Machbarkeit eines KI-basierten Modells zur Vorhersage der Herzfunktion unter Verwendung von CXR (AI-CXR)
12. September 2022 aktualisiert von: SungA Bae, Yonsei University
Machbarkeit eines auf künstlicher Intelligenz basierenden Modells zur Vorhersage der Herzfunktion mithilfe der Thoraxradiographie
Die Forscher werden ein Modell der künstlichen Intelligenz entwickeln, um die linksventrikuläre Ejektionsfraktion anhand von Röntgenbildern des Brustkorbs und transthorakalen Echokardiographiedaten vorherzusagen.
Studienübersicht
Status
Abgeschlossen
Intervention / Behandlung
Detaillierte Beschreibung
Bei Patienten, bei denen erstmals eine Herzinsuffizienz aufgetreten ist oder die keine Informationen über die Herzfunktion haben, sollte eine Echokardiographie frühzeitig in Betracht gezogen werden. Allerdings kann sich die Untersuchung aufgrund von Zeit- und Personalmangel im eigentlichen medizinischen Bereich verzögern.
Hauptziel: Verwenden Sie Röntgenaufnahmen des Brustkorbs, um die linksventrikuläre Ejektionsfraktion vorherzusagen
Studientyp
Beobachtungs
Einschreibung (Tatsächlich)
505
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienorte
-
-
Giheung-gu
-
Yongin, Giheung-gu, Korea, Republik von, 16995
- Yongin Severance Hospital
-
-
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
20 Jahre bis 90 Jahre (ERWACHSENE, OLDER_ADULT)
Akzeptiert gesunde Freiwillige
Nein
Studienberechtigte Geschlechter
Alle
Probenahmeverfahren
Nicht-Wahrscheinlichkeitsprobe
Studienpopulation
Patienten, die sich einem transthorakalen Echokardiogramm unterziehen, werden aufgenommen.
Beschreibung
Einschlusskriterien:
- Erwachsene, die 20 Jahre und älter sind
- Patient, der wegen Atemnot und Brustschmerzen die Notaufnahme oder Ambulanz aufsuchte
Ausschlusskriterien:
- Ablehnung des Patienten
- Unsichere Röntgenaufnahmen oder transthorakale Echokardiographie
- Unsichere Testergebnisse
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Linksventrikuläre Ejektionsfraktion < 40 %
Zeitfenster: Innerhalb von zwei Wochen nach der Röntgenaufnahme des Brustkorbs
|
Bewerten Sie die Leistung von auf Bruströntgen basierenden Algorithmen der künstlichen Intelligenz, um Personen mit reduzierter Ejektionsfraktion (<40 %) zu identifizieren
|
Innerhalb von zwei Wochen nach der Röntgenaufnahme des Brustkorbs
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Sponsor
Ermittler
- Studienstuhl: In Hyun Jung, MD, PhD, Yongin Severance Hospital, Yonsei University College of Medicine
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)
1. März 2022
Primärer Abschluss (TATSÄCHLICH)
30. Juni 2022
Studienabschluss (TATSÄCHLICH)
1. September 2022
Studienanmeldedaten
Zuerst eingereicht
4. August 2021
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
4. August 2021
Zuerst gepostet (TATSÄCHLICH)
9. August 2021
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (TATSÄCHLICH)
14. September 2022
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
12. September 2022
Zuletzt verifiziert
1. September 2022
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Andere Studien-ID-Nummern
- YonseiU
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 .