Afgrænse-propektivt (DELINEATE)
Dyb læring til ekko-analyse, sporing og evaluering af prospektiv evaluering (afgrænsning af prospektiv)
Hjertesygdom er den førende dødsårsag i USA, og ekkokardiografi (eller "echo") er den mest almindelige måde, læger ser på hjertet. Echo er sikker, smertefri og kan opdage større hjerteproblemer, herunder svagt hjertepumpning og ventilsygdom.
Ventilsygdom, især aortastenose (indsnævring) og mitral regurgitation (lækage), er almindelig hos ældre voksne, men går ofte udiagnostiseret. Mens Echo er det vigtigste værktøj til at finde ventilproblemer, tager det tid, kræver ekspertuddannelse, og resultaterne kan variere mellem læsere.
De seneste fremskridt inden for kunstig intelligens (AI), især Deep Learning (DL), har vist løfte om automatisk at analysere hjertebilleder. Tidligere forskning har imidlertid ikke fuldt ud tacklet nøgleteknikker-lignende farve Doppler og Spectral Doppler-der er afgørende for at måle, hvordan blod bevæger sig gennem hjerteklapper. AI-værktøjer står også over for udfordringer ved at blive brugt i hverdagens medicinske praksis på grund af arbejdsgangsproblemer, mangel på test i den virkelige verden og bekymringer over, hvordan algoritmerne træffer beslutninger.
På Columbia University Irving Medical Center har forskere opbygget en stor database med hjertetest i de sidste seks år og udviklet AI -programmer til at analysere ekkokardiogrammer. Den aktuelle undersøgelse vil teste, om levering af AI -analyse til kardiologer i realtid under ekko -læsning kan gøre processen hurtigere og mere konsistent.
Studieoversigt
Status
Status
Betingelser
Betingelser
Detaljeret beskrivelse
Undersøgelsestype
Undersøgelsestype
Tilmelding (Anslået)
Tilmelding
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: Heidi S Hartman, MD
- Telefonnummer: 212-305-3068
- E-mail: hl2738@cumc.columbia.edu
Undersøgelse Kontakt Backup
- Navn: Michelle Castillo, BS
- Telefonnummer: 212-305-9161
- E-mail: mc5067@cumc.columbia.edu
Studiesteder
-
-
New York
-
New York, New York, Forenede Stater, 10032
- Rekruttering
- Columbia University Irving Medical Center
-
Kontakt:
- Michelle Castillo, BS
- Telefonnummer: 212-305-9161
- E-mail: mc5067@cumc.columbia.edu
-
Ledende efterforsker:
- Pierre A Elias, MD
-
Kontakt:
- Jeffrey Ruhl, MS
- Telefonnummer: 570-713-7815
- E-mail: hvx9001@nyp.org
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inkluderingskriterier:
- Deltagelse i kardiolog ansat af Columbia University, Columbiadoctors eller Newyork Presbyterian Hospital, der læser transthoracic -ekkokardiogrammer i Columbia Echocardiography Laboratory
- Forudsat at informeret samtykke til at deltage i spørgeskemaerne eller den centrale undersøgelse
Ekskluderingskriterier:
- Læge i træning (Cardiology Fellow eller Advanced Imaging Fellow)
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Antal grupper/kohorter
Kohorter og interventioner
Gruppe / kohorteGruppe / kohorte |
|---|
|
Interventionsgruppe
Undersøgelser, der opfylder følgende kriterier, vil blive bedømt af et ekspertpanel: moderat, moderat-svær eller alvorlig mitral, aorta eller tricuspid regurgitation af læge eller AI-modelvurdering. Uoverensstemmelse mellem læge og AI-fortolkninger, hvor AI-vurderet sværhedsgrad er større end den lægevurderede sværhedsgrad (dvs. Angiver, at der er mere valvulær regurgitation) |
|
Kontrolgruppe
En stratificeret tilfældig prøve af sager vælges for at matche fordelingen af AI-flagede tilfælde af lægevurderet valvulær regurgitationsgrad og vil gennemgå det samme ekspertpaneledømmelse.
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Andel af klinisk meningsfuld omklassificering ved panelanmeldelse
Tidsramme: 18 måneder
|
Andelen af tilfælde, hvor ekspertpanelet omklassificerer valvular regurgitation sværhedsgrad med mindst en klasse (opgradering eller nedgradering).
Andelen beregnes som antallet af tilfælde med omklassificering ÷ samlet antal gennemgåede sager.
|
18 måneder
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Andel af sager med AI-baseret omklassificering, der fører til en ændring i klinisk styring
Tidsramme: 18 måneder
|
Andelen beregnes som antallet af sager med enhver ledelsesændring ÷ samlet antal gennemgåede sager.
|
18 måneder
|
|
Andel af sager med AI-baseret omklassificering, der fører til henvisning til en ventilspecialist eller kirurg
Tidsramme: 18 måneder
|
Definition: Andelen beregnes som antallet af sager, der er omtalt en ventilspecialist eller kirurg ÷ samlet antal gennemgåede sager.
|
18 måneder
|
|
Andel af sager med AI-baseret omklassificering, der fører til en ændring i hyppigheden af opfølgningsechokardiografi
Tidsramme: 18 måneder
|
Andelen beregnes som antallet af tilfælde med en ændring i anbefalet opfølgningsechokardiografifrekvens ÷ samlet antal gennemgåede tilfælde.
|
18 måneder
|
|
Andel af sager med AI-baseret omklassificering, der fører til henvisning til yderligere test (tee eller hjerte MRI)
Tidsramme: 18 måneder
|
Andelen beregnes som antallet af sager, der er nævnt til yderligere test med tee eller hjerte MRI ÷ samlet antal gennemgåede sager.
|
18 måneder
|
Andre resultatmål
Andre resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Konkordance mellem AI og panelanmeldelse
Tidsramme: 18 måneder
|
Andelen af tilfælde, hvor AI -klassificering stemmer overens med ekspertpanelgennemgang af Valvular Regurgitation Alvorlighed.
|
18 måneder
|
|
Konkordance mellem Cardiologist Clinical Read og Panel Review
Tidsramme: 18 måneder
|
Andelen af tilfælde, hvor klinisk fortolkning af kardiolog er enig med ekspertpanelgennemgang af Valvular Regurgitation sværhedsgrad.
|
18 måneder
|
|
Sammenligning af overensstemmelsesgrader (AI vs kardiolog) mod panelanmeldelse
Tidsramme: 18 måneder
|
Forskellen mellem konkordansfrekvensen for AI vs panelgennemgang og konkordancehastigheden for klinisk kardiologlæsning vs panelanmeldelse.
|
18 måneder
|
|
Inter-læseraftale for kategoriske ekkokardiografiske foranstaltninger
Tidsramme: 18 måneder
|
Aftale mellem uafhængige kardiologlæsere for kategoriske variabler (f.eks. Alvorlighed af valvulær regurgitation) vil blive kvantificeret ved hjælp af Cohens Kappa -statistik.
|
18 måneder
|
|
Inter-læseraftale for kontinuerlige ekkokardiografiske foranstaltninger
Tidsramme: 18 måneder
|
Aftale mellem uafhængige kardiologlæsere for kontinuerlige foranstaltninger (f.eks. Kategori af venstre ventrikulær udsendelsesfraktion [LVEF] -kategori) vil blive kvantificeret ved hjælp af Intraclass Correlation Coefficient (ICC)
|
18 måneder
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Samarbejdspartnere
Samarbejdspartnere
Efterforskere
Efterforskere
- Ledende efterforsker: Pierre A Elias, MD, Columbia University
Datoer for undersøgelser
Studer store datoer
Studiestart (Anslået)
Studiestart
Primær færdiggørelse (Anslået)
Primær færdiggørelse
Studieafslutning (Anslået)
Studieafslutning
Datoer for studieregistrering
Først indsendt
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Først opslået
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering sendt
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- AAAU9603
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
IPD-planbeskrivelse
Patientens privatliv og fortrolighed: Selv med de-identifikation kan deling af detaljerede sundhedsdata risikere genidentifikation af deltagerne.
Regulerende begrænsninger: Institutionelle gennemgangsbestyrelser (IRB'er), HIPAA -regler eller lokale love kan begrænse datadeling, især for følsomme sundhedsoplysninger som ekkokardiogrammer.
Samtykkebegrænsninger: Hvis deltagerne ikke eksplicit samtykke til bred datadeling ved tilmelding, kan undersøgelsen ikke etisk eller lovligt give deres IPD.
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
produkt fremstillet i og eksporteret fra U.S.A.
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 .