Entwicklung einer Evaluierungs- und Behandlungsstrategie für koronare Herzkrankheiten unter Anleitung von OCT basierend auf multimodalem Deep Learning
5. August 2024 aktualisiert von: Xiang Ma
Entwicklung einer Bewertungs- und Behandlungsstrategie für koronare Herzkrankheiten unter Anleitung der optischen Kohärenztomographie auf der Grundlage von multimodalem Deep Learning
Hierbei handelt es sich um eine retrospektive, multizentrische Beobachtungsstudie, die darauf abzielt, die Stent-Apposition für die Implantation eines Koronarstents mithilfe eines optischen Kohärenztomographiesystems zu beurteilen, das auf Deep-Learning-Algorithmen basiert, und die Prognose von Patienten nach der Stentimplantation in Verbindung mit multimodalen diagnostischen und therapeutischen Informationen zu bewerten.
Studienübersicht
Status
Noch keine Rekrutierung
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
In dieser Studie wollten wir retrospektiv 2.000 Probanden sammeln, die sich einer optischen Kohärenztomographie-gesteuerten perkutanen Koronarstentimplantation unterzogen hatten, mit einem optischen Kohärenztomographiesystem, das durch einen Deep-Learning-Algorithmus aus drei Zentren aufgebaut wurde, um die Stentapposition für die Koronarstentimplantation zu beurteilen und die Probanden zu klassifizieren in eine Gruppe mit schlechter Stent-Apposition (axialer Abstand >400 μm oder Länge >1 mm) und eine Gruppe mit guter Stent-Apposition.
Alle Probanden wurden innerhalb von 12 Monaten nach dem Eingriff nachuntersucht.
Studientyp
Beobachtungs
Einschreibung (Geschätzt)
2000
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienkontakt
- Name: Xiang Ma, Ph.D
- Telefonnummer: +86 13669939349
- E-Mail: maxiangxj@yeah.net
Studieren Sie die Kontaktsicherung
- Name: Pengfei Liu, M.D
- Telefonnummer: +86 18653773715
- E-Mail: liupf918@126.com
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
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Nein
Probenahmeverfahren
Nicht-Wahrscheinlichkeitsprobe
Studienpopulation
Von 2015 bis 2022 wurden retrospektive Daten vom First Affiliated Hospital der Xinjiang Medical University und Jining, Provinz Shandong, gesammelt. Patienten mit koronarer Herzkrankheit, die sich einer Koronarangiographie und OCT-Untersuchung im First People's Hospital of China und im Xigu District People's Hospital der Provinz Gansu unterzogen.
Beschreibung
Einschlusskriterien:
- Alter ≥20 Jahre alt;
- Vor dem Eingriff wurde eine Angiographie und eine OCT-Bildgebung der kriminellen Blutgefäße durchgeführt.
- Art der koronaren Herzkrankheit: Instabile Angina pectoris (UA), ST-Hebungsinfarkt (STEMI) und Nicht-ST-Hebungsinfarkt (NSTEMI);
Ausschlusskriterien:
- Fehlende Krankenakten;
- Nicht abgeschlossene Nachverfolgung;
- Frühere Koronararterien-Bypass-Transplantation;
- Schwere Leber- oder Niereninsuffizienz;
- Infektionskrankheiten, bösartige Erkrankungen und Blutungskrankheiten;
- Die OCT-Bildqualität wurde durch ein großes Thrombusvolumen oder Restblut im Lumen und eine schlechte perkutane Koronarangiographie verursacht und wurde weiterhin ausgeschlossen.
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 |
|---|---|
|
Malapposition des Koronarstents
Messergebnisse des Deep-Learning-basierten OCT-Systems: Koronarstent-Malapposition
|
Das Stenting wird unter OCT-Anleitung gemäß dem im Protokoll beschriebenen Algorithmus durchgeführt.
Zur Messung der Adhärenz von Koronarstents wurde ein auf Deep Learning basierendes OCT-System verwendet.
|
|
Koronarstent gut angebracht
Messergebnisse eines Deep-Learning-basierten OCT-Systems: Coronary Stent Well Apposed
|
Das Stenting wird unter OCT-Anleitung gemäß dem im Protokoll beschriebenen Algorithmus durchgeführt.
Zur Messung der Adhärenz von Koronarstents wurde ein auf Deep Learning basierendes OCT-System verwendet.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
KEULE
Zeitfenster: Nachbehandlung innerhalb eines Jahres
|
Die Patienten wurden innerhalb eines Jahres nach OCT und PCI nachuntersucht.
Die Nachuntersuchung umfasste schwerwiegende unerwünschte kardiale Ereignisse: Alle Ursachen waren Tod, wiederkehrender Myokardinfarkt, Rekonstruktion des Zielgefäßes und Stentthrombose.
|
Nachbehandlung innerhalb eines Jahres
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Sponsor
Mitarbeiter
Ermittler
- Hauptermittler: Pengfei Liu, M.D, First Affiliated Hospital of Xinjiang Medical University
- Hauptermittler: Xinliang Peng, M.D, First Affiliated Hospital of Xinjiang Medical University
- Hauptermittler: Abudusalamu Tuerdimaimaiti, M.D, First Affiliated Hospital of Xinjiang Medical University
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 (Geschätzt)
20. August 2024
Primärer Abschluss (Geschätzt)
31. Dezember 2026
Studienabschluss (Geschätzt)
31. Dezember 2026
Studienanmeldedaten
Zuerst eingereicht
5. August 2024
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
5. August 2024
Zuerst gepostet (Tatsächlich)
9. August 2024
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
9. August 2024
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
5. August 2024
Zuletzt verifiziert
1. August 2024
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 2022B03022-3
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Nein
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Nein
Produkt, das in den USA hergestellt und aus den USA exportiert wird
Ja
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 .