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

KI-gestütztes Screening und Diagnose von Kardiomyopathien mittels Koronar-CTA (Atlantis)

23. Dezember 2024 aktualisiert von: Junbo Ge, Shanghai Zhongshan Hospital

Durch künstliche Intelligenz ermöglichtes Screening und Diagnose von Kardiomyopathien mittels koronarer Computertomographie-Angiographie

Das Ziel dieser Beobachtungs- und Diagnosestudie ist die Entwicklung und Validierung eines durch künstliche Intelligenz unterstützten Ansatzes für das Screening und die Diagnose von Kardiomyopathien auf Basis der Koronar-Computertomographie-Angiographie (CCTA) bei Patienten mit Verdacht auf Erkrankungen der Herzkranzgefäße. Diese Studie zielt darauf ab, eine computergestützte CCTA-Interpretation unter Verwendung künstlicher Intelligenz für die Klassifizierungsaufgabe mit mehreren Etiketten zu entwickeln, um die Diagnose einer Kardiomyopathie im klinischen Arbeitsablauf zu unterstützen.

Studienübersicht

Status

Noch keine Rekrutierung

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Herz-Kreislauf-Erkrankungen (CVD) sind weltweit die häufigste Todes- und Invaliditätsursache. Da die koronare Herzkrankheit einen großen Teil der Belastung durch Herz-Kreislauf-Erkrankungen ausmacht, wird die koronare Computertomographie-Angiographie (CCTA) häufig für eine umfassende Beurteilung der gesamten koronaren atherosklerotischen Belastung eingesetzt. Im Gegensatz dazu bleibt die kardiale Magnetresonanztomographie (CMR) der Goldstandard für die Beurteilung und Diagnose von Kardiomyopathien. Allerdings wird die klinische Anwendung von CMR durch den Zeit- und Kostenaufwand für die Untersuchung sowie den Mangel an qualifizierten Ärzten und Personal behindert. Folglich bedarf der Wert von CCTA beim Screening und der Diagnose von Kardiomyopathien weiterer Untersuchungen.

Die Fähigkeit der künstlichen Intelligenz, ohne großen manuellen Aufwand Unterscheidungsmerkmale zu erlernen und charakteristische Muster in Big Data zu erkennen, macht sie für die Interpretation von CCTA-Daten äußerst effektiv. Obwohl nur sehr wenige Studien den diagnostischen Wert der CCTA für Myokardiopathien untersucht haben, der von Radiologen bei weitem nicht etabliert oder in der klinischen Praxis angewendet wird, hat die automatisierte Bildanalyse einen klaren Vorteil gegenüber dem Menschen, indem sie objektive und einheitliche Lösungen bietet. Darüber hinaus bleibt unklar, ob ein umfassender, durchgängiger Ansatz mit künstlicher Intelligenz zur Analyse von CCTA zur Diagnose mehrerer Klassifikationen von Kardiomyopathien verwendet werden kann.

Daher zielt diese Studie darauf ab, einen durch künstliche Intelligenz unterstützten Ansatz für CCTA zum Screening und zur Diagnose von Kardiomyopathien bei Patienten mit Verdacht auf koronare Herzkrankheiten zu entwickeln und zu validieren.

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

5000

Kontakte und Standorte

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

Studienkontakt

Studieren Sie die Kontaktsicherung

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

  • Kind
  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Ja

Probenahmeverfahren

Wahrscheinlichkeitsstichprobe

Studienpopulation

Aufeinanderfolgende Kandidaten haben zwischen dem 1.1.2014 und dem 31.12.2024 mindestens ein CCTA gesammelt.

Beschreibung

Kardiomyopathie-Kohorte:

  • Einschlusskriterien:

    1. Eine klinische Diagnose von Kardiomyopathien, einschließlich hypertropher Kardiomyopathie, dilatativer Kardiomyopathie, restriktiver Kardiomyopathie, kardialer Amyloidose, Myokarditis, arrhythmogener rechtsventrikulärer Kardiomyopathie und koronarer Herzkrankheit/ischämischer Herzkrankheit.
    2. Mindestens ein CCTA vor einer Operation oder Behandlung mit implantierbaren Geräten.

  • Ausschlusskriterien:

    1. Keine aufgezeichnete Diagnose einer Kardiomyopathie oder einer unbestimmten Art von Kardiomyopathie.
    2. Eine klinische Diagnose sekundärer Herzanomalien aufgrund anderer organischer oder systemischer Erkrankungen.
    3. Chirurgische Behandlung oder Behandlung mit implantierbaren Geräten vor der CCTA-Untersuchung.

Kontrollkohorte:

  • Einschlusskriterien: Teilnehmer mit mindestens einer CCTA-Prüfung.
  • Ausschlusskriterien: klinische Diagnose von Herz-Kreislauf-Erkrankungen (einschließlich Kardiomyopathie, Myokardinfarkt in der Vorgeschichte, Vorgeschichte von Herzoperationen, Stentimplantation, ICD-Implantation usw.) oder sekundären Herzanomalien aufgrund systemischer Erkrankungen.

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
Kardiomyopathie-Kohorte
Patienten, die sich einer CCTA-Untersuchung unterzogen und die Diagnose einer Kardiomyopathie dokumentiert haben, werden in die Kardiomyopathie-Kohorte aufgenommen. Klinische Diagnose von Kardiomyopathien auf der Grundlage der vollständigen elektrischen Krankenakte (EMR) des Patienten, einschließlich klinischer Präsentationen, Familienanamnese, Laborergebnisse, EKG, Echokardiogramm, aller verfügbaren bildgebenden Untersuchungen (falls vorhanden, d. h. kardiale Magnetresonanz, Einzelphotonen-Emissions-Computertomographie, und invasive Koronarangiographie) und Myokardbiopsie (falls vorhanden). Klinische Diagnosen werden aus (EMR) abgerufen und als Grundlage für KI-gestütztes CCTA-basiertes Screening und die Entwicklung diagnostischer Modelle verwendet.
Diagnosetest: CCTAI-Modell
Mithilfe einer abgeleiteten Unterkohorte wollen die Forscher zunächst ein CCTA-basiertes KI-gestütztes (CCTAI) Screening-Modell entwickeln, um Patienten mit Herzanomalien von diesen normalen Kontrollpersonen zu unterscheiden. Zweitens zielen die Forscher darauf ab, ein CCTAI-Diagnosemodell mit Multi-Klassifizierungsausgabe der Kardiomyopathie-Diagnose zu entwickeln. Beide Modelle werden in einer internen Validierungskohorte und einer externen Validierungskohorte getestet.
Kontrollkohorte
Teilnehmer, die sich einer CCTA-Untersuchung unterzogen haben, werden in die Kontrollkohorte aufgenommen, sofern ihre Krankenakte Herz-Kreislauf-Erkrankungen (einschließlich Kardiomyopathie, Vorgeschichte eines Myokardinfarkts, Vorgeschichte von Herzoperationen, Stentimplantation, ICD-Implantation usw.) und sekundäre Herzanomalien ausschließt zu systemischen Erkrankungen.
Diagnosetest: CCTAI-Modell
Mithilfe einer abgeleiteten Unterkohorte wollen die Forscher zunächst ein CCTA-basiertes KI-gestütztes (CCTAI) Screening-Modell entwickeln, um Patienten mit Herzanomalien von diesen normalen Kontrollpersonen zu unterscheiden. Zweitens zielen die Forscher darauf ab, ein CCTAI-Diagnosemodell mit Multi-Klassifizierungsausgabe der Kardiomyopathie-Diagnose zu entwickeln. Beide Modelle werden in einer internen Validierungskohorte und einer externen Validierungskohorte getestet.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Diagnostische Leistung
Zeitfenster: CCTA-Untersuchung vor chirurgischen oder interventionellen Behandlungen.
Die Leistung der KI-Modelle wird durch Bewertung ihrer Sensitivität, Spezifität, Präzision und des F1-Scores (harmonischer Mittelwert des prädiktiven positiven Werts und der Sensitivität) mit zweiseitigen 95 %-KIs sowie der AUC des ROC mit zweiseitigen 95 %-KIs bewertet. seitige CIs. Der F1-Score ist eine Ergänzung zur AUC, die besonders bei der Mehrklassenvorhersage nützlich ist und bei Klassenungleichgewichten weniger empfindlich ist als die AUC. Als aggregiertes Maß für die Modellleistung berechnen die Forscher den klassenhäufigkeitsgewichteten Mittelwert für den F1-Score und die AUC. Weitere Kennzahlen zur Beurteilung der diagnostischen Leistung sind die Richtig-Positiv-Rate, die Richtig-Negativ-Rate, die Falsch-Positiv-Rate, die Falsch-Negativ-Rate, die Präzision, die Sensitivität (Erinnerung), die Spezifität, der positive Vorhersagewert und der negative Vorhersagewert.
CCTA-Untersuchung vor chirurgischen oder interventionellen Behandlungen.

Mitarbeiter und Ermittler

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

Sponsor

Shanghai Zhongshan Hospital

Ermittler

  • Hauptermittler: Chenguang Li, MD, PhD, Fudan 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)

30. Dezember 2024

Primärer Abschluss (Geschätzt)

30. Juni 2025

Studienabschluss (Geschätzt)

30. Dezember 2025

Studienanmeldedaten

Zuerst eingereicht

17. Dezember 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

23. Dezember 2024

Zuerst gepostet (Tatsächlich)

25. März 2025

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

25. März 2025

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

23. Dezember 2024

Zuletzt verifiziert

1. Dezember 2024

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • ZS-CCTAI

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

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

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 CCTAI-Modell

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Italy

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

Abonnieren