Auf maschinellem Lernen basierende CT-Angiographie abgeleitete FFR: ein Multi-ZentEr-Register (Machine)
Auf maschinellem Lernen basierende CT-Angiographie abgeleitete FFR a Multi-center, Registry
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Detaillierte Beschreibung
Studientyp
Studientyp
Einschreibung (Tatsächlich)
Einschreibung
Kontakte und Standorte
Studienorte
-
-
Zuid Holland
-
Rotterdam, Zuid Holland, Niederlande, 3015CE
- ErasmusMC
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Kenntnis oder Verdacht auf eine koronare Herzkrankheit, gefolgt von einer invasiven FFR-Messung innerhalb von 6 Monaten.
Ausschlusskriterien:
- Herzereignis zwischen Koronar-CT-Angiographie und dem invasiven FFR-Verfahren, nicht interpretierbare Bildqualität der Koronar-CT-Angiographie oder unvollständige Abdeckung der Koronar-CT-Angiographie.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
|---|
|
Thema
Patienten mit bekannter oder vermuteter koronarer Herzkrankheit, die sowohl einer CT-Angiographie als auch einer invasiven Koronarangiographie einschließlich invasiver FFR-Messungen unterzogen wurden.
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Zeitfenster |
|---|---|
|
Diagnostische Genauigkeit der lokalen CFD reduzierter Ordnung und der auf maschinellem Lernen basierenden CT-Angiographie-abgeleiteten FFR, die beide gegen invasive FFR validiert wurden. Gemessen sowohl auf Gefäß- als auch auf Patientenebene.
Zeitfenster: 6 Monate
|
6 Monate
|
Sekundäre Ergebnismessungen
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Zeitfenster |
|---|---|
|
Einfluss von Kalzium auf die diagnostische Genauigkeit der aus der CT-Angiographie abgeleiteten FFR.
Zeitfenster: 6 Monate
|
6 Monate
|
|
Konfidenzintervalle der aus der CT-Angiographie abgeleiteten FFR
Zeitfenster: 6 Monate
|
6 Monate
|
|
Direkter gefäßbasierter Vergleich zwischen aus der CT-Angiographie abgeleiteten FFR- und QCT-Stenosemessungen
Zeitfenster: 6 Monate
|
6 Monate
|
|
Analyse einer anatomisch leichten Stenose (<50 % Lumendurchmesserreduktion), aber funktionell signifikant (invasive FFR ≤ 0,80)
Zeitfenster: 6 Monate
|
6 Monate
|
|
Klinisches Langzeitergebnis der aus der CT-Angiographie abgeleiteten FFR
Zeitfenster: 12 Monate
|
12 Monate
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Mitarbeiter
Mitarbeiter
Ermittler
Ermittler
- Hauptermittler: Koen Nieman, MD PHD, Erasmus Medical Center
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- De Geer J, Sandstedt M, Bjorkholm A, Alfredsson J, Janzon M, Engvall J, Persson A. Software-based on-site estimation of fractional flow reserve using standard coronary CT angiography data. Acta Radiol. 2016 Oct;57(10):1186-92. doi: 10.1177/0284185115622075. Epub 2015 Dec 20.
- Kruk M, Wardziak L, Demkow M, Pleban W, Pregowski J, Dzielinska Z, Witulski M, Witkowski A, Ruzyllo W, Kepka C. Workstation-Based Calculation of CTA-Based FFR for Intermediate Stenosis. JACC Cardiovasc Imaging. 2016 Jun;9(6):690-9. doi: 10.1016/j.jcmg.2015.09.019. Epub 2016 Feb 17.
- Baumann S, Wang R, Schoepf UJ, Steinberg DH, Spearman JV, Bayer RR 2nd, Hamm CW, Renker M. Coronary CT angiography-derived fractional flow reserve correlated with invasive fractional flow reserve measurements--initial experience with a novel physician-driven algorithm. Eur Radiol. 2015 Apr;25(4):1201-7. doi: 10.1007/s00330-014-3482-5. Epub 2014 Nov 18.
- Coenen A, Lubbers MM, Kurata A, Kono A, Dedic A, Chelu RG, Dijkshoorn ML, Gijsen FJ, Ouhlous M, van Geuns RJ, Nieman K. Fractional flow reserve computed from noninvasive CT angiography data: diagnostic performance of an on-site clinician-operated computational fluid dynamics algorithm. Radiology. 2015 Mar;274(3):674-83. doi: 10.1148/radiol.14140992. Epub 2014 Oct 13.
- Yang DH, Kim YH, Roh JH, Kang JW, Ahn JM, Kweon J, Lee JB, Choi SH, Shin ES, Park DW, Kang SJ, Lee SW, Lee CW, Park SW, Park SJ, Lim TH. Diagnostic performance of on-site CT-derived fractional flow reserve versus CT perfusion. Eur Heart J Cardiovasc Imaging. 2017 Apr 1;18(4):432-440. doi: 10.1093/ehjci/jew094.
- Tesche C, Otani K, De Cecco CN, Coenen A, De Geer J, Kruk M, Kim YH, Albrecht MH, Baumann S, Renker M, Bayer RR, Duguay TM, Litwin SE, Varga-Szemes A, Steinberg DH, Yang DH, Kepka C, Persson A, Nieman K, Schoepf UJ. Influence of Coronary Calcium on Diagnostic Performance of Machine Learning CT-FFR: Results From MACHINE Registry. JACC Cardiovasc Imaging. 2020 Mar;13(3):760-770. doi: 10.1016/j.jcmg.2019.06.027. Epub 2019 Aug 14.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn
Studienbeginn
Primärer Abschluss (TATSÄCHLICH)
Primärer Abschluss
Studienabschluss (TATSÄCHLICH)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (SCHÄTZEN)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (SCHÄTZEN)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- Machine
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .