Kunstig intelligens skalerbar løsning til styokardieinfarkt: tværsnitsundersøgelse (ASSIST)
Kunstig intelligens skalerbar løsning til styokardieinfarkt (assist): tværsnitsundersøgelse
Assist-klinisk undersøgelse er en observationsmæssig, multicenterundersøgelse til vurdering af ydelsen af en skybaseret og AI-drevet elektrokardiogram (EKG) analyseplatform, kaldet Willem ™, udviklet til at påvise akut myokardieinfarkt (AMI).
Hovedmålene er at sammenligne Willem ™ -ydelsen for at detektere og triage EKG -mønstre forbundet med AMI sammenlignet med human EKG -fortolkning og at vurdere tidsperioderne for begge tilgange.
Studieoversigt
Status
Betingelser
Detaljeret beskrivelse
Forsinkelser i triage og diagnose af patienter, der præsenteres med brystsmerter eller andre symptomer, der antyder akut koronarsyndrom (ACS), kan være dødelige. Denne undersøgelse sigter mod at forbedre disse to aspekter ved akut iskæmisk sygdompleje: reducere forsinkelserne til intervention og forbedre nøjagtigheden af den indledende diagnose, som er af største betydning i tilfælde af ACS, især i STEMI. Førstnævnte spiller en kritisk rolle i minimering af dødelighed på hospitalet, som har vist sig at falde proportionalt med reduktion af tidspunkter til intervention. Sidstnævnte er afhængig af en korrekt fortolkning af EKG, førstelinjediagnostisk værktøj i vurderingen af patienter med mistænkte ACS.
Den nuværende standard for pleje af ACS inkluderer et 12-bly EKG, der skal udføres inden for de første 10 minutter fra den første medicinske kontakt. EKG skal fortolkes af en kvalificeret læge, der vil advare kardiologen på opkaldet om at bekræfte eller ikke aktiveringen af "infarktekoden", baseret på EKG og klinisk præsentation. En sådan aktivering vil hovedsageligt indebære øjeblikkelig overførsel af patienten til det nærmeste hospital med muligheden for koronar angiografi (hvis ikke til stede i den oprindelige institution) og eventuel perkutan koronar intervention (PCI). Med hensyn til diagnose af akut myokardieinfarkt (AMI) er en nøjagtig og hurtig fortolkning af det første EKG kritisk for den differentielle diagnose mellem STEMI, NSTEMI eller ustabil angina; og følg de korrekte standard for pleje retningslinjer. De største forsinkelser forekommer mellem det første EKG og transporten til hjertekateteriseringslaboratoriet, som har prognostiske konsekvenser.
I de senere år er automatiske digitale værktøjer baseret på kunstig intelligens (AI) blevet foreslået som en løsning til at støtte læger i EKG-fortolkningen, hvilket reducerer deres arbejdsbyrde og tid til diagnose, hvilket antyder den fordelagtige virkning af AI-platformer til nøjagtig diagnose af AMI. I denne indstilling skal AI-platformerne være i stand til automatisk at registrere EKG-mønstre, der er knyttet til ugunstige koronaranatomi og dårlige resultater. Det er også vigtigt at have kapacitet til at identificere mere subtile EKG-mønstre, ikke indlysende under lægernes fortolkning, men indikerer højrisiko-koronar anatomi. Derudover skal platformen hjælpe forudsigelsen af mest alvorlige koronarlæsioner, især obstruktiv stenose. Denne evne til at detektere koronarlæsioner kan være nyttige til at forhindre unødvendig eller for tidlig aktivering af kateteriseringslaboratoriet, hovedsageligt i Nstemi -omgivelser.
Assist Clinical Study er en tværsnitsundersøgelse, der sigter mod at indsamle data for at udvikle Willem ™ -platformen, et AI-baseret værktøj til EKG-analyse. Denne plataform kunne forbedre nøjagtigheden for AMI -diagnose, især differentieringen mellem STEMI og NSTEMI, og tidlig identifikation af patienter med okklusionsmyokardieinfarkt (OMI).
Undersøgelsestype
Tilmelding (Anslået)
Kontakter og lokationer
Studiekontakt
- Navn: José María Lillo, PhD
- E-mail: c@idoven.ai
Undersøgelse Kontakt Backup
- Navn: Manuel Marina-Breysse, MSc, MD
- Telefonnummer: +34618103160
- E-mail: m@idoven.ai
Studiesteder
-
-
-
Lisbon, Portugal, 1169-056
- Rekruttering
- Unidade Local de Saúde de São José
-
Kontakt:
- Ana Teresa Timoteo, MD, PhD
- Telefonnummer: +351218803035
- E-mail: ana.timoteo@nms.unl.pt
-
Lisbon, Portugal, 1449-005
- Rekruttering
- Unidade Local de Saúde de Lisboa Ocidental
-
Kontakt:
- Francisco Antonio Albuquerque, MD, PhD
- Telefonnummer: +351210431000
- E-mail: francisco.antonio.albuquerque@gmail.com
-
-
-
-
-
Barcelona, Spanien, 08916
- Rekruttering
- Germans Trias i Pujol University Hospital
-
Kontakt:
- Xavier Carrillo, MD, PhD
- Telefonnummer: +34934978989
- E-mail: xcarrillo.germanstrias@gencat.cat
-
Madrid, Spanien, 28007
- Rekruttering
- Hospital General Universitario Gregorio Marañon
-
Kontakt:
- Manuel Martínez-Sellés, MD, PhD
- Telefonnummer: +34915868000
- E-mail: mmselles@secardiologia.es
-
Madrid, Spanien, 28046
- Rekruttering
- La Paz University Hospital
-
Kontakt:
- Alfonso Jurado, MD, PhD
- Telefonnummer: +34629871863
- E-mail: alfonsojuradoroman@gmail.com
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inkluderingskriterier:
- Alder ≥ 18 år;
- Tilgængelig digitalt lagret 12-bly EKG-spor før invasiv koronar angiografi;
- Tilgængelige angiografiske og kliniske data.
Ekskluderingskriterier:
- EKG'er med dårlig signalkvalitet;
- Mangel på digitalt lagret 12-bly EKG-spor før koronar angiografi;
- Tidligere koronarbegivenheder (AMI, koronar revaskulariseringer);
- Ikke-tilgængelige kliniske eller angiografiske data.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Enhedsydelse
Tidsramme: På tidspunktet for tilmelding og gennem baselinebesøg (enkelt studiebesøg)
|
Vurdering af Willem ™ -diagnostisk ydeevne for at påvise akut myokardieinfarkt (AMI) baseret på EKG -analyse. De diagnostiske ydelsesmetrics og deres måleenheder vil være:
|
På tidspunktet for tilmelding og gennem baselinebesøg (enkelt studiebesøg)
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Tidsvurdering
Tidsramme: På tidspunktet for tilmelding og gennem baselinebesøg (enkelt studiebesøg)
|
Vurdering af den tid, der er nødvendig til AMI -diagnose og til intervention (f.eks.
Dør til ballon-tid)
|
På tidspunktet for tilmelding og gennem baselinebesøg (enkelt studiebesøg)
|
Samarbejdspartnere og efterforskere
Sponsor
Efterforskere
- Ledende efterforsker: Alfonso Jurado, MD, PhD, La Paz University Hospital
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Anslået)
Studieafslutning (Anslået)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- ASSIST_01
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
IPD-planbeskrivelse
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
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 .