Frühe EKG-Vorhersage der Kohortenbefestigung von Multi-System-Krankheiten und Nachuntersuchung (EARLY-ECG-PRED)
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Jüngste Fortschritte in der künstlichen Intelligenz (KI) haben die diagnostischen Fähigkeiten der Elektrokardiographie (EKG) über Herz -Kreislauf -Erkrankungen hinaus erweitert. Emerging Evidence zeigt, dass die AI-verbesserte EKG-Analyse wertvolle Einblicke in Alter, Geschlecht, Sterblichkeitsrisiko, Herzfunktion und systemische Erkrankungen wie Elektrolytstörungen, Nierenfunktionsstörungen und Schilddrüsenerkrankungen liefern kann. Diese Ergebnisse positionieren das EKG als vielversprechendes Instrument zur Identifizierung und Vorhersage eines breiten Krankheitsspektrums.
Um die zugrunde liegenden Mechanismen weiter zu untersuchen, die EKG-Abnormalitäten mit Multi-System-Erkrankungen in Verbindung bringen und die Modelle für diagnostische und prädiktive EKG-basierte diagnostische, screening- und prädiktive Modelle entwickeln, haben wir eine multizentrische, prospektive, beobachtende Registrierungsstudie initiiert, an denen Patienten untersucht wurden. Die Ziele des Projekts sind wie folgt:
1. Modellentwicklung von AI-ECG Foundation
- Diagnose traditioneller Herz -Kreislauf -Erkrankungen (z. B. Arrhythmien, Myokardinfarkt).
- Screening von Multi-System-Erkrankungen, einschließlich: Kreislauf-, Verdauungs-, Atem- und Nervensystemkrankheiten, endokrinen/metabolischen Erkrankungen, Urogenitalerkrankungen, hämatologischen Erkrankungen, Neoplasmen und psychischen Gesundheitsstörungen.
- Vorhersage neu auftretender Bedingungen (z. B. Vorhofflimmern, Herzinsuffizienz, Klappenerkrankungen, Nstemi, ventrikulärer Tachykardie) und 1-Jahres-Sterblichkeitsrisiko.
2. Klinischer Versorgungs- und Implementierungs- und Umsetzung
In unserem AI-Stiftungsmodell wird die Portabilität, Kosteneffizienz und die Nichtinvasivität von EKG eingesetzt und ermöglicht:
- Schnelles Screening in großem Maßstab in ambulanten, stationären, Notfall- und Gemeinschaftseinstellungen.
- Frühe Erkennung von Multi-System-Erkrankungen, die gezielte diagnostische Aufbauten leiten.
A.
Studientyp
Einschreibung (Geschätzt)
Kontakte und Standorte
Studienkontakt
- Name: Jun Pu, MD,PhD
- Telefonnummer: 86-21-68383477
- E-Mail: pujun310@hotmail.com
Studienorte
-
-
Shanghai
-
Shanghai, Shanghai, China, 200000
- Rekrutierung
- Ren Ji Hospital Afflited to School of Medicine, Shanghai Jiao Tong University
-
Kontakt:
- Song ding, MD
- Telefonnummer: 86-21-68383477
- E-Mail: dingsong1105@163.com
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Kind
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Patienten, die das Studienkrankenhaus besuchten.
- Die eingeschlossenen Patienten sollten sowohl EKG-Daten als auch Entlassungsdiagnosecodes (ICD-10) für stationäre Patienten und Notfallpatienten aufweisen.
Ausschlusskriterien:
1. Patienten, die die Teilnahme abgelehnt haben, Fälle mit unvollständigen oder fehlenden klinischen Daten und schwangere Personen.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Multi-System-Krankheit, die auf der Grundlage von EKG vorhersagen
Zeitfenster: 1 Monat
|
Bewertung der Wirksamkeit von EKG bei der Vorhersage von Krankheiten in verschiedenen Systemen, wie z. B. Erkrankungen des Zirkulationssystems, Erkrankungen des Atemsystems, Erkrankungen des Nervensystems, Erkrankungen des Urogenitalsystems, endokrine und nahrhafte/metabolische Erkrankungen, hämatologische Erkrankungen, Infektions- und Paraserkrankungen sowie Tumoren, Tumors sowie mentale und ärgerliche Verhaltensweisen.
In dieser Studie wird zunächst das ICD-10-Codierungssystem für vorläufige Screening von Zielerkrankungen verwendet.
Anschließend führt ein Komitee multidisziplinärer klinischer Experten eine systematische Überprüfung von Kandidatenkrankheiten durch, die auf dem ICD-10-Codierungssystemrahmen basieren, einschließlich der Anwendbarkeit von diagnostischen Kriterien, der Genauigkeit der ICD-10-Klassifizierung, der Angemessenheit der Ausschlusskriterien und der Bewertung des Beweisstandes.
|
1 Monat
|
Mitarbeiter und Ermittler
Sponsor
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
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
Andere Studien-ID-Nummern
- EARLY-ECG-PREDICTION Cohort
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 .