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

Tidlig EKG-forudsigelse af etablering af multisystemsygdomme og opfølgning og opfølgning (EARLY-ECG-PRED)

6. april 2025 opdateret af: RenJi Hospital
Denne registrerede multicenterundersøgelse sigter mod at undersøge den diagnostiske effektivitet af kunstig intelligensforbedret elektrokardiografi (AI-ECG) til påvisning af multisystemsygdomme. Forskningen vil anvende prospektivt indsamlede data fra inpatient-, nød- og polikliniske populationer til at udvikle ECG-baserede diagnostiske, screening og forudsigelige modeller for multisystemsygdomme.

Studieoversigt

Detaljeret beskrivelse

De seneste fremskridt inden for kunstig intelligens (AI) har udvidet de diagnostiske kapaciteter i elektrokardiografi (EKG) ud over hjerte -kar -sygdomme. Nye beviser viser, at AI-forbedret EKG-analyse kan give værdifuld indsigt i alder, køn, dødelighedsrisiko, hjertefunktion og systemiske tilstande såsom elektrolytubalance, nyredysfunktion og skjoldbruskkirtelforstyrrelser. Disse fund placerer EKG som et lovende værktøj til identifikation og forudsigelse af et bredt spektrum af sygdomme.

For yderligere at undersøge de underliggende mekanismer, der forbinder EKG-abnormiteter med flersystemsygdomme og for at udvikle ECG-baserede diagnostiske, screening og forudsigelige modeller, indledte vi en multicenter, prospektiv, observationsregistreringsundersøgelse, der involverede patienter, der gennemgik ECG-undersøgelser. Projektets mål er som følger:

1. AI-ECG Foundation Model Development

  1. Diagnose af traditionelle hjerte -kar -sygdomme (f.eks. Arytmier, myokardieinfarkt).
  2. Screening af multisystemforstyrrelser, herunder: kredsløb, fordøjelses-, åndedræts- og nervesystemsygdomme, endokrine/metaboliske lidelser, urogenitale sygdomme, hæmatologiske tilstande, neoplasmer og psykiske lidelser.
  3. Forudsigelse af nybegyndelse af tilstande (f.eks. Atrieflimmer, hjertesvigt, valvulære sygdomme, Nstemi, ventrikulær takykardi) og 1-års dødelighedsrisiko.

2. Klinisk nytte og implementering

Udnyttelse af portabilitet, omkostningseffektivitet og ikke-invasivitet af EKG muliggør vores AI Foundation-model:

  1. Hurtig, storskala screening på ambulant, ambulant, nødsituationer og samfundsindstillinger.
  2. Tidlig påvisning af flersystemsygdomme, der styrer målrettede diagnostiske oparbejdninger.

3. mekanistisk og tolkbarhedsforskning, der belyst diagnosticerings-, forudsigelses- og risikostratificeringslogikken for AI-ECG Foundation-modeller.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

500000

Kontakter og lokationer

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

Studiekontakt

Studiesteder

    • Shanghai
      • Shanghai, Shanghai, Kina, 200000
        • Rekruttering
        • Ren Ji Hospital Afflited to School of Medicine, Shanghai Jiao Tong University
        • 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

  • Barn
  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ja

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Alle patienter, der gennemgår EKG -undersøgelser

Beskrivelse

Inkluderingskriterier:

  1. Patienter, der besøgte studiehospitalet.
  2. Patienter inkluderet skal have både EKG-data og decharge-diagnosekoder (ICD-10) til indpatienter og akutpatienter.

Ekskluderingskriterier:

1. patienter, der afviste deltagelse, tilfælde med ufuldstændige eller manglende kliniske data og gravide personer.

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Sygdom med flere systemer, der forudsages baseret på EKG
Tidsramme: 1 måned
Evaluering af effektiviteten af ​​EKG til at forudsige sygdomme på tværs af forskellige systemer, såsom kredsløbssystemer, respirationssystemsygdomme, fordøjelsessystemsygdomme, nervesystemsygdomme, urogenitale systemsygdomme, endokrine og ernæringsmæssige/metaboliske systemsygdomme, hæmatologiske sygdomme, infektionsmæssige og parasitiske sygdomme, tumorer og psykiske og adfærdsmæssige og metaboliske systemer. Denne undersøgelse bruger oprindeligt ICD-10-kodningssystemet til foreløbig screening af målsygdomme. Derefter gennemfører et udvalg af tværfaglige kliniske eksperter en systematisk gennemgang af kandidatsygdomme baseret på ICD-10-kodningssystemets ramme, herunder anvendeligheden af ​​diagnostiske kriterier, nøjagtigheden af ​​ICD-10-klassificering, rimeligheden af ​​ekskluderingskriterier og vurderingen af ​​bevisniveauet.
1 måned

Samarbejdspartnere og efterforskere

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

Sponsor

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)

18. januar 2017

Primær færdiggørelse (Anslået)

30. december 2026

Studieafslutning (Anslået)

30. december 2026

Datoer for studieregistrering

Først indsendt

6. april 2025

Først indsendt, der opfyldte QC-kriterier

6. april 2025

Først opslået (Faktiske)

11. april 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

11. april 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

6. april 2025

Sidst verificeret

1. december 2024

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • EARLY-ECG-PREDICTION Cohort

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

produkt fremstillet i og eksporteret fra U.S.A.

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 Folkesundhed

Kliniske forsøg med EKG -screening

Abonner