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

Afgrænse-propektivt (DELINEATE)

14. april 2026 opdateret af: Pierre Elias, Columbia University

Dyb læring til ekko-analyse, sporing og evaluering af prospektiv evaluering (afgrænsning af prospektiv)

Hjertesygdom er den førende dødsårsag i USA, og ekkokardiografi (eller "echo") er den mest almindelige måde, læger ser på hjertet. Echo er sikker, smertefri og kan opdage større hjerteproblemer, herunder svagt hjertepumpning og ventilsygdom.

Ventilsygdom, især aortastenose (indsnævring) og mitral regurgitation (lækage), er almindelig hos ældre voksne, men går ofte udiagnostiseret. Mens Echo er det vigtigste værktøj til at finde ventilproblemer, tager det tid, kræver ekspertuddannelse, og resultaterne kan variere mellem læsere.

De seneste fremskridt inden for kunstig intelligens (AI), især Deep Learning (DL), har vist løfte om automatisk at analysere hjertebilleder. Tidligere forskning har imidlertid ikke fuldt ud tacklet nøgleteknikker-lignende farve Doppler og Spectral Doppler-der er afgørende for at måle, hvordan blod bevæger sig gennem hjerteklapper. AI-værktøjer står også over for udfordringer ved at blive brugt i hverdagens medicinske praksis på grund af arbejdsgangsproblemer, mangel på test i den virkelige verden og bekymringer over, hvordan algoritmerne træffer beslutninger.

På Columbia University Irving Medical Center har forskere opbygget en stor database med hjertetest i de sidste seks år og udviklet AI -programmer til at analysere ekkokardiogrammer. Den aktuelle undersøgelse vil teste, om levering af AI -analyse til kardiologer i realtid under ekko -læsning kan gøre processen hurtigere og mere konsistent.

Studieoversigt

Status

Rekruttering

Betingelser

Detaljeret beskrivelse

I en tidligere Columbia University -undersøgelse er en række dybe indlæringsalgoritmer, der analyserer ekkokardiogrammer, under udvikling. Disse algoritmer inkluderer, men er ikke begrænset til, algoritmer, der muliggør visningsklassificering, strukturidentifikation, venstre ventrikel (LV) dimensionsmålinger, venstre ventrikulær ejektionsfraktion (LVEF) bestemmelse, venstre atrium (LA) volumenvurderinger og valvulær hjertesygdomsdiagnose. Kort fortalt er disse algoritmer baseret på arkitekturer, der er vist at være nyttige i billed- og videoanalyse, herunder dem, der er specifikke til ekkokardiografitolkning. Algoritmer baseret på disse arkitekturer kan generaliseres til fortolkning af videobaserede ekkokardiogramdata, såsom valvulær regurgitationsvurdering. Som en del af denne undersøgelsesprotokol vil disse modeller fortsat blive udviklet ved hjælp af patientekokokardiogramdata. Denne undersøgelse sigter mod at skabe et automatiseret, ende-til-ende-system, der kan levere dybe læringsanalyser af ekkokardiogrammer til fortolkningskardiologen i realtid. Hvis det lykkes, kan dette program muliggøre forbedringer i ekkokardiografi læseeffektivitet og pålidelighed.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

50

Kontakter og lokationer

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

Studiekontakt

Undersøgelse Kontakt Backup

Studiesteder

  • Forenede Stater
    • New York
      • New York, New York, Forenede Stater, 10032
        • Rekruttering
        • Columbia University Irving Medical Center
        • Kontakt:
        • Ledende efterforsker:
          • Pierre A Elias, MD
        • 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

  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Board-certificerede deltagende kardiologer ved Columbia University, Columbiadoctors eller Newyork-Presbyterian Hospital, der fortolker transthoracic-ekkokardiogrammer i Columbia Echocardiography Laboratory og har givet informeret samtykke til at deltage

Beskrivelse

Inkluderingskriterier:

  • Deltagelse i kardiolog ansat af Columbia University, Columbiadoctors eller Newyork Presbyterian Hospital, der læser transthoracic -ekkokardiogrammer i Columbia Echocardiography Laboratory
  • Forudsat at informeret samtykke til at deltage i spørgeskemaerne eller den centrale undersøgelse

Ekskluderingskriterier:

  • Læge i træning (Cardiology Fellow eller Advanced Imaging Fellow)

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
Interventionsgruppe

Undersøgelser, der opfylder følgende kriterier, vil blive bedømt af et ekspertpanel: moderat, moderat-svær eller alvorlig mitral, aorta eller tricuspid regurgitation af læge eller AI-modelvurdering.

Uoverensstemmelse mellem læge og AI-fortolkninger, hvor AI-vurderet sværhedsgrad er større end den lægevurderede sværhedsgrad (dvs. Angiver, at der er mere valvulær regurgitation)
Kontrolgruppe
En stratificeret tilfældig prøve af sager vælges for at matche fordelingen af ​​AI-flagede tilfælde af lægevurderet valvulær regurgitationsgrad og vil gennemgå det samme ekspertpaneledømmelse.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Andel af klinisk meningsfuld omklassificering ved panelanmeldelse
Tidsramme: 18 måneder
Andelen af ​​tilfælde, hvor ekspertpanelet omklassificerer valvular regurgitation sværhedsgrad med mindst en klasse (opgradering eller nedgradering). Andelen beregnes som antallet af tilfælde med omklassificering ÷ samlet antal gennemgåede sager.
18 måneder

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Andel af sager med AI-baseret omklassificering, der fører til en ændring i klinisk styring
Tidsramme: 18 måneder
Andelen beregnes som antallet af sager med enhver ledelsesændring ÷ samlet antal gennemgåede sager.
18 måneder
Andel af sager med AI-baseret omklassificering, der fører til henvisning til en ventilspecialist eller kirurg
Tidsramme: 18 måneder
Definition: Andelen beregnes som antallet af sager, der er omtalt en ventilspecialist eller kirurg ÷ samlet antal gennemgåede sager.
18 måneder
Andel af sager med AI-baseret omklassificering, der fører til en ændring i hyppigheden af ​​opfølgningsechokardiografi
Tidsramme: 18 måneder
Andelen beregnes som antallet af tilfælde med en ændring i anbefalet opfølgningsechokardiografifrekvens ÷ samlet antal gennemgåede tilfælde.
18 måneder
Andel af sager med AI-baseret omklassificering, der fører til henvisning til yderligere test (tee eller hjerte MRI)
Tidsramme: 18 måneder
Andelen beregnes som antallet af sager, der er nævnt til yderligere test med tee eller hjerte MRI ÷ samlet antal gennemgåede sager.
18 måneder

Andre resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Konkordance mellem AI og panelanmeldelse
Tidsramme: 18 måneder
Andelen af ​​tilfælde, hvor AI -klassificering stemmer overens med ekspertpanelgennemgang af Valvular Regurgitation Alvorlighed.
18 måneder
Konkordance mellem Cardiologist Clinical Read og Panel Review
Tidsramme: 18 måneder
Andelen af ​​tilfælde, hvor klinisk fortolkning af kardiolog er enig med ekspertpanelgennemgang af Valvular Regurgitation sværhedsgrad.
18 måneder
Sammenligning af overensstemmelsesgrader (AI vs kardiolog) mod panelanmeldelse
Tidsramme: 18 måneder
Forskellen mellem konkordansfrekvensen for AI vs panelgennemgang og konkordancehastigheden for klinisk kardiologlæsning vs panelanmeldelse.
18 måneder
Inter-læseraftale for kategoriske ekkokardiografiske foranstaltninger
Tidsramme: 18 måneder
Aftale mellem uafhængige kardiologlæsere for kategoriske variabler (f.eks. Alvorlighed af valvulær regurgitation) vil blive kvantificeret ved hjælp af Cohens Kappa -statistik.
18 måneder
Inter-læseraftale for kontinuerlige ekkokardiografiske foranstaltninger
Tidsramme: 18 måneder
Aftale mellem uafhængige kardiologlæsere for kontinuerlige foranstaltninger (f.eks. Kategori af venstre ventrikulær udsendelsesfraktion [LVEF] -kategori) vil blive kvantificeret ved hjælp af Intraclass Correlation Coefficient (ICC)
18 måneder

Samarbejdspartnere og efterforskere

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

Sponsor

Columbia University

Samarbejdspartnere

American Heart Association

Efterforskere

  • Ledende efterforsker: Pierre A Elias, MD, Columbia 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 (Anslået)

15. april 2026

Primær færdiggørelse (Anslået)

1. oktober 2027

Studieafslutning (Anslået)

1. oktober 2028

Datoer for studieregistrering

Først indsendt

14. august 2025

Først indsendt, der opfyldte QC-kriterier

24. september 2025

Først opslået (Faktiske)

29. september 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

16. april 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

14. april 2026

Sidst verificeret

1. april 2026

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • AAAU9603

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

IPD-planbeskrivelse

Patientens privatliv og fortrolighed: Selv med de-identifikation kan deling af detaljerede sundhedsdata risikere genidentifikation af deltagerne.

Regulerende begrænsninger: Institutionelle gennemgangsbestyrelser (IRB'er), HIPAA -regler eller lokale love kan begrænse datadeling, især for følsomme sundhedsoplysninger som ekkokardiogrammer.

Samtykkebegrænsninger: Hvis deltagerne ikke eksplicit samtykke til bred datadeling ved tilmelding, kan undersøgelsen ikke etisk eller lovligt give deres IPD.

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 Aortastenose

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Uzbekistan

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner