Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Künstliche Intelligenz mit Deep Learning und Genen für Herz-Kreislauf-Erkrankungen

13. März 2019 aktualisiert von: Ping-Yen Liu, National Cheng-Kung University Hospital

Anwendung von Deep Learning der künstlichen Intelligenz auf die Korrelation zwischen Herz-Kreislauf-Erkrankungen und individualisierten Unterschieden

Eine Assoziationsstudie mit einer großen Datenbank aus elektronischen Patientenakten, Bildern, Ergebnisanalysen und Variationen des genetischen Einzelnukleotid-Polymorphismus durch maschinelles Lernen und Methoden der künstlichen Intelligenz in einer Bevölkerung in taiwanesischen und chinesischen medizinischen Zentren

Studienübersicht

Status

Unbekannt

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

In den letzten Jahren hat die Analyse von Big-Data-Datenbanken in Kombination mit Computer-Deep-Learning nach und nach eine wichtige Rolle in der biomedizinischen Technologie gespielt. Für eine Vielzahl von Krankenaktendatenanalysen, Bildanalysen, Einzelnukleotid-Polymorphismus-Differenzanalysen usw. können alle relevanten Forschungen zur Entwicklung und Anwendung künstlicher Intelligenz umfassend beobachtet werden. Bei klinischer Indikation können Patienten eine Vielzahl von kardiovaskulären Routineuntersuchungen und -behandlungen erhalten, wie z. Die aktuelle Studie soll für das untersuchende Herz-Kreislauf-Team den Vorteil nutzen, dass die Untersucher neben der Untersuchung und Behandlung, die die Teilnehmer angemessen erhalten sollten, auch die individuellen Unterschiede analysieren und mithilfe der „Deep-Learning-Methodik“ den Unterschied in der körperlichen Fitness analysieren können , therapeutische Wirksamkeit und die Berücksichtigung in der Sicherheit der Behandlung. Das zusätzliche Ziel dieser Studie ist die Verbesserung der Qualität der Gesundheitsversorgung, die Verwirklichung kardiovaskulärer „Präzisionsmedizin“ insbesondere bei individueller genetischer Variation.

Diese Studie wird die Unterschiede in der Individualisierung von Herz-Kreislauf-Erkrankungen zwischen Krankheiten und anderen Themen analysieren, um die Versorgungsqualität für klinische Patienten weiter zu verbessern. Durch den Einsatz eines Deep-Learning-Systems mit künstlicher Intelligenz hoffen die Ermittler, nicht nur die Diagnoserate zu verbessern und auch die Genesung des Patienten genauer vorherzusagen und die medizinische Qualität in naher Zukunft zu verbessern.

Studientyp

Beobachtungs

Einschreibung (Voraussichtlich)

5000

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

  • Taiwan
      • Tainan, Taiwan, 704
        • Rekrutierung
        • Department of Internal Medicine, National Cheng Kung University Hospital
        • Kontakt:

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

18 Jahre und älter (ERWACHSENE, OLDER_ADULT)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Alle

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Pipeline für die Fallregistrierung:

  1. Wir werden Untersuchungsteilnehmer aus den Kliniken von fast 10 Ärzten einschreiben, die von unseren Assistenten oder Ärzten selbst untersucht werden, mit fast 100-120 Fällen/Monat. Nach unseren ersten Erfahrungen während unseres vorherigen Krankenhausstipendiums im Jahr 2018 zeigte sich eine realisierbare Fallzahl für die Aufnahme, fast 1000 Fälle innerhalb von 3 Monaten Aufnahme. Insgesamt planen wir, innerhalb von 3 Jahren 5000 Probanden mit Herz-Kreislauf-Erkrankungen oder mit Risikofaktoren zu rekrutieren. (IRB-Zulassung A-ER-107-149)
  2. Unsere Studienteilnehmer werden jeden Monat von einem unabhängigen Arzt auf Erfüllung der Fallkriterien überprüft.
  3. Im Vergleich zur Krankheit ist die Gruppe nur mit Risikofaktor (500 Fälle) die übereinstimmende Gruppe hinsichtlich des genetischen Hintergrunds und des Vergleichs der Ergebnisse.

Beschreibung

Einschlusskriterien:

  • Patientenauswahlkriterien und Aufnahmeplan:

Wir werden von 2018 bis 2021 Probanden aus kardiovaskulären Kliniken oder stationären Patienten aus dem National Cheng Kung University Hospital einschreiben, nachdem die Patienten und ihre Familien die Einwilligungserklärung unterschrieben haben. Zu den wichtigsten Aufnahmekriterien gehört eine der fließenden Krankheiten oder Zustände:

A. Koronare Herzkrankheit:

  1. Geschichte des Myokardinfarkts
  2. Koronare Herzkrankheit mit Computertomographie-Angiographie-Bilduntersuchung mit mindestens einem Gefäßlumenstenose >70%
  3. Implantation von Koronararterienstents durch krankenhausbasierte Bilddatenbank

  4. Thallium-201-Scan positiv/Laufbandtest positiv mit zusätzlichen 2 Risikofaktoren, einschließlich

    1. Diabetes Mellitus
    2. Hypertonie
    3. Dyslipidämie
    4. Familiengeschichte von plötzlichem Tod, koronarer Bypass-Operation, zerebralen Gefäßattacken (CVA), vorzeitigem Myokardinfarkt
    5. Rauchverhalten

B. Herzinsuffizienz mit reduzierter Ejektionsfraktion

1. Echokardiographie linksventrikuläre Ejektionsfraktion <40 %

C. Hypertrophe Kardiomyopathie:

  1. Interventrikuläres Septum des linken Ventrikels (IVS) > 15 mm
  2. Massenindex des linken Ventrikels > 200 g
  3. Apikale Hypertrophie im Bericht mit 4-Kammer-Blick vermerkt

D. Vorhofflimmern

  1. Aufgezeichnet durch Holter kontinuierliches EKG
  2. Aufgezeichnet durch standardmäßiges 12-Kanal-EKG

E. Pulmonale Hypertonie

  1. Echo mit systolischem Lungendruck (sysPAP) > 40 mmHg
  2. Diagnose der idiopathischen pulmonalen Hypertonie
  3. Unter pulmonaler Hypertonie-Medikamente

F. Fabry-Krankheit

  1. α-Galactosidase (a-GAL)-Enzymmangel
  2. Genetische Störung

G. Patient mit nur Risikofaktoren (<3 Risikofaktoren), anerkannt als Vergleichsgruppe (>500 Fälle)

  1. Diabetes Mellitus
  2. Hypertonie
  3. Dyslipidämie
  4. Familiengeschichte von plötzlichem Tod, koronarer Bypass-Operation, zerebralen Gefäßattacken, vorzeitigem Myokardinfarkt
  5. Rauchverhalten

Ausschlusskriterien:

  • Patienten, die nicht aufgenommen werden möchten
  • Die Konzentration der DNA-Sammlung war nach dreimaliger Sammlung unzureichend

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Kohorten und Interventionen

Gruppe / Kohorte
Intervention / Behandlung
Kardiovaskuläre Gruppe mit hohem Risiko (Krankheit).
A. Koronare Herzkrankheit B. Herzinsuffizienz mit reduzierter Ejektionsfraktion C. Hypertrophe Kardiomyopathie D. Vorhofflimmern E. Pulmonale Hypertonie F. Morbus Fabry
Sonstiges: ASCVD-Risiko-Score
ASCVD-Score < 10 % wird in der Kontroll- oder Niedrigrisikogruppe sein
Kardiovaskuläre Gruppe mit niedrigem Risiko (Kontrollgruppe).
Patienten mit nur Risikofaktoren mit einem ASCVD-Score < 10 % werden als Vergleichsgruppe anerkannt
Sonstiges: ASCVD-Risiko-Score
ASCVD-Score < 10 % wird in der Kontroll- oder Niedrigrisikogruppe sein

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Wichtige kardiovaskuläre Ereignisse
Zeitfenster: 5 Jahre
Die Rate von Myokardinfarkt, Schlaganfall, Tod, kardiovaskulärem Tod, Herzinsuffizienz mit Krankenhausaufenthalt
5 Jahre

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Veränderungen der Herzfunktion
Zeitfenster: 5 Jahre
Parameter und Funktionsänderungen durch Echokardiographie
5 Jahre
Lipidprofile
Zeitfenster: 5 Jahre
Die prozentualen Veränderungen und die Reaktion des Lipidprofils mit regulären Lipidsenkern
5 Jahre
Arrhythmie-Ereignisse
Zeitfenster: 5 Jahre
Die Rate von Arrhythmie-assoziierten Komplikationen und klinischen Ereignissen, Stokes
5 Jahre
Wiederkehrende akute koronare Ereignisse
Zeitfenster: 5 Jahre
Die Rate wiederkehrender akuter Koronarereignisse mit erforderlicher Krankenhauseinweisung oder erforderlichen erneuten Eingriffen in die Koronararterie
5 Jahre

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

National Cheng-Kung University Hospital

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (TATSÄCHLICH)

28. August 2018

Primärer Abschluss (ERWARTET)

1. Dezember 2021

Studienabschluss (ERWARTET)

1. Juni 2022

Studienanmeldedaten

Zuerst eingereicht

8. März 2019

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

13. März 2019

Zuerst gepostet (TATSÄCHLICH)

15. März 2019

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (TATSÄCHLICH)

15. März 2019

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

13. März 2019

Zuletzt verifiziert

1. März 2019

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • A-ER-107-149

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

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 .

Klinische Studien zur ASCVD-Risiko-Score

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Uganda

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

3
Abonnieren