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

AI-ECG-tilbehørstane lokaliseringsundersøgelse (AAPLS)

21. juli 2025 opdateret af: Imperial College London
Denne undersøgelse søger at validere den virkelige verden nøjagtighed af en AI-baseret algoritme til at identificere placeringen af en tilbehørsvej fra 12-bly-elektrokardiogrammet

Studieoversigt

Status

Ikke rekrutterer endnu

Detaljeret beskrivelse

Stille valideringsundersøgelse af en AI-ECG (kunstig intelligens anvendt til elektrokardiografi) tilbehørsvej lokaliseringsalgoritme, anvendt på potentielle og på hinanden følgende tilfælde i klinisk praksis for at bestemme dens sande nøjagtighed og ydeevne.

En allerede eksisterende AI-ECG-algoritme vil blive anvendt til deltagerens EKG-data, indsamlet på tidspunktet for deres kliniske elektrofysiologiske undersøgelse (EPS) til ablation af deres tilbehørsvej. Dette vil blive sammenlignet med den jordede sandhed om den vellykkede ablationssted, bestemt ved fluoroskopi og/eller 3D -elektroanatomisk kortlægning fra deres procedure.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

100

Kontakter og lokationer

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

Studiekontakt

Studiesteder

      • London, Det Forenede Kongerige, W12 0HS
        • Imperial College Healthcare NHS Trust
        • Kontakt:
        • Kontakt:
        • Ledende efterforsker:
          • Ahran Arnold, PhD
        • Underforsker:
          • Zachary Whinnett, PhD

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

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Patienter henvist til en elektrofysiologiundersøgelse +/- ablation med bevis for tidligere præ-excitation på deres 12-bly EKG.

Beskrivelse

Inkluderingskriterier:

  • Henvist til EPS-procedure som en del af deres kliniske pleje med en konstatering af præ-excitation på deres EKG
  • Manifest præ-excitation på deres EKG når som helst inden deres procedure
  • I stand til at give samtykke
  • Minimumsalder 13 år gammel
  • Maksimal alder 100 år gammel

Ekskluderingskriterier:

  • Kan ikke give samtykke
  • Voksne> 100 år gamle
  • Børn <13 år gamle
  • Patienter med kendt placering af deres tilbehørsvej fra en tidligere EP -undersøgelse

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
Patienter med manifest præ-excitation
Patienter med et tidligere EKG, der demonstrerer Manifest Pre-excitation, henvist til en elektrofysiologiundersøgelse som en del af deres kliniske pleje

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Ydelse og nøjagtighed af AI-ECG-tilbehørsstien lokaliseringsalgoritme
Tidsramme: Ved afslutningen af rekrutteringen forventes 18 måneder 18 måneder
Performance Metrics for AI-ECG-tilbehørsstien lokaliseringsalgoritme, herunder nøjagtighed, F1-score, følsomhed, specificitet, positive og negative forudsigelsesværdier. Benchmarked mod den jordede sandhed i menneskelig operatørvurdering fra fluoroskopi og/eller 3D -elektroanatomisk kortlægning.
Ved afslutningen af rekrutteringen forventes 18 måneder 18 måneder

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Relativ ydelse af AI-ECG-algoritmen sammenlignet med menneskelig estimering
Tidsramme: Ved afslutningen af rekrutteringen forventes 18 måneder 18 måneder
Forskel i ydeevne/nøjagtighed mellem AI-ECG-tilbehørsstien lokaliseringsalgoritme og menneskelig estimering fra 12-bly-EKG
Ved afslutningen af rekrutteringen forventes 18 måneder 18 måneder
Relativ ydelse af AI-ECG-algoritmen sammenlignet med manuelle lokaliseringsalgoritmer
Tidsramme: Ved afslutningen af rekrutteringen forventes 18 måneder 18 måneder
Forskel i ydeevne/nøjagtighed mellem AI-algoritmen og præ-specificerede, etablerede manuelle lokaliseringsalgoritmer (Arruda, Milstein, Pambrun, Boersma, D'Avila og Chiang)
Ved afslutningen af rekrutteringen forventes 18 måneder 18 måneder
Nøjagtighed af jord sandhedssteder fra den menneskelige operatør sammenlignet med den vellykkede ablationssted
Tidsramme: Ved afslutningen af rekrutteringen forventes 18 måneder 18 måneder
Den jordede sandhed om en vellykket ablationssted bestemt ved operatørvurdering af fluoroskopi ± 3D -kortlægning vil blive sammenlignet med den sande ablationssted på et komplet 3D -elektroanatomisk ringformet kort
Ved afslutningen af rekrutteringen forventes 18 måneder 18 måneder

Samarbejdspartnere og efterforskere

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

Efterforskere

  • Ledende efterforsker: Ahran Arnold, PhD, Imperial College London

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 (Anslået)

1. august 2025

Primær færdiggørelse (Anslået)

1. marts 2027

Studieafslutning (Anslået)

1. marts 2027

Datoer for studieregistrering

Først indsendt

9. juli 2025

Først indsendt, der opfyldte QC-kriterier

21. juli 2025

Først opslået (Faktiske)

24. juli 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

24. juli 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

21. juli 2025

Sidst verificeret

1. juli 2025

Mere information

Begreber relateret til denne undersøgelse

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 .

Kliniske forsøg med Tilbehør Pathway

Abonner