Verwendung von auf Netzhautfotos basierender KI zur Vorhersage einer auftretenden koronaren Herzkrankheit (DeepCHD Plus)
Studienübersicht
Status
Bedingungen
Detaillierte Beschreibung
Hierbei handelt es sich um eine randomisierte kontrollierte Studie (RCT), die die Wirksamkeit eines KI-basierten Entscheidungsunterstützungstools bei der Vorhersage des KHK-Risikos und der Entscheidungsfindung durch Ärzte bewertet. Fälle potenzieller Teilnehmer an Kohortenstudien werden nach der Basisbewertung (klinische Intuition) zufällig entweder der Leitliniengruppe (z. B. PCEs) oder der KI-Gruppe zugeordnet:
Es gibt drei Einstellungen: (1) Klinische Intuition (Basisbewertung) Ärzte treffen die Entscheidung über die Einleitung einer Präventionsstrategie (z. B. Statineinleitung) ohne externe Hilfe. Die Beurteilung beruht ausschließlich auf dem klinischen Urteilsvermögen und der Erfahrung des Arztes. (2) Leitlinienbasierte Gruppe (Leitliniengruppe) Ärzte verwenden eine PCE-Tabelle, um das 10-Jahres-ASCVD-Risiko zu berechnen. Dieser Ansatz entspricht den aktuellen klinischen Leitlinien und hilft bei der Entscheidungsfindung. (3) KI-unterstützte Gruppe (KI-Gruppe) Ärzte erhalten KHK-Wahrscheinlichkeitsschätzungen von einem KI-Modell auf der Grundlage von Netzhautfotos. Das KI-Tool liefert individualisierte obstruktive KHK-Wahrscheinlichkeiten und nutzt Netzhaut-Biomarker, die mit kardiovaskulärem Risiko verbunden sind.
Hauptziel: Bewertung, ob KI-gesteuerte Entscheidungsunterstützung die diagnostische Genauigkeit von KHK in größerem Maße verbessern könnte als standardmäßige klinische Beurteilungen, beide im Vergleich zur klinischen Intuition. Die Genauigkeit könnte anhand des Umfangs der eingeleiteten Prävention (z. B. Verschreibung von Statinen) beurteilt werden, der mit den tatsächlich beobachteten KHK-Ergebnissen übereinstimmt.
Sekundäres Ziel: Beurteilung, ob KI-gesteuerte Entscheidungsunterstützung den Zeitaufwand für die Durchführung von KHK-Bewertungen und die Entscheidungsfindung verkürzt.
Teilnehmer, Leser und Randomisierung:
Teilnehmer: Teilnehmer an prospektiven Kohortenstudien mit 10-jähriger Nachbeobachtung.
Leser: Ärzte, die die KHK-Wahrscheinlichkeit beurteilen und Empfehlungen zur Primärprävention abgeben.
Randomisierung: Die Teilnehmer werden nach der klinischen Beurteilung zu Studienbeginn mithilfe einer Block-Randomisierung in eine der Gruppen (PCEs oder AI) randomisiert, um ausgewogene Gruppengrößen sicherzustellen.
Studientyp
Einschreibung (Geschätzt)
Phase
- Unzutreffend
Kontakte und Standorte
Studienkontakt
- Name: HONGWEI JI
- Telefonnummer: +8613120518791
- E-Mail: hongweijicn@gmail.com
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
- Personen ohne unkontrollierte vaskuläre Risikofaktoren
- Altersspanne: 40–75 Jahre
- Kann die Untersuchung und mögliche Folgearbeiten annehmen und mitwirken, nachdem er für klinische Studien ausgewählt wurde
Ausschlusskriterien:
- Patienten mit schwerer Lungenerkrankung und Krebs oder chirurgischen Eingriffen
- Statinkonsumenten oder bereits bestehende Herz-Kreislauf-Erkrankungen
- Personen mit schwerer Leber- und Nierenfunktionsstörung und Elektrolytstörungen
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Screening
- Zuteilung: Zufällig
- Interventionsmodell: Parallele Zuordnung
- Maskierung: Single
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Experimental: KI-unterstützte Gruppe (KI-Gruppe)
Ärzte erhalten KHK-Wahrscheinlichkeitsschätzungen von einem KI-Modell auf der Grundlage von Netzhautfotos.
Das KI-Tool liefert individualisierte KHK-Wahrscheinlichkeiten und nutzt Netzhaut-Biomarker, die mit kardiovaskulärem Risiko verbunden sind.
|
Medizinische Leser werden mit der von der KI abgeleiteten Wahrscheinlichkeit einer koronaren Herzkrankheit unterstützt.
Das KI-Tool bietet individuelle obstruktive KHK-Wahrscheinlichkeiten und -Diagnosen und nutzt dabei Netzhaut-Biomarker, die mit kardiovaskulärem Risiko verbunden sind.
|
|
Aktiver Komparator: Richtlinienbasierte Gruppe (Richtliniengruppe)
Ärzte verwenden einen PCE-Rechner, um das 10-Jahres-ASCVD-Risiko zu berechnen.
Dieser Ansatz entspricht den aktuellen klinischen Leitlinien und hilft bei der Entscheidungsfindung.
|
Ärzte verwenden PCEs, um die Wahrscheinlichkeit eines ASCVD-Risikos über 10 Jahre zu berechnen.
Dieser Ansatz entspricht den aktuellen klinischen Leitlinien und hilft bei der Entscheidungsfindung.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Genauigkeit
Zeitfenster: Bis zum Abschluss des Studiums durchschnittlich 1 Woche
|
Es sollte bewertet werden, ob die KI-gestützte Entscheidungsunterstützung die diagnostische Genauigkeit der KHK stärker verbessern könnte als standardmäßige klinische Beurteilungen, beide im Vergleich zur klinischen Intuition.
Die Genauigkeit könnte anhand des Ausmaßes beurteilt werden, in dem die Einleitung der Prävention (z. B. die Verschreibung von Statinen) mit den tatsächlich beobachteten KHK-Ergebnissen übereinstimmt.
|
Bis zum Abschluss des Studiums durchschnittlich 1 Woche
|
Mitarbeiter und Ermittler
Sponsor
Ermittler
- Hauptermittler: Tien Yin Wong, Tsinghua University
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Geschätzt)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Geschätzt)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Geschätzt)
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
- DeepCHD Plus
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Produkt, das in den USA hergestellt und aus den USA exportiert wird
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 .