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

Artificial Intelligence to Scale Early Rheumatic Heart Disease Detection (SHIELD 1)

22. Mai 2026 aktualisiert von: Children's Hospital Medical Center, Cincinnati
The main goal of this project is to see if RADAR (Rapid AI-assisted Detection and Analysis of Rheumatic heart disease), which is a machine and deep-learning AI model, can help make rheumatic heart disease (RHD) screening easier to expand. Specifically, the project will test whether RADAR can screen as accurately-or more accurately-than current methods, and whether it can be used effectively in different low-resource settings. The aim is to show that RADAR could be adopted and used widely around the world.

Studienübersicht

Status

Noch keine Rekrutierung

Studientyp

Interventionell

Einschreibung (Geschätzt)

62

Phase

  • Unzutreffend

Kontakte und Standorte

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

Studienkontakt

Studienorte

      • Kampala, Uganda
        • Uganda Heart Institute
        • Kontakt:
        • Hauptermittler:
          • Doreen Nakagaayi

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

Beschreibung

Inclusion Criteria:

  • Employed at a participating ADUNU facility
  • Holds a designated role in the ADUNU program as a nurse screener

Exclusion Criteria:

  • None. The pragmatic trial design includes all eligible staff at participating facilities.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Diagnose
  • Zuteilung: Zufällig
  • Interventionsmodell: Parallele Zuordnung
  • Maskierung: Single

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Kein Eingriff: Standard non-AI echocardiography
In the Standard non-AI Echocardiography arm, participants will receive the current standard of care under the ADUNU program, which includes a single parasternal long-axis view with black-and-white and color Doppler imaging. Providers have been trained to recognize mitral regurgitation greater than 1.5 or 2 cm, any aortic insufficiency, qualitatively reduced left ventricular systolic function, and pericardial effusion. Detection of any of these findings constitutes a screen positive, prompting referral for a confirmatory echocardiogram.
Experimental: RADAR-AI-assisted echocardiography
In the RADAR Echocardiography arm, participants will undergo AI-assisted screening according to the well-established RADAR protocol including the same image acquisition protocol but interpreted by the tablet-based software based on two independent AI algorithms 1) RHD positive or negative and 2) mitral regurgitation jet length. Positive findings from either algorithm constitutes a screen positive. Providers may also refer for other concerns.
Continue standard of care with AI-assisted echocardiography

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Accuracy of Provider RHD Screening
Zeitfenster: 1 year
The number of correctly identified (positive or negative) screenings divided by the total number of exams.
1 year

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Interpretation Sensitivity
Zeitfenster: 6 months
The number of correctly identified positive screening exams divided by the sum of correctly identified positive and incorrectly identified negative exams.
6 months

Mitarbeiter und Ermittler

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

Ermittler

  • Hauptermittler: Andrea Beaton, Children's Hospital Medical Center, Cincinnati

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)

1. Juni 2026

Primärer Abschluss (Geschätzt)

1. Juni 2028

Studienabschluss (Geschätzt)

1. Juni 2028

Studienanmeldedaten

Zuerst eingereicht

14. Mai 2026

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

14. Mai 2026

Zuerst gepostet (Tatsächlich)

20. Mai 2026

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

27. Mai 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

22. Mai 2026

Zuletzt verifiziert

1. Mai 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

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

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 Rheumatische Herzerkrankungen

Klinische Studien zur AI assisted echocardiography

Abonnieren