Étude de collecte de données d'entraînement et de validation LEOPARD
Collecte de données pour concevoir et valider les modèles prédictifs LEOPARD de sortie de liste chez les candidats à la transplantation hépatique
Promoteur : Assistance Publique - Hôpitaux de Paris
Titre et résumé traduits de l’anglais par le portail, à partir de la fiche publiée par le registre source, le 19 septembre 2026. Traduction automatique, sans relecture médicale : elle ne modifie ni n’interprète le contenu ; en cas de doute, le texte original fait foi.
Texte original (anglais)
LEOPARD Training and Validation Data Collection Study
Data Collection to Design and Validate LEOPARD Predictive Models of Delisting in Liver Transplant Candidates
Intro: The present clinical research protocol is part of the LEOPARD European project (Grant n° 101080964 Horizon Europe) which aims to design and validate new predictive models of mortality among liver transplantation (LT) candidates. MELD based-liver graft allocation systems have become increasingly inaccurate over the last decade to predict mortality/dropout of liver transplantation (LT) candidates on the waitlist (WL). Wide disparities in mortality/dropout on the WL also exist across European countries, ranging from 5 to 30% according to transplantation indications and countries. In this setting, the European Commission- Horizon Europe funded-LEOPARD project intends to design new, 2nd generation, AI-machine learning-based predictive models of delisting in LT candidates, to better serve on time patients with the highest risk of dropout on the WL and to improve equity of access to LT across Europe. Hypothesis/Objective: The scientific justification of the LEOPARD TVDCS is therefore to collect a large set of data in liver transplantation candidates listed in Europe a) to design and b) to validate LEOPARD 2nd generation AI-based predictive models of mortality/dropout The primary objective is to develop new predictive models of mortality/drop out on the waitlist in patients with decompensated cirrhosis, or other end-stage chronic liver diseases, and in patients listed for Hepato-cellular carcinoma (HCC). Method: Longitudinal multicenter prospective health care data collection cohort study in 2 sets : Training/development set : Prospective health care data collection in 3,000 patients listed in 50 centres across 7 countries and Validation set: Prospective health care data collection in 1,500 subsequent patients listed in the same 50 centres.
Introduction : Le présent protocole de recherche clinique s'inscrit dans le cadre du projet européen LEOPARD (subvention n° 101080964 Horizon Europe), qui vise à concevoir et valider de nouveaux modèles prédictifs de mortalité chez les candidats à la transplantation hépatique (TH). Les systèmes d'attribution de greffons hépatiques fondés sur le score MELD sont devenus de plus en plus imprécis au cours de la dernière décennie pour prédire la mortalité/sortie de liste des candidats à la transplantation hépatique (TH) sur la liste d'attente (LA). De larges disparités en matière de mortalité/sortie de liste sur la LA existent également entre les pays européens, allant de 5 à 30 % selon les indications de transplantation et les pays. Dans ce contexte, le projet LEOPARD, financé par la Commission européenne dans le cadre d'Horizon Europe, entend concevoir de nouveaux modèles prédictifs de sortie de liste chez les candidats à la TH, de 2e génération, fondés sur l'intelligence artificielle et l'apprentissage automatique, afin de mieux servir en temps utile les patients présentant le risque le plus élevé de sortie de liste et d'améliorer l'équité d'accès à la TH en Europe. Hypothèse/Objectif : La justification scientifique de l'étude de collecte de données d'entraînement et de validation (TVDCS) de LEOPARD est donc de recueillir un vaste ensemble de données chez des candidats à la transplantation hépatique inscrits sur liste en Europe, a) pour concevoir et b) pour valider les modèles prédictifs de mortalité/sortie de liste de LEOPARD fondés sur l'IA de 2e génération. L'objectif principal est de développer de nouveaux modèles prédictifs de mortalité/sortie de liste d'attente chez les patients présentant une cirrhose décompensée, ou une autre maladie hépatique chronique au stade terminal, et chez les patients inscrits sur liste pour un carcinome hépatocellulaire (CHC). Méthode : étude de cohorte longitudinale, multicentrique et prospective de collecte de données de soins de santé, en 2 ensembles : ensemble d'entraînement/de développement : collecte prospective de données de soins de santé chez 3 000 patients inscrits sur liste dans 50 centres répartis dans 7 pays, et ensemble de validation : collecte prospective de données de soins de santé chez 1 500 patients inscrits ultérieurement dans les 50 mêmes centres.
Vous quittez essai-clinique.com pour le site externe clinicaltrials.gov, géré par l’organisme responsable de l’annonce. La candidature, les questions d’éligibilité et toute information médicale se traitent uniquement là-bas.
Important : essai-clinique.com ne recueille pas de candidature et ne détermine pas votre éligibilité. Ne transmettez aucune information médicale au site.
Les critères affichés sont une synthèse des informations disponibles. Seul l’organisme responsable de l’étude peut confirmer l’éligibilité d’une personne.