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

Präzision des KI-basierten Herzultraschalls für LVEF bei älteren Menschen (PRECISE AI)

24. Juni 2024 aktualisiert von: Hôpital Broca APHP

Präzision und Relevanz von Herzultraschall unter Verwendung künstlicher Intelligenz zur Beurteilung der Ejektionsfraktion des linken Ventrikels bei älteren Menschen. (PRÄZISE KI)

Herzinsuffizienz (HF) kommt häufig bei älteren Erwachsenen vor, insbesondere bei über 65-Jährigen. Es ist eine der Hauptursachen für Krankenhausaufenthalte und weist eine hohe Sterblichkeitsrate auf. Die Diagnose von Herzinsuffizienz bei älteren Patienten kann aufgrund atypischer Symptome und zahlreicher anderer Gesundheitsprobleme eine Herausforderung darstellen. Die Echokardiographie, eine Ultraschalluntersuchung des Herzens, ist für eine genaue Diagnose und Behandlungsplanung von entscheidender Bedeutung.

Ein Problem in der Altenpflege ist der schwierige Zugang zur Echokardiographie aufgrund der hohen Nachfrage und des Mangels an Fachärzten. Jüngste Fortschritte zeigen, dass KI-gestützte tragbare Ultraschallgeräte die Herzfunktion zuverlässig messen und Ergebnisse liefern können, die mit herkömmlichen Methoden vergleichbar sind.

Ziel dieser Studie ist es, die Genauigkeit und Relevanz der KI-gestützten Echokardiographie (AutoEF-AI) bei älteren Patienten zu bewerten. Außerdem wird beurteilt, ob Geriater auch ohne spezielle Ausbildung qualitativ hochwertige Bilder für die KI-Analyse erfassen können.

Vereinfacht ausgedrückt untersucht diese Studie, ob tragbare Ultraschallgeräte mit KI eine präzise Herzfunktionsdiagnostik ermöglichen und es so älteren Menschen mit Herzinsuffizienz einfacher machen, die benötigte Versorgung zu erhalten, auch ohne Spezialisten.

Studienübersicht

Status

Abgeschlossen

Intervention / Behandlung

Detaillierte Beschreibung

Herzinsuffizienz (HF) ist eine schwere chronische Erkrankung, die besonders häufig bei älteren Erwachsenen auftritt. Aufgrund der Fortschritte im Gesundheitswesen und einer alternden Bevölkerung sind Menschen über 65 Jahre zunehmend von Herzinsuffizienz betroffen. Tatsächlich sind 80 % der HF-Patienten über 65 Jahre alt. Herzinsuffizienz geht mit hohen Sterblichkeitsraten einher und ist die häufigste Ursache für Krankenhauseinweisungen nach dem 80. Lebensjahr und in einigen Ländern wie Frankreich sogar nach dem 65. Lebensjahr.

Bei älteren Erwachsenen sind die HF-Symptome aufgrund mehrerer anderer Gesundheitszustände, erhöhter Gebrechlichkeit und damit verbundener geriatrischer Syndrome oft atypisch, was die Diagnose erschwert. In diesem Zusammenhang ist die Echokardiographie (Ultraschall des Herzens) für die genaue Diagnose von Herzinsuffizienz unerlässlich.

Die Beurteilung der linksventrikulären Ejektionsfraktion (LVEF) mittels Echokardiographie ist ein grundlegender Schritt bei der Diagnose von Herzinsuffizienz und der Entscheidung über Behandlungsstrategien. Diese Auswertung hilft dabei, die HF-Diagnose zu verfeinern, geeignete Behandlungen vorzuschlagen und Veränderungen der Herzfunktion im Laufe der Zeit zu überwachen.

Eine große Herausforderung in Geriatrie- und Pflegeheimen (EHPADs) ist der schwierige Zugang zur Echokardiographie aufgrund der wachsenden Nachfrage und einer begrenzten Anzahl spezialisierter Ärzte.

Aktuelle Studien haben gezeigt, dass automatisierte LVEF-Messungen mithilfe künstlicher Intelligenz (KI) mithilfe tragbarer Ultraschallgeräte zuverlässig sind und Ergebnisse liefern, die mit herkömmlichen Methoden vergleichbar sind. Diese KI-gestützte automatische LVEF-Berechnung (AutoEF-AI) könnte in geriatrischen Abteilungen ein großer Vorteil sein und eine glaubwürdige Alternative zur herkömmlichen Echokardiographie zur Beurteilung der LVEF bei HF-Patienten darstellen.

Das Hauptziel dieser Studie bestand darin, die Relevanz und Genauigkeit der AutoEF-AI-Echokardiographie bei älteren Patienten zu bewerten. Das sekundäre Ziel bestand darin, zu beurteilen, ob Geriater ohne spezielle Ausbildung in Echokardiographie Bilder von ausreichender Qualität erfassen können, um von automatischen LVEF-Algorithmen mit akzeptabler Genauigkeit analysiert zu werden.

Vereinfacht ausgedrückt soll mit dieser Studie ermittelt werden, ob der Einsatz tragbarer Ultraschallgeräte mit Unterstützung künstlicher Intelligenz eine ebenso präzise Diagnose ermöglichen kann wie herkömmliche Methoden. Dies könnte die Beurteilung der Herzfunktion für ältere Erwachsene mit Herzinsuffizienz zugänglicher und effektiver machen, selbst wenn keine Spezialisten verfügbar sind.

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

129

Kontakte und Standorte

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

Studienorte

      • Paris, Frankreich, 75013
        • Hôpital Broca

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

  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Wahrscheinlichkeitsstichprobe

Studienpopulation

75 Jahre oder älter und klinisches Bild einer akuten Herzinsuffizienz

Beschreibung

Einschlusskriterien:

  • Mindestens 75 Jahre alt und klinisches Erscheinungsbild einer akuten Herzinsuffizienz gemäß den Kriterien der Leitlinien der Europäischen Gesellschaft für Kardiologie

Ausschlusskriterien:

  • instabiler Patient

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
Bewerten Sie die Relevanz und Genauigkeit der Echokardiographie mit Unterstützung künstlicher Intelligenz bei älteren Patienten
Zeitfenster: Von der Anmeldung bis zum Ende 48 Stunden
Die Korrelation zwischen LVEF-Messungen aus der Standard-Echokardiographie und der AutoEF-AI-Echokardiographie wurde mithilfe des Intraclass-Korrelationskoeffizienten (ICC) und der Bland-Altman-Analyse bewertet. Der gewichtete Kappa-Koeffizient wurde berechnet, um die Übereinstimmung zwischen den Messungen bei der Klassifizierung von Patienten in verschiedene Kategorien basierend auf der LVEF zu bestimmen
Von der Anmeldung bis zum Ende 48 Stunden

Mitarbeiter und Ermittler

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

Publikationen und hilfreiche Links

Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.

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)

14. Januar 2023

Primärer Abschluss (Tatsächlich)

2. Februar 2024

Studienabschluss (Tatsächlich)

20. Februar 2024

Studienanmeldedaten

Zuerst eingereicht

10. Juni 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

24. Juni 2024

Zuerst gepostet (Tatsächlich)

27. Juni 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

27. Juni 2024

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

24. Juni 2024

Zuletzt verifiziert

1. Juni 2024

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • PRECIS-AI-2024-01

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

JA

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 Herzfehler

3
Abonnieren