Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

Rozsáhlá extrakce funkcí elektrokardiogramu s podporou umělé inteligence a zkoumání spojení mezi extrahovanými funkcemi a úmrtností, mrtvicí nebo různými zájmovými zdravotními výsledky

22. prosince 2023 aktualizováno: Yonsei University
  • V této studii jsou rozsáhlá data EKG (data z elektrokardiogramu všech pacientů uložená v systému MUSE měřením standardního 12-řízeného EKG při kontrole zdravotního stavu Severance v nemocnici Severance od 1. listopadu 2005 do 31. října 2022) kombinována s elektronickými lékařskými záznamů, údajů Národní zdravotní pojišťovny a údajů o příčinách úmrtí Národního statistického úřadu a algoritmus umělé inteligence se používá k extrakci funkcí EKG k analýze spojení mezi smrtí, mrtvicí a různými zdravotními stavy a k provádění externího ověření nebo přenosu učení pomocí veřejné databáze (např. údaje britské Biobanky).
  • Určeno k použití webové platformy umělé inteligence k distribuci výpočetní zátěže generované během zpracování dat ve velkém měřítku a ke zlepšení přesnosti a účinnosti analýzy.

Přehled studie

Postavení

Zatím nenabíráme

Detailní popis

  • Všechna ID pacientů získaná z hlavní kanceláře jsou nahrazena výzkumnými ID (deidentifikovaná ID), takže skutečné ID není odhaleno a další osobní identifikační údaje (jméno, registrační číslo rezidenta) nejsou shromažďovány.
  • Metody výzkumu:

    1. Extrakce elektrokardiogramu na základě kritérií subjektů.
    2. V kombinaci s extrahovanými údaji EKG a údaji Národní pojišťovny (+ údaje o příčinách úmrtí Národního statistického úřadu).
    3. Definice zdraví mimo zájem (HOI). Zahrnuje smrt, mrtvici atd.
    4. Definovaná HOI může být extrahována z dat Yonsei Medical Center nebo z dat National Insurance Service nebo dat korejské statistiky o příčině úmrtí.
    5. Trénink modelu umělé inteligence s elektrokardiogramem (a v případě potřeby klinickým informačním diagramem) jako vstupem, využívající algoritmy hlubokého učení pod dohledem, pokud existuje štítek, a algoritmy učení bez dozoru, pokud štítek neexistuje.
    6. Hodnocení výkonu pro modely umělé inteligence pod dohledem.
    7. V případě modelů umělé inteligence bez dozoru, asociace/korelace mezi extrahovanými funkcemi a HOI nebo analýza předvídatelnosti/detekovatelnosti.
    8. Učení přenosu lze provést přidáním externích verifikačních nebo dielektrických dat k naučenému modelu pomocí veřejných databází.
    9. Externí ověření lze provést pomocí externích dodatečných dat připojením naučeného modelu na webovou platformu umělé inteligence.
    10. Vzhledem k rozsáhlým datům lze výpočetní zátěž distribuovat pomocí webových platforem umělé inteligence.
    11. Výsledky analýzy lze anonymizovat a výsledky analýzy lze poskytnout výzkumníkům prostřednictvím webové platformy umělé inteligence.

Typ studie

Pozorovací

Zápis (Odhadovaný)

3000000

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní kontakt

  • Jméno: Hui-Nam Pak
  • Telefonní číslo: 82-2-2228-8459
  • E-mail: hnpak@yuhs.ac

Studijní místa

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

  • Dítě
  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ne

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

Všichni pacienti uloženi v systému MUSE po změření standardního 12-naváděného elektrokardiogramu při zdravotní prohlídce Severance v nemocnici Severance od 1. listopadu 2005 do 31. října 2022

Popis

Kritéria pro zařazení:

Všichni pacienti uloženi v systému MUSE po změření standardního 12-naváděného elektrokardiogramu při zdravotní prohlídce Severance v nemocnici Severance od 1. listopadu 2005 do 31. října 2022

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
Počet pacientů s úmrtností
Časové okno: 2 roky
Zkoumání reprodukovatelnosti predikce úmrtnosti (počet pacientů, kteří zemřeli bez ohledu na jakoukoli příčinu) z dat EKG naměřených během 1 roku před smrtí pomocí algoritmů umělé inteligence
2 roky
Počet pacientů s CMP, Fibrilací síní, demencí
Časové okno: 2 roky
Zkoumání korelace určitých vzorců EKG s možností mrtvice/fibrilace síní, demence pomocí algoritmů umělé inteligence.
2 roky

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Vyšetřovatelé

  • Vrchní vyšetřovatel: Hui-Nam Pak, Yonsei University

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 (Odhadovaný)

1. prosince 2023

Primární dokončení (Odhadovaný)

1. prosince 2025

Dokončení studie (Odhadovaný)

1. prosince 2025

Termíny zápisu do studia

První předloženo

22. listopadu 2023

První předloženo, které splnilo kritéria kontroly kvality

21. prosince 2023

První zveřejněno (Aktuální)

22. prosince 2023

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Odhadovaný)

1. ledna 2024

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

22. prosince 2023

Naposledy ověřeno

1. prosince 2023

Více informací

Termíny související s touto studií

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NE

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 .

Předplatit