Proveditelnost modelu předpovědi srdeční funkce založené na umělé inteligenci pomocí CXR (AI-CXR)
12. září 2022 aktualizováno: SungA Bae, Yonsei University
Proveditelnost modelu předpovědi funkce srdce založeného na umělé inteligenci pomocí rentgenu hrudníku
Vyšetřovatelé vyvinou model umělé inteligence pro predikci ejekční frakce levé komory pomocí rentgenových snímků hrudníku a dat z transtorakální echokardiografie.
Přehled studie
Postavení
Dokončeno
Detailní popis
Echokardiografii je třeba zvážit v rané fázi u pacientů, u kterých se poprvé rozvinulo srdeční selhání nebo kteří nemají informace o srdeční funkci, ale vyšetření se může zpozdit kvůli nedostatku času a pracovních sil v aktuálním lékařském oboru.
Primární cíl: Použijte rentgenové snímky hrudníku k predikci ejekční frakce levé komory
Typ studie
Pozorovací
Zápis (Aktuální)
505
Kontakty a umístění
Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.
Studijní místa
-
-
Giheung-gu
-
Yongin, Giheung-gu, Korejská republika, 16995
- Yongin Severance Hospital
-
-
Kritéria účasti
Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.
Kritéria způsobilosti
Věk způsobilý ke studiu
20 let až 90 let (DOSPĚLÝ, OLDER_ADULT)
Přijímá zdravé dobrovolníky
Ne
Pohlaví způsobilá ke studiu
Všechno
Metoda odběru vzorků
Vzorek nepravděpodobnosti
Studijní populace
Budou zařazeni pacienti podstupující transtorakální echokardiogram.
Popis
Kritéria pro zařazení:
- Dospělí starší 20 let
- Pacient, který navštívil urgentní příjem nebo ambulanci z důvodu dušnosti a bolesti na hrudi
Kritéria vyloučení:
- Odmítnutí pacienta
- Nejisté rentgenové snímky nebo transtorakální echokardiografie
- Nejisté výsledky testů
Studijní plán
Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.
Jak je studie koncipována?
Detaily designu
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Ejekční frakce levé komory < 40 %
Časové okno: Do dvou týdnů po rentgenu hrudníku
|
Vyhodnoťte výkon algoritmů umělé inteligence založených na rentgenu hrudníku k identifikaci jedinců se sníženou ejekční frakcí (<40 %)
|
Do dvou týdnů po rentgenu hrudníku
|
Spolupracovníci a vyšetřovatelé
Zde najdete lidi a organizace zapojené do této studie.
Sponzor
Vyšetřovatelé
- Studijní židle: In Hyun Jung, MD, PhD, Yongin Severance Hospital, Yonsei University College of Medicine
Termíny studijních záznamů
Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.
Hlavní termíny studia
Začátek studia (AKTUÁLNÍ)
1. března 2022
Primární dokončení (AKTUÁLNÍ)
30. června 2022
Dokončení studie (AKTUÁLNÍ)
1. září 2022
Termíny zápisu do studia
První předloženo
4. srpna 2021
První předloženo, které splnilo kritéria kontroly kvality
4. srpna 2021
První zveřejněno (AKTUÁLNÍ)
9. srpna 2021
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (AKTUÁLNÍ)
14. září 2022
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
12. září 2022
Naposledy ověřeno
1. září 2022
Více informací
Termíny související s touto studií
Další identifikační čísla studie
- YonseiU
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Ne
Studuje produkt zařízení regulovaný americkým úřadem FDA
Ne
Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .