- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT05861115
Eine Studie zur Bewertung der Genauigkeit und Gültigkeit der Screening-Software „Chang Gung“ für ventrikuläre systolische Dysfunktionen
Der Zweck dieser Forschung besteht darin, ein Softwaretool namens „Chang Gung“ zur Screening-Software für ventrikuläre systolische Dysfunktion zu testen, das anhand eines 12-Kanal-Elektrokardiogramms ermittelt, ob ein Patient an einer linksventrikulären systolischen Dysfunktion leidet. Ziel ist es herauszufinden, ob die Software Patienten mit dieser Erkrankung genau identifizieren kann, was Ärzten helfen würde, sie effektiver zu diagnostizieren und zu behandeln.
Bei der Studie wird die Software an Patienten eingesetzt und ihre Ergebnisse mit denen von Echokardiogrammen verglichen, die derzeit den Goldstandard für die Diagnose linksventrikulärer systolischer Dysfunktion darstellen. Nur Patienten, die bestimmte Zulassungskriterien erfüllen, können an der Studie teilnehmen und die Software wird von geschultem medizinischem Fachpersonal verwaltet.
Die Studie wird dazu beitragen, festzustellen, ob die Software ein nützliches Werkzeug zur Diagnose einer linksventrikulären systolischen Dysfunktion ist, was zu einer früheren Diagnose und besseren Ergebnissen für Patienten führen könnte. Das Forschungsteam wird Daten zur Genauigkeit der Software und ihrer Verwendbarkeit in der klinischen Praxis sammeln und analysieren.
Insgesamt wird diese Studie Ärzten und Patienten wichtige Informationen über ein neues Instrument zur Diagnose linksventrikulärer systolischer Dysfunktion liefern.
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Hierbei handelt es sich um eine in Taiwan durchgeführte retrospektive Studie, deren Ziel es war, die Leistung der Screening-Software „Chang Gung“ für ventrikuläre systolische Dysfunktion anhand von Elektrokardiogramm- (EKG) und Echokardiographiedaten zu testen. Die Studiendaten wurden aus einer Datenbank abgerufen, die zwischen dem 1. Januar 2006 und dem 31. Dezember 2019 sechs Krankenhäuser des Chang Gung Memorial Hospital umfasst.
Die Software wurde anhand eines Trainingssatzes von 133.225 Daten entwickelt und anhand eines Satzes von 57.134 Daten validiert. Zur klinischen Validierung wurden insgesamt 1.172 Testdaten zufällig aus dem Testsatz ausgewählt, stratifiziert nach Krankenhausklassifizierung, Altersgruppe und Geschlecht. Die Krankenhausklassifizierung, die Altersgruppe und das Geschlechterverhältnis basierten auf dem Anteil der Testdaten. Die Testdaten wurden außerdem nach dem Vorliegen oder Fehlen einer linksventrikulären systolischen Dysfunktion (LVSD) für die Testgruppe und die Kontrollgruppe geschichtet, definiert als eine Herzleistungsrate von weniger als 40 % innerhalb von 14 Tagen vor und nach der EKG-Aufzeichnung.
Während der klinischen Studie untersuchte ein Kardiologe mit 15 Jahren Erfahrung in der Behandlung von Herz-Kreislauf-Erkrankungen die EKG-Daten ohne Ausschlusskriterien. Der Kardiologe bestätigte auch die Genauigkeit der Messung der linksventrikulären Ejektionsfraktion (LVEF), die in den Echokardiographieberichten als LVSD definiert wurde. Der LVEF wurde aus rechtsverbindlichen Echokardiographieberichten extrahiert und nicht vom Kardiologen während der klinischen Studie. Die EKG-Daten wurden auf ihre Qualität überprüft und gefiltert, bevor sie in die Software eingegeben wurden. Der primäre Endpunkt war die Empfindlichkeit der Software, die mit nicht weniger als 0,86 definiert wurde. In der Studie wurden auch sekundäre Ergebnismaße analysiert, darunter die Fläche unter der Betriebskennlinie des Empfängers, Genauigkeit, Spezifität, positiver Vorhersagewert, negativer Vorhersagewert, Falsch-Positiv-Rate und Falsch-Negativ-Rate.
Studientyp
Einschreibung (Tatsächlich)
Phase
- Unzutreffend
Kontakte und Standorte
Studienorte
-
-
-
Taoyuan City, Taiwan, 333
- Chang Gung Memorial Hospital
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
- Mindestens zwanzig Jahre alt.
- Statisches 12-Kanal-Elektrokardiogramm einer General Electric MUSE XML-Formatdatei.
- Die Daten stammen vom statischen 12-Kanal-Elektrokardiogrammgerät von General Electric (Modell MAC5500).
- Echokardiographiedaten innerhalb von 14 Tagen vor oder nach dem Zeitpunkt der Elektrokardiogrammerfassung.
- Das Elektrokardiogrammsignal beträgt 500 Hz.
- Der Wechselstromfilter (AC) des Elektrokardiogrammsignals beträgt 60 Hz.
- Die Länge des Elektrokardiogrammsignals beträgt zehn Sekunden (die Elektrokardiogrammausgabe des Modells MAC5500 beträgt zehn Sekunden und es ist nicht erforderlich, ein Segment zu erfassen).
Ausschlusskriterien:
- Im Modellentwicklungsprozess verwendete Fälle.
- Es fehlt jede Elektrode.
- Enthalten ist, dass jeder Elektrode ein Segment fehlt.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Diagnose
- Zuteilung: N / A
- Interventionsmodell: Einzelgruppenzuweisung
- Maskierung: Keine (Offenes Etikett)
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Experimental: Softwarediagnose
Softwarediagnose mit Goldstandard der Echokardiographie.
|
Diese Software eignet sich für 12-Kanal-EKG-Signale von Erwachsenen über 20 Jahren und unterstützt Ärzte bei der Untersuchung von Patienten auf linksventrikuläre systolische Dysfunktion.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Empfindlichkeit
Zeitfenster: Grundlinie
|
Die Rate der Testergebnisse, die das Vorhandensein korrekt anzeigen.
|
Grundlinie
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Spezifität
Zeitfenster: Grundlinie
|
Die Rate der Testergebnisse, die die Abwesenheit korrekt anzeigen.
|
Grundlinie
|
|
Genauigkeit
Zeitfenster: Grundlinie
|
Die Rate aller Testergebnisse, die richtig angezeigt wurden.
|
Grundlinie
|
|
Fläche unter der Betriebskennlinie des Empfängers
Zeitfenster: Grundlinie
|
Ein grafisches Diagramm, das die Diagnosefähigkeit eines binären Klassifikationssystems veranschaulicht, wenn seine Unterscheidungsschwelle variiert wird.
|
Grundlinie
|
|
Positiv vorhergesagter Wert
Zeitfenster: Grundlinie
|
Der Anteil positiver Ergebnisse in Statistiken und Diagnosetests, bei denen es sich um echte positive Ergebnisse handelt
|
Grundlinie
|
|
Negativer Vorhersagewert
Zeitfenster: Grundlinie
|
Der Anteil negativer Ergebnisse in Statistiken und Diagnosetests, bei denen es sich um tatsächlich negative Ergebnisse handelt
|
Grundlinie
|
|
Falsch-Positiv-Rate
Zeitfenster: Grundlinie
|
Die Rate der Testergebnisse, die fälschlicherweise darauf hinweisen, dass eine bestimmte Bedingung oder ein bestimmtes Attribut vorliegt
|
Grundlinie
|
|
Falsch-negativ-Rate
Zeitfenster: Grundlinie
|
Die Rate der Testergebnisse, die fälschlicherweise darauf hinweisen, dass eine bestimmte Bedingung oder ein bestimmtes Attribut fehlt
|
Grundlinie
|
Mitarbeiter und Ermittler
Sponsor
Ermittler
- Studienstuhl: Chang-Fu Kuo, MD/Ph.D, Associate Professor and Director Division of Rheumatology
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Yancy CW, Jessup M, Bozkurt B, Butler J, Casey DE Jr, Colvin MM, Drazner MH, Filippatos GS, Fonarow GC, Givertz MM, Hollenberg SM, Lindenfeld J, Masoudi FA, McBride PE, Peterson PN, Stevenson LW, Westlake C. 2017 ACC/AHA/HFSA Focused Update of the 2013 ACCF/AHA Guideline for the Management of Heart Failure: A Report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines and the Heart Failure Society of America. Circulation. 2017 Aug 8;136(6):e137-e161. doi: 10.1161/CIR.0000000000000509. Epub 2017 Apr 28. No abstract available.
- Benjamin EJ, Muntner P, Alonso A, Bittencourt MS, Callaway CW, Carson AP, Chamberlain AM, Chang AR, Cheng S, Das SR, Delling FN, Djousse L, Elkind MSV, Ferguson JF, Fornage M, Jordan LC, Khan SS, Kissela BM, Knutson KL, Kwan TW, Lackland DT, Lewis TT, Lichtman JH, Longenecker CT, Loop MS, Lutsey PL, Martin SS, Matsushita K, Moran AE, Mussolino ME, O'Flaherty M, Pandey A, Perak AM, Rosamond WD, Roth GA, Sampson UKA, Satou GM, Schroeder EB, Shah SH, Spartano NL, Stokes A, Tirschwell DL, Tsao CW, Turakhia MP, VanWagner LB, Wilkins JT, Wong SS, Virani SS; American Heart Association Council on Epidemiology and Prevention Statistics Committee and Stroke Statistics Subcommittee. Heart Disease and Stroke Statistics-2019 Update: A Report From the American Heart Association. Circulation. 2019 Mar 5;139(10):e56-e528. doi: 10.1161/CIR.0000000000000659. No abstract available. Erratum In: Circulation. 2020 Jan 14;141(2):e33.
- Savarese G, Lund LH. Global Public Health Burden of Heart Failure. Card Fail Rev. 2017 Apr;3(1):7-11. doi: 10.15420/cfr.2016:25:2.
- Kannel WB, Ho K, Thom T. Changing epidemiological features of cardiac failure. Br Heart J. 1994 Aug;72(2 Suppl):S3-9. doi: 10.1136/hrt.72.2_suppl.s3. No abstract available.
- Attia ZI, Kapa S, Lopez-Jimenez F, McKie PM, Ladewig DJ, Satam G, Pellikka PA, Enriquez-Sarano M, Noseworthy PA, Munger TM, Asirvatham SJ, Scott CG, Carter RE, Friedman PA. Screening for cardiac contractile dysfunction using an artificial intelligence-enabled electrocardiogram. Nat Med. 2019 Jan;25(1):70-74. doi: 10.1038/s41591-018-0240-2. Epub 2019 Jan 7.
- Bozkurt B, Hershberger RE, Butler J, Grady KL, Heidenreich PA, Isler ML, Kirklin JK, Weintraub WS. 2021 ACC/AHA Key Data Elements and Definitions for Heart Failure: A Report of the American College of Cardiology/American Heart Association Task Force on Clinical Data Standards (Writing Committee to Develop Clinical Data Standards for Heart Failure). J Am Coll Cardiol. 2021 Apr 27;77(16):2053-2150. doi: 10.1016/j.jacc.2020.11.012. Epub 2020 Nov 26. No abstract available.
- Taylor CJ, Ordonez-Mena JM, Roalfe AK, Lay-Flurrie S, Jones NR, Marshall T, Hobbs FDR. Trends in survival after a diagnosis of heart failure in the United Kingdom 2000-2017: population based cohort study. BMJ. 2019 Feb 13;364:l223. doi: 10.1136/bmj.l223. Erratum In: BMJ. 2019 Oct 8;367:l5840.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Tatsächlich)
Studienabschluss (Tatsächlich)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 202200402B0C602
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 .