- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT06988189
- Original retssag
Unmasking skjulte arytmi -syndromer (UCAS)
Studieoversigt
Status
Betingelser
Detaljeret beskrivelse
Anvendelse af langvarig kontinuerlig EKG -overvågning via EKG -bærbare og ambulante EKG -skærme til at detektere manifestationer af Brugada -syndrom. Denne tilgang vil blive kombineret med udvikling af en AI (kunstig intelligens) aktiveret EKG -platform til at automatisere Brugada EKG -detektion og analyse.
Protokollen vil omfatte følgende dele:
Undersøgelse A: Brugada EKG AI -udvikling. Dette automatiserer genkendelsen af type 1 Brugada EKG -mønster på 12 bly EKG'er.
Undersøgelse B: Remote Arrythmia Diagnostics. En prospektiv observationsundersøgelse, hvor rekrutterede deltagere vil være udstyret med en bærbar EKG- eller hjertemonitor til at gennemgå kontinuerlig langsigtet ambulant EKG -overvågning. Algoritmerne, der er udviklet i undersøgelse A, vil blive anvendt til langsigtede EKG -data, der er fanget i denne undersøgelse.
Undersøgelse C: Arytmisk risikostratificering ved anvendelse af ultrahøjfrekvent EKG. Denne sonderende undersøgelse vil se efter markører for arytmisk risiko hos patienter med manifest og skjulte arytmisyndromer.
Undersøgelsestype
Tilmelding (Anslået)
Kontakter og lokationer
Studiekontakt
- Navn: Keenan Saleh, MBBS
- Telefonnummer: +442033132243
- E-mail: keenan.saleh10@imperial.ac.uk
Undersøgelse Kontakt Backup
- Navn: Ahran Arnold, PhD
- Telefonnummer: +442033132243
- E-mail: ahran.arnold@imperial.ac.uk
Studiesteder
-
-
-
London, Det Forenede Kongerige, W12 0NN
- Rekruttering
- Imperial College Healthcare NHS Trust
-
Kontakt:
- Keenan Saleh, MBBS
- Telefonnummer: 02033132243
- E-mail: keenan.saleh10@imperial.ac.uk
-
Kontakt:
- Ahran Arnold
- Telefonnummer: 02033132243
- E-mail: ahran.arnold@imperial.ac.uk
-
Ledende efterforsker:
- Zachary Whinnett, PhD
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inkluderingskriterier:
- Voksne villige til at deltage
- I stand til at give samtykke
Ekskluderingskriterier:
- Kan ikke give samtykke
- Børn i alderen <18 år og voksne> 100 år gamle
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Kohorter og interventioner
Gruppe / kohorte |
Intervention / Behandling |
|---|---|
|
Sunde frivillige
Frivillige deltagere uden hjertestrukturelle eller arytmiske forhold.
|
12-bly EKG fra en konventionel EKG-maskine
Kontinuerlig langvarig ambulant EKG -overvågning ved hjælp af bærbar EKG- eller hjertemonitor
Ultrahøjfrekvent EKG erhvervet ved hjælp af specifikt erhvervelsesudstyr
|
|
Manifest arytmi syndrom
Manifest arytmi -syndrompatienter (patienter med et arytmisk syndrom med et unormalt EKG)
|
12-bly EKG fra en konventionel EKG-maskine
Kontinuerlig langvarig ambulant EKG -overvågning ved hjælp af bærbar EKG- eller hjertemonitor
Ultrahøjfrekvent EKG erhvervet ved hjælp af specifikt erhvervelsesudstyr
|
|
Skjult arytmi syndrom
Skjulte arytmi -syndrompatienter (patienter med et normalt EKG med en kendt underliggende arytmisk diagnose)
|
12-bly EKG fra en konventionel EKG-maskine
Kontinuerlig langvarig ambulant EKG -overvågning ved hjælp af bærbar EKG- eller hjertemonitor
Ultrahøjfrekvent EKG erhvervet ved hjælp af specifikt erhvervelsesudstyr
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Følsomhed, specificitet og område under kurven (AUC) af AI-algoritmen til påvisning af Brugada type 1 EKG-mønster på 12-bly EKG'er.
Tidsramme: Ved afslutningen af algoritmevalideringen, cirka 12 måneder efter studiestart
|
Vurdering af ydeevne og nøjagtighed af AI EKG -detektionsalgoritme for type 1 Brugada EKG.
|
Ved afslutningen af algoritmevalideringen, cirka 12 måneder efter studiestart
|
|
Detektionshastighed for Brugada EKG-mønster ved hjælp af multi-elektrode-ambulerende EKG-overvågning (bærbart EKG) hos patienter med skjult Brugada-syndrom.
Tidsramme: Op til 12 måneder efter tilmelding
|
AI EKG -detektionsalgoritme, udviklet i undersøgelse A, anvendt til fuld EKG -optagelse for at detektere type 1 Brugada EKG -mønster.
|
Op til 12 måneder efter tilmelding
|
|
Antal tilfælde af Brugada eller langt QT-syndrom (LQTS) detekteret ved anvendelse af udvidet varighed multi-elektrode ambulant EKG-overvågning hos patienter med idiopatisk ventrikulær fibrillering (VF) efter anvendelse af AI EKG-detektionsalgoritmer.
Tidsramme: Op til 12 måneder efter tilmelding
|
AI EKG -detektionsalgoritmer anvendt til fuld EKG -optagelse for at detektere type 1 Brugada EKG -mønster eller LQTS Unmasking.
|
Op til 12 måneder efter tilmelding
|
Samarbejdspartnere og efterforskere
Sponsor
Efterforskere
- Studiestol: Zachary Whinnett, PhD, Imperial College London
Publikationer og nyttige links
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
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- REC 24/NS/0032
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
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 .