ADOPTAR: Mejora del diagnóstico de hipertensión pulmonar con IA y eco (ADOPT)
Inteligencia artificial: mejora de la detección temprana de la hipertensión pulmonar mediante ecocardiografía transtorácica: ADOPT
La hipertensión pulmonar (HP) es una afección causada por la presión arterial alta en los vasos sanguíneos que transportan sangre a los pulmones. Puede causar dificultad respiratoria grave e insuficiencia del lado derecho del corazón. Lamentablemente, suele ser mortal y la esperanza de vida oscila entre meses y años. Para algunos subtipos de HP, existen tratamientos eficaces que pueden mejorar la esperanza y la calidad de vida. Por lo tanto, son esenciales herramientas precisas para la evaluación de la HP, de modo que se puedan iniciar antes los medicamentos que salvan vidas.
En las vías de diagnóstico existentes, con frecuencia se pasa por alto la evidencia de sospecha de HP, lo que retrasa significativamente el tiempo hasta el diagnóstico. La ecocardiografía (eco) es una prueba rápida, segura y bien tolerada que se solicita para investigar a los pacientes con disnea y que puede proporcionar información útil sobre la sospecha de HP. Sin embargo, fuera de los centros especializados en HP, es posible que los médicos no busquen ni comenten de forma rutinaria la presencia de pistas de una posible HP.
Los investigadores creen que el uso de técnicas de Inteligencia Artificial (IA) para leer los ecos podría hacer que su interpretación sea más rápida y fiable. También puede haber pistas sutiles sobre la presencia o gravedad de la HP en el eco, menos reconocible para el ojo humano, que la IA puede identificar.
En este estudio, los investigadores recopilarán imágenes de eco de 5 hospitales especializados en HP en todo el Reino Unido, todos anonimizados (se eliminaron el nombre y los datos personales del paciente). Todos estos serán escaneos históricos (es decir, que ya se realizaron) y se agruparán en aquellos con HP presente (incluido el subtipo de HP) o ausente. Estas imágenes de eco anónimas se utilizarán para desarrollar y entrenar una herramienta de inteligencia artificial para identificar exploraciones en las que hay HP, incluido qué tipo específico de HP puede estar presente. Luego, la herramienta de IA desarrollada se probará en un grupo separado de escaneos (no utilizados en la etapa de capacitación) para validar su desempeño.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
En este estudio, los investigadores recopilarán imágenes de eco retrospectivas de 5 hospitales especializados en PH en todo el Reino Unido (Royal Free Hospital NHS FT; Sheffield Teaching Hospitals NHS FT; Royal Papworth Hospital NHS FT; NHS Golden Jubilee National Hospital Glasgow; Royal United Hospitals Bath NHS FT ).
Todos estos serán escaneos históricos (es decir, que ya se han realizado) y se agruparán en aquellos con PH presente (incluido el subtipo de PH) o PH ausente. Los criterios de inclusión involucran a pacientes ≥18 años que se han sometido a una ecografía transtorácica (ETT) y a un catéter cardíaco derecho (RHC) como parte de su atención clínica. Los criterios de exclusión incluirán pacientes menores de 18 años, cardiopatías congénitas conocidas o sospechadas y pacientes que hayan optado por no permitir que su información se utilice para investigación y planificación (a través de la opción de exclusión voluntaria de datos nacionales). Se utilizará un formulario de informe de caso clínico (CRF) para capturar los datos demográficos del paciente y los datos clínicos con respecto a la evaluación de HP, incluidos los resultados anteriores de ETT. Cuando estén disponibles, los datos de mortalidad se registrarán dentro de los 5 años posteriores a la RHC.
Estas imágenes de eco anónimas se recopilarán y etiquetarán de forma centralizada en un laboratorio central de RUH Bath, que trabajará con Janssen para desarrollar y entrenar una herramienta de inteligencia artificial para identificar exploraciones en las que hay HP, incluido qué tipo específico de HP puede estar presente.
El entrenamiento con herramientas de IA se basará en 5 grupos (se prevé que cada grupo contenga 415 ecocardiogramas): HP precapilar leve; PH precapilar moderado; HP precapilar severa; PH poscapilar; sin PH. Luego, la herramienta se validará en un grupo separado compuesto por 425 ecocardiogramas (una combinación de PH precapilar, poscapilar y sin PH). La cohorte de validación no habrá sido utilizada en la etapa de formación.
Tipo de estudio
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
Bath, Reino Unido, BA1 3NG
- Royal United Hospitals Bath NHS Foundation Trust
-
-
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:
- Pacientes ≥18 años
- Haber sido sometido a una ecografía transtorácica y un catéter cardíaco derecho como parte de su atención clínica de rutina.
Criterio de exclusión:
- Pacientes <18 años
- Cardiopatía congénita conocida o sospechada
- El paciente optó por no permitir que su información se utilice para investigación y planificación (a través de la opción de exclusión voluntaria de datos nacionales).
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
PH precapilar leve
El cateterismo cardíaco derecho (realizado como parte de la atención habitual) diagnostica la hipertensión pulmonar y la clasifica como leve y precapilar.
|
Se utilizarán cohortes predefinidas para entrenar la herramienta de inteligencia artificial para ecocardiografía transtorácica para mejorar el diagnóstico de HP en ETT.
|
|
PH precapilar moderado
El cateterismo cardíaco derecho (realizado como parte de la atención habitual) diagnostica la hipertensión pulmonar y la clasifica en moderada y precapilar.
|
Se utilizarán cohortes predefinidas para entrenar la herramienta de inteligencia artificial para ecocardiografía transtorácica para mejorar el diagnóstico de HP en ETT.
|
|
HP precapilar severa
El cateterismo cardíaco derecho (realizado como parte de la atención habitual) diagnostica la hipertensión pulmonar y la clasifica como grave y precapilar.
|
Se utilizarán cohortes predefinidas para entrenar la herramienta de inteligencia artificial para ecocardiografía transtorácica para mejorar el diagnóstico de HP en ETT.
|
|
PH poscapilar
El cateterismo cardíaco derecho (realizado como parte de la atención habitual) diagnostica la hipertensión pulmonar y la clasifica como poscapilar.
|
Se utilizarán cohortes predefinidas para entrenar la herramienta de inteligencia artificial para ecocardiografía transtorácica para mejorar el diagnóstico de HP en ETT.
|
|
Sin PH
El cateterismo cardíaco derecho (realizado como parte de la atención habitual) demuestra presiones pulmonares normales (es decir,
no hay evidencia de hipertensión pulmonar).
|
Se utilizarán cohortes predefinidas para entrenar la herramienta de inteligencia artificial para ecocardiografía transtorácica para mejorar el diagnóstico de HP en ETT.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Detectar pacientes con hipertensión pulmonar (HP) con la novedosa herramienta de inteligencia artificial (AIT)
Periodo de tiempo: Mes 24
|
Mida la proporción de pacientes que la AIT desarrollada identifica correctamente con HP.
|
Mes 24
|
|
Detecta pacientes sin hipertensión pulmonar (HP) con la novedosa herramienta de inteligencia artificial (AIT)
Periodo de tiempo: Mes 24
|
Mida la proporción de pacientes que la AIT desarrollada identifica correctamente como sin HP.
|
Mes 24
|
|
Detectar pacientes con hipertensión pulmonar (HP) precapilar con la novedosa herramienta de inteligencia artificial (AIT)
Periodo de tiempo: Mes 24
|
Mida la proporción de pacientes que la AIT desarrollada identifica correctamente con HP precapilar.
|
Mes 24
|
|
Detectar pacientes con hipertensión pulmonar (HP) poscapilar con la novedosa herramienta de inteligencia artificial (AIT)
Periodo de tiempo: Mes 24
|
Mida la proporción de pacientes que la AIT desarrollada identifica correctamente con HP poscapilar.
|
Mes 24
|
|
Compare el rendimiento de la herramienta de inteligencia artificial (AIT) para detectar hipertensión pulmonar (HP) con los criterios de probabilidad actuales
Periodo de tiempo: Mes 24
|
Compare la proporción de pacientes identificados por la herramienta de IA con HP con los criterios de las pautas actuales para diagnosticar HP a partir de un ETT.
|
Mes 24
|
|
Evaluar las capacidades de detección temprana de la herramienta de inteligencia artificial (AIT) en comparación con el diagnóstico clínico estándar de atención.
Periodo de tiempo: Mes 24
|
Compare la proporción de pacientes identificados por la herramienta de IA con HP con la práctica clínica estándar actual
|
Mes 24
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
La novedosa herramienta de inteligencia artificial (AIT) es capaz de evaluar la gravedad de la hipertensión pulmonar (HP)
Periodo de tiempo: Mes 24
|
Mida la proporción de pacientes evaluados donde el AIT diagnostica con precisión la gravedad de la HP
|
Mes 24
|
|
La herramienta de inteligencia artificial (AIT) es capaz de predecir la mortalidad
Periodo de tiempo: Mes 24
|
Medir la proporción de pacientes en los que el AIT predijo correctamente el riesgo de mortalidad relacionada con la HP
|
Mes 24
|
Colaboradores e Investigadores
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
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- RUH Bath - ADOPT
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. .