Vorhersage des Serumkaliumspiegels mittels maschinellem Lernen und Ein-Kanal-EKG
Serum-Kalium-Vorhersage mittels maschinellem Lernen und Ein-Kanal-EKG
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Studientyp
Studientyp
Kontakte und Standorte
Studienorte
-
-
Massachusetts
-
Boston, Massachusetts, Vereinigte Staaten, 02115
- Brigham and Women's Hospital
-
Boston, Massachusetts, Vereinigte Staaten, 02130
- Brigham and Women's Faulkner Hospital
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Ausbildung
Eine Untergruppe von Patienten, die zum Trainieren des Algorithmus für maschinelles Lernen verwendet werden.
|
Wenden Sie einen maschinellen Lernalgorithmus an, um den Kaliumspiegel eines Patienten zu schätzen.
|
|
Validierung
Eine Untergruppe von Patienten, die „zurückgehalten“ und zur Validierung der Genauigkeit des Algorithmus verwendet wird.
|
Wenden Sie einen maschinellen Lernalgorithmus an, um den Kaliumspiegel eines Patienten zu schätzen.
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Serumkaliumkonzentration
Zeitfenster: Vom Aufnahmedatum bis zum Entlassungsdatum, durchschnittlich 7 Tage bis zum Studienabschluss.
|
Serumkalium, gemessen in Millimol pro Liter
|
Vom Aufnahmedatum bis zum Entlassungsdatum, durchschnittlich 7 Tage bis zum Studienabschluss.
|
Sekundäre Ergebnismessungen
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Hyperkaliämie
Zeitfenster: Vom Aufnahmedatum bis zum Entlassungsdatum, durchschnittlich 7 Tage bis zum Studienabschluss.
|
Serumkalium größer als 5,1 Millimol pro Liter
|
Vom Aufnahmedatum bis zum Entlassungsdatum, durchschnittlich 7 Tage bis zum Studienabschluss.
|
|
Hypokaliämie
Zeitfenster: Vom Aufnahmedatum bis zum Entlassungsdatum, durchschnittlich 7 Tage bis zum Studienabschluss.
|
Serumkalium weniger als 3,4 Millimol pro Liter
|
Vom Aufnahmedatum bis zum Entlassungsdatum, durchschnittlich 7 Tage bis zum Studienabschluss.
|
|
Normokaliämie
Zeitfenster: Vom Aufnahmedatum bis zum Entlassungsdatum, durchschnittlich 7 Tage bis zum Studienabschluss.
|
Serumkalium zwischen 3,4 und 5,1 Millimol pro Liter
|
Vom Aufnahmedatum bis zum Entlassungsdatum, durchschnittlich 7 Tage bis zum Studienabschluss.
|
|
Serumkalium weniger als versus größer oder gleich 4 Millimol pro Liter
Zeitfenster: Vom Aufnahmedatum bis zum Entlassungsdatum, durchschnittlich 7 Tage bis zum Studienabschluss.
|
Serumkaliumabfall entweder unter versus größer oder gleich 4 Millimol pro Liter
|
Vom Aufnahmedatum bis zum Entlassungsdatum, durchschnittlich 7 Tage bis zum Studienabschluss.
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Mitarbeiter
Mitarbeiter
Ermittler
Ermittler
- Hauptermittler: David Levine, MD MPH MA, Associate Physician
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Yasin OZ, Attia Z, Dillon JJ, DeSimone CV, Sapir Y, Dugan J, Somers VK, Ackerman MJ, Asirvatham SJ, Scott CG, Bennet KE, Ladewig DJ, Sadot D, Geva AB, Friedman PA. Noninvasive blood potassium measurement using signal-processed, single-lead ecg acquired from a handheld smartphone. J Electrocardiol. 2017 Sep-Oct;50(5):620-625. doi: 10.1016/j.jelectrocard.2017.06.008. Epub 2017 Jun 8.
- Dillon JJ, DeSimone CV, Sapir Y, Somers VK, Dugan JL, Bruce CJ, Ackerman MJ, Asirvatham SJ, Striemer BL, Bukartyk J, Scott CG, Bennet KE, Mikell SB, Ladewig DJ, Gilles EJ, Geva A, Sadot D, Friedman PA. Noninvasive potassium determination using a mathematically processed ECG: proof of concept for a novel "blood-less, blood test". J Electrocardiol. 2015 Jan-Feb;48(1):12-8. doi: 10.1016/j.jelectrocard.2014.10.002. Epub 2014 Oct 18.
- Krogager ML, Kragholm K, Skals RK, Mortensen RN, Polcwiartek C, Graff C, Nielsen JB, Kanters JK, Holst AG, Sogaard P, Pietersen A, Torp-Pedersen C, Hansen SM. The relationship between serum potassium concentrations and electrocardiographic characteristics in 163,547 individuals from primary care. J Electrocardiol. 2019 Nov-Dec;57:104-111. doi: 10.1016/j.jelectrocard.2019.09.005. Epub 2019 Sep 4.
- Corsi C, Cortesi M, Callisesi G, De Bie J, Napolitano C, Santoro A, Mortara D, Severi S. Noninvasive quantification of blood potassium concentration from ECG in hemodialysis patients. Sci Rep. 2017 Feb 15;7:42492. doi: 10.1038/srep42492.
- Rafique Z, Aceves J, Espina I, Peacock F, Sheikh-Hamad D, Kuo D. Can physicians detect hyperkalemia based on the electrocardiogram? Am J Emerg Med. 2020 Jan;38(1):105-108. doi: 10.1016/j.ajem.2019.04.036. Epub 2019 Apr 22.
- Attia ZI, DeSimone CV, Dillon JJ, Sapir Y, Somers VK, Dugan JL, Bruce CJ, Ackerman MJ, Asirvatham SJ, Striemer BL, Bukartyk J, Scott CG, Bennet KE, Ladewig DJ, Gilles EJ, Sadot D, Geva AB, Friedman PA. Novel Bloodless Potassium Determination Using a Signal-Processed Single-Lead ECG. J Am Heart Assoc. 2016 Jan 25;5(1):e002746. doi: 10.1161/JAHA.115.002746.
- Galloway CD, Valys AV, Shreibati JB, Treiman DL, Petterson FL, Gundotra VP, Albert DE, Attia ZI, Carter RE, Asirvatham SJ, Ackerman MJ, Noseworthy PA, Dillon JJ, Friedman PA. Development and Validation of a Deep-Learning Model to Screen for Hyperkalemia From the Electrocardiogram. JAMA Cardiol. 2019 May 1;4(5):428-436. doi: 10.1001/jamacardio.2019.0640.
- Lin CS, Lin C, Fang WH, Hsu CJ, Chen SJ, Huang KH, Lin WS, Tsai CS, Kuo CC, Chau T, Yang SJ, Lin SH. A Deep-Learning Algorithm (ECG12Net) for Detecting Hypokalemia and Hyperkalemia by Electrocardiography: Algorithm Development. JMIR Med Inform. 2020 Mar 5;8(3):e15931. doi: 10.2196/15931.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Geschätzt)
Primärer Abschluss
Studienabschluss (Geschätzt)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
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
- Urogenitale Erkrankungen
- Gefäßerkrankungen
- Herz-Kreislauf-Erkrankungen
- Pathologische Prozesse
- Männliche Urogenitalerkrankungen
- Nierenerkrankungen
- Urologische Erkrankungen
- Weibliche Urogenitalerkrankungen
- Weibliche Urogenitalerkrankungen und Schwangerschaftskomplikationen
- Herzkrankheiten
- Chronische Erkrankung
- Krankheitsattribute
- Erkrankungen des Immunsystems
- Erkrankungen der Atemwege
- Lungenkrankheit
- Bronchialerkrankungen
- Lungenerkrankungen, obstruktive
- Überempfindlichkeit der Atemwege
- Überempfindlichkeit, sofort
- Überempfindlichkeit
- Niereninsuffizienz
- Hypertonie
- Pathologische Zustände, Anzeichen und Symptome
- Hypertensiven Krise
- Herzfehler
- Lungenerkrankung, chronisch obstruktiv
- Asthma
- Infektionen
- Niereninsuffizienz, chronisch
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- 2017P002583c
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
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 .