCA患者中进行了回顾性验证（92％Sense，95％的规格）。但是，这834名患者通常与文献中描述的患者相同，用于阐述算法。这引入了对算法的初步评估的偏见，因此需要在临床实践中进行验证，这些患者被引用了可疑ARCA（有或没有发现的基因突变）。同时，蒙彼利埃的遗传学实验室已经开发了一种生物信息学方法来搜索拷贝数变化（CNV），该方法可以以靶向方式应用于算法预测的基因。
这项研究的主要目的是验证NGS分子诊断ARCA的半自动化临床算法。次要目标是评估该算法与靶向生物信息学分析的应用是否可以增加NGS分析的诊断产率。
| 病情或疾病 |
|---|
| 共济失调 |
| 研究类型 ： | 观察 |
| 估计入学人数 ： | 150名参与者 |
| 观察模型： | 只有案例 |
| 时间观点： | 回顾 |
| 官方标题： | 利用遗传数据基础（通过下一代测序获得）验证临床算法以诊断隐性小脑共济失调 |
| 实际学习开始日期 ： | 2019年11月1日 |
| 估计的初级完成日期 ： | 2021年12月15日 |
| 估计 学习完成日期 ： | 2021年12月31日 |
- 算法预测与标准NGS分析结果之间的一致[时间范围：1天]为了在临床实践中验证一种半自动化的临床算法，旨在指导因疑似常染色体隐性小脑共济失调（ARCA）的患者而通过下一代测序获得的分子诊断（NGS），我们将测量算法的算法一致性以及标准NGS分析的结果。对于每个患者，一致性被定义为：1）算法最高概率预测的前5个基因之一也是NGS分析后发现的突变基因； 2）如果未通过算法预测基因（= =没有基因的预测评分> 20），并且在NGS分析后找不到突变。
- 基于算法的预测的患者百分比提出了正确的诊断，而标准NGS分析没有信息[时间范围：1天]次要目标是评估该算法的应用是否与靶向的生物信息学分析相比，与以常规方式进行的NGS分析相比，是否会改变诊断产率。因此，次要结果将是基于算法的预测的患者的百分比（在应用靶向生物信息学分析后从NGS得出的遗传数据审查后的第二次确认），同时第二次确认），同时进行了校正。标准NGS分析（对算法预测视而不见）没有信息
生物测量保留率：DNA样品
| 有资格学习的年龄： | 18岁以上（成人，老年人） |
| 有资格学习的男女： | 全部 |
| 接受健康的志愿者： | 不 |
| 采样方法： | 非概率样本 |
纳入标准：
- 具有可能遗传起源的纯或复杂小脑共济失调的主要表型（排除了获得的，炎症，肿瘤，传染性或有毒形式） - 早在50岁之前就开始了； - 唤起隐性传播的方式（散发性案例，兄弟或姐妹受影响，父母的血缘关系） - 在这种情况下，由于CAG扩张引起的主要遗传形式（SCA1，SCA2，SCA2，SCA3，SCA6，SCA6，SCA7）和FMR1基因的预先效果（如果45岁以后发病）
排除标准：
- 反对医疗文件中包含的数据的计算机处理。
| 联系人：医学博士Cecilia Marelli | 633376029分机33 | c-marelli@chu-montpellier.fr |
| 法国 | |
| UH蒙彼利埃 | 招募 |
| 法国蒙彼利埃，34295 | |
| 联系人：Cecilia Marelli，医学博士633376029 EXT 33 C-marelli@chu-montpellier.fr | |
| 首席研究员： | 塞西莉亚·马里利（Cecilia Marelli），医学博士 | 蒙彼利埃的大学医院 |
| 追踪信息 | |||||
|---|---|---|---|---|---|
| 首先提交日期 | 2019年9月9日 | ||||
| 第一个发布日期 | 2019年9月23日 | ||||
| 上次更新发布日期 | 2020年3月10日 | ||||
| 实际学习开始日期 | 2019年11月1日 | ||||
| 估计的初级完成日期 | 2021年12月15日（主要结果指标的最终数据收集日期） | ||||
| 当前的主要结果指标 | 算法预测与标准NGS分析结果之间的一致[时间范围：1天] 为了在临床实践中验证一种半自动化的临床算法，旨在指导因疑似常染色体隐性小脑共济失调（ARCA）的患者而通过下一代测序获得的分子诊断（NGS），我们将测量算法的算法一致性以及标准NGS分析的结果。对于每个患者，一致性被定义为：1）算法最高概率预测的前5个基因之一也是NGS分析后发现的突变基因； 2）如果未通过算法预测基因（= =没有基因的预测评分> 20），并且在NGS分析后找不到突变。 | ||||
| 原始主要结果指标 | 验证临床算法用于诊断隐性性共济失调的诊断[时间范围：1天] 主要目的是在临床实践中验证一种半自动化的临床算法，以指导因疑似常染色体隐性小脑共济失调（ARCA）患者的下一代测序（NGS）获得的分子诊断（ngs），主要结果将在预测一致性之间。关于隐性小脑共济失调的遗传诊断算法和标准NGS分析的结果。对于每个患者，一致性被定义为：1）算法最高概率预测的前5个基因之一也是NGS分析后发现的突变基因； 2）如果未通过算法预测基因（= =没有基因的预测评分> 20），并且在NGS分析后找不到突变。 | ||||
| 改变历史 | |||||
| 当前的次要结果指标 | 基于算法的预测的患者百分比提出了正确的诊断，而标准NGS分析没有信息[时间范围：1天] 次要目标是评估该算法的应用是否与靶向的生物信息学分析相比，与以常规方式进行的NGS分析相比，是否会改变诊断产率。因此，次要结果将是基于算法的预测的患者的百分比（在应用靶向生物信息学分析后从NGS得出的遗传数据审查后的第二次确认），同时第二次确认），同时进行了校正。标准NGS分析（对算法预测视而不见）没有信息 | ||||
| 原始的次要结果指标 | 应用临床算法和生物信息学分析后的诊断产量增加[时间范围：1天] 次要目标是评估与以常规方式进行的NGS分析相比，该算法的应用是否与目标生物信息学分析相比，是否会增加诊断产率。次要结果将是基于算法的鉴定的患者百分比提出了校正后的诊断（在应用靶向生物信息学分析后从NGS得出的遗传数据后的第二次确认），而标准NGS分析（对算法预测视而不见）并不是有益的 | ||||
| 当前其他预先指定的结果指标 | 不提供 | ||||
| 原始其他预先指定的结果指标 | 不提供 | ||||
| 描述性信息 | |||||
| 简短标题 | 临床算法的验证用于诊断性共济失调的诊断 | ||||
| 官方头衔 | 利用遗传数据基础（通过下一代测序获得）验证临床算法以诊断隐性小脑共济失调 | ||||
| 简要摘要 | 隐性小脑共济失调（ARCA）的临床诊断领域特别复杂，下一代测序（NGS）技术彻底改变了这种神经遗传场。当前的挑战是优化NGS生成的遗传数据的分析，因为：数据的处理仍然非常艰苦；诊断不到50％；对变体的解释有时非常困难。为了优化的目的，斯特拉斯堡大学医院的团队已经开发了一种基于124个临床和para临床参数（源自文献数据）的计算机算法，有用在怀疑ARCA（> 60个已知基因）的背景下分析；该算法在834例遗传确认的ARCA患者中进行了回顾性验证（92％Sense，95％的规格）。但是，这834名患者通常与文献中描述的患者相同，用于阐述算法。这引入了对算法的初步评估的偏见，因此需要在临床实践中进行验证，这些患者被引用了可疑ARCA（有或没有发现的基因突变）。同时，蒙彼利埃的遗传学实验室已经开发了一种生物信息学方法来搜索拷贝数变化（CNV），该方法可以以靶向方式应用于算法预测的基因。 这项研究的主要目的是验证NGS分子诊断ARCA的半自动化临床算法。次要目标是评估该算法与靶向生物信息学分析的应用是否可以增加NGS分析的诊断产率。 | ||||
| 详细说明 | 设计：基于临床基因数据的回顾性研究。总研究持续时间：22个月的研究计划：自2013年9月以来，NGS（Montpellier平台）已分析了150多名ARCA怀疑的患者。这些患者的临床数据将在计算机级别输入到算法中以获得涉及的基因的预测（以ARCA已知的每个基因的概率形式）。研究人员将将此结果与标准NGS分析获得的结果进行比较。对于在标准NGS分析后定义的没有分子诊断的患者，研究人员将根据算法选择5个最可能的基因，以便对发现的变体进行深入分析，并通过半自动检测进行生物信息学分析CNV。主要评估标准：算法与ARCA遗传诊断的标准NGS分析的一致性。次要评估标准：基于算法的预测的患者的百分比提示了正确的诊断（随后在遗传数据的详细信息中进行了修订后确认），而标准遗传分析则没有信息。统计分析：研究人员将执行一致性分析（Cohen's K），以验证临床实践中的算法。对于给定患者，如果以下方式，将会有一致性，i）算法预测的最高概率的前5个基因之一与标准ngs或ii之后发现的突变兼容）如果算法没有预测基因（得分<<<<） 20），没有NGS分析发现的突变。 | ||||
| 研究类型 | 观察 | ||||
| 学习规划 | 观察模型：仅病例 时间观点：回顾 | ||||
| 目标随访时间 | 不提供 | ||||
| 生物测量 | 保留：DNA样品 描述： 大约150例小脑共济失调患者的遗传数据库，自2013年9月以来，以外部分析转诊给蒙彼利埃大学医院中心。遗传数据来自带有Trusight One测序面板试剂盒（www.illumina.com/trousightone）的临床外显子捕获测序，从而探索了大约5,000个人类疾病基因。每个样本都伴随着允许遗传分析和数据处理的同意。每个样本还伴随着临床信息，通常由适合遗传性（遗传性（遗传性）患者或临床报告的患者的临床信息表组成。这些数据已经可以访问。 | ||||
| 采样方法 | 非概率样本 | ||||
| 研究人群 | ADUT患者怀疑隐性小脑共济失调，50岁之前发病，由于三核苷酸扩张引起的弗里德里希共济失调和主要的脊椎胡子共济失调。 。 | ||||
| 健康）状况 | 共济失调 | ||||
| 干涉 | 不提供 | ||||
| 研究组/队列 | 不提供 | ||||
| 出版物 * | 不提供 | ||||
*包括由数据提供商提供的出版物以及Medline中临床标识符（NCT编号）的出版物。 | |||||
| 招聘信息 | |||||
| 招聘状况 | 招募 | ||||
| 估计入学人数 | 150 | ||||
| 原始估计注册 | 与电流相同 | ||||
| 估计学习完成日期 | 2021年12月31日 | ||||
| 估计的初级完成日期 | 2021年12月15日（主要结果指标的最终数据收集日期） | ||||
| 资格标准 | 纳入标准： - 具有可能遗传起源的纯或复杂小脑共济失调的主要表型（排除了获得的，炎症，肿瘤，传染性或有毒形式） - 早在50岁之前就开始了； - 唤起隐性传播的方式（散发性案例，兄弟或姐妹受影响，父母的血缘关系） - 在这种情况下，由于CAG扩张引起的主要遗传形式（SCA1，SCA2，SCA2，SCA3，SCA6，SCA6，SCA7）和FMR1基因的预先效果（如果45岁以后发病） 排除标准： - 反对医疗文件中包含的数据的计算机处理。 | ||||
| 性别/性别 |
| ||||
| 年龄 | 18岁以上（成人，老年人） | ||||
| 接受健康的志愿者 | 不 | ||||
| 联系人 |
| ||||
| 列出的位置国家 | 法国 | ||||
| 删除了位置国家 | |||||
| 管理信息 | |||||
| NCT编号 | NCT04099914 | ||||
| 其他研究ID编号 | RECHMPL18_0431 | ||||
| 有数据监测委员会 | 不 | ||||
| 美国FDA调节的产品 |
| ||||
| IPD共享声明 |
| ||||
| 责任方 | 蒙彼利埃大学医院 | ||||
| 研究赞助商 | 蒙彼利埃大学医院 | ||||
| 合作者 |
| ||||
| 调查人员 |
| ||||
| PRS帐户 | 蒙彼利埃大学医院 | ||||
| 验证日期 | 2020年3月 | ||||
