Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Kardiovaskulær akustik og et intelligent stetoskop (CAIS)

14. september 2021 opdateret af: Papworth Hospital NHS Foundation Trust

Kardiovaskulær akustik og et intelligent stetoskop. En observationsundersøgelse for at indsamle hjertelydoptagelser fra patienter for at forstå de akustiske karakteristika ved mislyde og udvikle et kunstigt intelligent stetoskop.

Målet med projektet er at udvikle en kunstig intelligens-software, der er i stand til at analysere hjertelyde for at give tidlig diagnose af en række hjertesygdomme på et tidligt tidspunkt. Siden opfindelsen af ​​stetoskopet af Laennec i 1816, har det grundlæggende design ikke ændret sig væsentligt. Vores software kunne kobles sammen med eksisterende elektroniske stetoskoper for at skabe et 'intelligent' stetoskop, der kunne bruges af sundhedsassistenter eller praktiserende sygeplejersker til at screene for lydproducerende hjertesygdomme. Det kunne også bruges derhjemme af patienter, som ellers ville gå udiagnosticeret.

Undersøgelsens efterforskere ved Cambridge University Engineering Department (CUED) har udviklet en proof-of-concept AI-algoritme til at detektere hjertemislyde. Men for nøjagtigt at kunne detektere den specifikke patologi og sværhedsgrad, der ligger til grund for mislyden, kræves der flere hjertelydsoptagelser (matchet med grundsandheden fra patientens ekkokardiogram). Patienter, der præsenterer sig for et af partnerhospitalerne, og som kræver et ekkokardiogram som en del af deres rutinemæssige behandling, vil blive inviteret til at give samtykke til denne undersøgelse. Deltagelse vil indebære optagelse af en patients hjertelyde ved hjælp af et elektronisk stetoskop samt indsamling af rutinemæssige kliniske data og et rutinemæssigt klinisk ekkokardiogram ved et enkelt rutinemæssigt udepatientbesøg.

Studieoversigt

Status

Rekruttering

Betingelser

Detaljeret beskrivelse

Dette projekt vil udvikle en AI-algoritme, som kan importeres til et stetoskop for at gøre det i stand til automatisk at diagnosticere enhver tilstedeværende klapsygdom og dens sværhedsgrad. Dette vil hjælpe praktiserende læger med at fremstille mere præcise diagnoser, reducere omkostningerne ved at have færre unødvendige henvisninger til ekkokardiogram og producere mere præcise diagnoser i lande, hvor ekkokardiogrammer ikke er let tilgængelige på grund af deres omkostninger. Ved at bruge et lille udsnit af data samt nogle, der er blevet mærket af klinikerens auskultation, har holdet skabt en prisvindende AI-algoritme, der er i stand til nøjagtig påvisning af hjertemislyde. Men for at forbedre nøjagtigheden og kapaciteten af ​​dette system kræves flere hjertelydsoptagelser fra en række sygdomme (matchet med ekkokardiogramdiagnose). Nøglen til succesen med denne undersøgelse vil være at producere en AI-algoritme, der er mere nøjagtig end forskellige kvaliteter af læger til at opdage den specifikke abnormitet og sværhedsgrad, der ligger til grund for en mislyd i hjertet. Denne metode vil også give en omfattende undersøgelse af akustiske karakteristika af forskellige hjertelyde. Indtil videre er alle de akustiske egenskaber ved hjertelyde, som medicinstuderende lærer, baseret på subjektiv mening. Denne undersøgelse vil være i stand til objektivt at analysere disse akustiske egenskaber.

Undersøgelsestype

Observationel

Tilmelding (Forventet)

1150

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiekontakt

Undersøgelse Kontakt Backup

Studiesteder

      • Birmingham, Det Forenede Kongerige, B15 2TH
        • Rekruttering
        • University Hospitals Birmingham NHS Foundation Trust
        • Kontakt:
      • Cambridge, Det Forenede Kongerige, CB2 0AY
      • London, Det Forenede Kongerige, SE5 9RS
        • Rekruttering
        • King's College Hospital NHS Foundation Trust
        • Kontakt:
      • London, Det Forenede Kongerige, SE1 9RT
      • London, Det Forenede Kongerige, W2 1NY
        • Rekruttering
        • Imperial College Healthcare NHS Trust
        • Kontakt:

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

2 uger og ældre (VOKSEN, OLDER_ADULT, BARN)

Tager imod sunde frivillige

Ingen

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Patienter, der går på kardiologiske klinikker på undersøgelsesstederne, og som skal have et ekkokardiogram

Beskrivelse

Inklusionskriterier:

  • Deltager villig og i stand til at give informeret samtykke til deltagelse i undersøgelsen
  • Deltageren skal gennemgå et ekkokardiogram som en del af deres rutinemæssige vurdering

Ekskluderingskriterier:

  • Informeret samtykke gives ikke
  • New York Heart Association (NYHA) funktionsklasse = 4

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Aortaklapstenose (voksne)
30 patienter med mild, 30 med moderat og 30 med svær mitral regurgitation ved brug af BSE-klassificeringer [Wharton 2014].
Mitralklap opstød (voksne)
30 patienter med mild, 30 med moderat og 30 med svær mitral regurgitation ved brug af BSE-klassificeringer [Wharton 2014].
Aorta regurgitation (voksne)
30 patienter med mild, 30 med moderat og 30 med svær aorta regurgitation, ved brug af BSE-klassificeringer [Wharton 2014].
Mitralstenose (voksne)
30 patienter med mild, 30 med moderat og 30 med svær mitralstenose ved brug af BSE-klassificeringer [Wharton 2014].
Blandet ventilsygdom (voksne)
30 patienter med mild, 30 med moderat og 30 med svær blandingsklapsygdom. Samlet klassificering baseret på den mest alvorlige sygdom ved brug af BSE-klassificeringerne [Wharton 2014].
Ventrikulære septaldefekter (pædiatriske patienter)
36 pædiatriske patienter med milde, 37 med moderate og 36 med svære ventrikulære septumdefekter, ved hjælp af graderinger fra [Samaan 1970].
Aortastenose (pædiatriske patienter)
36 pædiatriske patienter med mild, 37 med moderat og 36 med svær aortastenose
Lungestenose (pædiatriske patienter)
36 pædiatriske patienter med mild, 37 med moderat og 36 med svær lungestenose.
Patent Ductus Arteriosus (pædiatriske patienter)
36 pædiatriske patienter med mild, 37 med moderat og 36 med svær åben ductus arteriosus, klassificeret ved hjælp af duktal størrelse [Arlettaz 2017].
Ingen sygdom (pædiatriske patienter)
264 pædiatriske patienter uden hjertesygdom. Bemærk, at vi kun tager optagelser fra dem, der er blevet henvist til et ekkokardiogram med mistanke om hjertesygdom, men som efterfølgende ikke har nogen hjertesygdom.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
At vurdere specificiteten af ​​en algoritme til påvisning af klinisk signifikant klapsygdom og medfødt hjertesygdom i forhold til præstationer hos praktiserende læger
Tidsramme: Dag 1
Vi vil indhente 4, 15 sekunders hjertelydsoptagelser fra patienter (på aorta-, pulmonal-, mitral- og tricuspid-stederne) ved hjælp af et Littmann 3200 elektronisk stetoskop.
Dag 1

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

Efterforskere

  • Ledende efterforsker: Bushra Rana, MB BS, Imperial College Healthcare NHS Trust

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (FAKTISKE)

24. oktober 2019

Primær færdiggørelse (FORVENTET)

30. marts 2022

Studieafslutning (FORVENTET)

31. januar 2023

Datoer for studieregistrering

Først indsendt

21. juni 2020

Først indsendt, der opfyldte QC-kriterier

21. juni 2020

Først opslået (FAKTISKE)

24. juni 2020

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (FAKTISKE)

16. september 2021

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

14. september 2021

Sidst verificeret

1. september 2021

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • P02087

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Kliniske forsøg med Hjerteklapsygdomme

Søg i lignende forsøg