Diagnose af HCM med AI-EKG
4. marts 2024 opdateret af: Yixiu Liang, Shanghai Zhongshan Hospital
Diagnose af hypertrofisk kardiomyopati med kunstig intelligens-forstærket elektrokardiogram
Studiet har til formål at etablere en diagnostisk model for hypertrofisk kardiomyopati med kunstig intelligens-forstærket elektrokardiogram.
Studieoversigt
Status
Rekruttering
Betingelser
Undersøgelsestype
Observationel
Tilmelding (Anslået)
10000
Kontakter og lokationer
Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.
Studiekontakt
- Navn: Yixiu Liang, MD
- Telefonnummer: +8613764653847
- E-mail: liang.yixiu@zs-hospital.sh.cn
Studiesteder
-
-
-
Shanghai, Kina, 200032
- Rekruttering
- 180 Fenglin Road
-
Kontakt:
- Yixiu Liang, MD
- Telefonnummer: 612844 +8664041990
- E-mail: liang.yixiu@zs-hospital.sh.cn
-
-
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
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Ja
Prøveudtagningsmetode
Ikke-sandsynlighedsprøve
Studiebefolkning
Undersøgelsen omfatter patienter med HCM og forsøgspersoner uden HCM som kontrol.
Beskrivelse
Inklusionskriterier:
- Diagnosticeret med HCM
Ekskluderingskriterier:
- Patienter med ventrikulær pacing
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 |
|---|
|
HCM gruppe
Patienter diagnosticeret med HCM
|
|
Kontrolgruppe
Emner uden HCM
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Diagnose af HCM med AI-EKG
Tidsramme: 1 år inden for tidsrammen for EKG-dataindsamling
|
Først stilles en diagnose af HCM som standardudfald i henhold til 1) en International Classification of Diseases (ICD) kode for HCM (ICD-9425.1, 425.11, 425.18 og ICD10 I42.1, I42.2); 2) rapporter fra ekkokardiograferne. En AI-EKG-algoritme vil blive brugt til at stille en diagnose af HCM og sammenlignes med standardresultatet. Ydeevnen af AI-EKG-algoritmen vil blive evalueret med målinger, herunder AU-ROC, specificitet, sensitivitet og F1-værdi. |
1 år inden for tidsrammen for EKG-dataindsamling
|
Samarbejdspartnere og efterforskere
Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.
Sponsor
Efterforskere
- Ledende efterforsker: Yixiu Liang, MD, Fudan University
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)
1. januar 2024
Primær færdiggørelse (Anslået)
31. december 2024
Studieafslutning (Anslået)
31. december 2024
Datoer for studieregistrering
Først indsendt
8. april 2023
Først indsendt, der opfyldte QC-kriterier
29. februar 2024
Først opslået (Faktiske)
1. marts 2024
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Anslået)
6. marts 2024
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
4. marts 2024
Sidst verificeret
1. marts 2024
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- AI-ECG-HCM
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 .