Desarrollo de un Algoritmo de Inteligencia Artificial para la Detección de Trastornos Patológicos de Repolarización en el ECG y el Riesgo de Arritmias Ventriculares (DEEPECG4U)
El objetivo de este estudio es validar prospectivamente en cohortes de la vida real de varios departamentos de la APHP nuestros modelos de inteligencia artificial (aprendizaje profundo) que permiten:
- medición automática de varias características cuantitativas de ECG,
- identificación y tipificación de LQT y riesgo de TdP.
Descripción general del estudio
Estado
Condiciones
Descripción detallada
Torsade-de-Pointes (TdP) son arritmias ventriculares potencialmente mortales favorecidas por una prolongación de la repolarización ventricular (QT largo, LQT). Los diferentes tipos de LQT existentes derivan de la inhibición de las corrientes cardiacas de potasio (IKr ; IKs) o de la activación de una corriente tardía de sodio (INaL). Estas alteraciones pueden ser de origen congénito (3 tipos=>cLQT-1:IKs, cLQT-2:IKr, cLQT-3:INaL) o inducido por fármacos (diLQT, vía inhibición de IKr). Más de 100 medicamentos tienen autorización de comercialización a pesar del riesgo de TdP porque tienen una relación beneficio/riesgo favorable (p. hidroxicloroquina).
El QTc, que representa la duración de la repolarización ventricular (mseg) y corresponde al tiempo entre el inicio del QRS y el final de la onda T, corregido por la frecuencia cardíaca, se prolonga en todos los LQT. Se han descrito anomalías específicas de la onda T en función de las corrientes alteradas y ayudan a discriminar los tipos cLQT/diLQT. Así, limitar el análisis del ECG al del QTc es poco predictivo porque la información contenida en un ECG es mucho más rica y no se limita a la simple medida de un intervalo.
Recientemente hemos demostrado que el análisis de ECG utilizando inteligencia artificial (red neuronal convolucional, aprendizaje profundo) identifica elementos del ECG que discriminan más en la predicción del tipo de LQT y el riesgo de TdP, más allá de QTc. Con estas técnicas, hemos desarrollado un modelo con módulos probabilísticos que predicen el riesgo de TdP, identifican el tipo de LQT (puntuación que va de 0 a 100%) y permiten la medición cuantitativa de varios parámetros comunes de ECG (incluidos QTc, frecuencia cardíaca , PR y QRS).
El objetivo del proyecto es validar prospectivamente en cohortes de la vida real de varios departamentos de la APHP nuestro modelo que permite:
- medición automática de QTc,
- identificación y tipificación de LQT y riesgo de TdP.
Tipo de estudio
Inscripción (Estimado)
Contactos y Ubicaciones
Estudio Contacto
- Nombre: Joe-Elie SALEM, PU-PH
- Número de teléfono: 0033 1 42 17 85 35
- Correo electrónico: joe-elie.salem@aphp.fr
Ubicaciones de estudio
-
-
-
Paris, Francia, 75013
- Reclutamiento
- Centre d'Investigation Clinique Paris-Est/Hôpital Pitié-Salpêtrière
-
Contacto:
- Joe-Elie SALEM, PU-PH
- Número de teléfono: 00 33 1 42 17 85 35
- Correo electrónico: joe-elie.salem@aphp.fr
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Edad ≥ 18
- Pacientes o sujetos atendidos en centros de reclutamiento para los que está indicado un ECG
- Sin oposición a la participación en el estudio.
Criterio de exclusión:
- Contraindicación médica para ECG
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
|---|
|
Grupo
pacientes con indicación clínica para realizar un ECG
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Propiedad de diagnóstico de un modelo de aprendizaje profundo de IA
Periodo de tiempo: Día 0
|
Evaluar las propiedades diagnósticas (especificidad, sensibilidad, valor predictivo positivo, valor predictivo negativo) de un modelo de medición de QTc cuantitativo de aprendizaje profundo con una medición experta estandarizada y validada para identificar pacientes con QTc muy patológico (≥500 mseg) dentro de una población de pacientes hospitalizados de varios centros.
|
Día 0
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Identificación de pacientes con QT largo congénito
Periodo de tiempo: Día 0
|
Evaluar un modelo de IA para la identificación de pacientes con QT largo congénito y discriminar el tipo dentro de una población de pacientes hospitalizados
|
Día 0
|
|
Identificación de pacientes con QT largo adquirido inducido por fármacos
Periodo de tiempo: Día 0
|
Evaluar un modelo de IA para la identificación de pacientes con QT largo adquirido inducido por fármacos
|
Día 0
|
|
Medición de características cuantitativas de ECG
Periodo de tiempo: Día 0
|
Evalúe un modelo de IA para mediciones de QT, PR, QRS, frecuencia cardíaca y QTc.
|
Día 0
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Joe-Elie SALEM, PU-PH, Assistance Publique - Hôpitaux de Paris
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Estimado)
Finalización del estudio (Estimado)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Estimado)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- APHP211441
- 2022-A01502-41 (Otro identificador: IDRCB ANSM)
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .
Ensayos clínicos sobre Arritmia ventricular
-
University Hospital DubravaDesconocidoDisfunción ventricular derecha | Disfunción Ventricular Izquierda | Insuficiencia biventricularCroacia
-
University of ChicagoReclutamientoInsuficiencia cardiaca | Disfunción ventricular derecha | Insuficiencia ventricular derechaEstados Unidos
-
Jewish General HospitalAún no reclutandoDisfunción ventricular derecha | Disfunción Ventricular Izquierda | Calidad de recuperaciónCanadá
-
University Hospital, MontpellierTerminadoDisfunción ventricular derecha | Arritmia ventricularFrancia
-
Azienda Ospedaliera OO.RR. S. Giovanni di Dio e...ReclutamientoDisfunción ventricular derechaItalia
-
University of GiessenGerman Research FoundationDesconocidoDisfunción ventricular derechaAlemania
-
NHS National Waiting Times Centre BoardNHS Greater Glasgow and Clyde; University of Glasgow; Royal London HospitalAún no reclutandoDisfunción ventricular derechaReino Unido
-
University of MinnesotaReclutamiento
-
Berlin Heart, IncDesconocidoDisfunción ventricular | Disfunción Ventricular Izquierda | Disfunción Ventricular DerechaEstados Unidos
-
Thomas Jefferson UniversityReclutamiento