Modelo de pronóstico de la función cardíaca a largo plazo después de una embolia pulmonar basado en señales electrocárdicas dinámicas y biomarcadores circulantes
La embolia pulmonar (EP) es una enfermedad cardiovascular altamente mórbida y mortal. La disfunción ventricular derecha (DVR) secundaria a EP indica un mal pronóstico y sirve como base crítica para la estratificación del riesgo. Estudios recientes han demostrado que más de un tercio de los pacientes continúan experimentando RVD un año después de la EP, y los mecanismos y la regresión aún no están claros. Aunque la electrocardiografía (ECG) es la prueba más utilizada para las enfermedades cardíacas, su especificidad diagnóstica para la EP es limitada.
En los últimos años, la inteligencia artificial (IA) ha extraído con éxito cientos de características de datos que son difíciles de reconocer para el ojo humano. La correlación entre los signos vitales diarios monitoreados por dispositivos portátiles y los signos funcionales de la enfermedad cardiovascular crónica sugiere el potencial de la IA para detectar la progresión de la enfermedad. Hay una falta de marcadores específicos para la función ventricular derecha post-EP, y aún no se han explorado la importancia y los cambios de estos marcadores en la progresión de la enfermedad.
Este estudio tiene como objetivo desarrollar un modelo predictivo para la progresión de RVD después de EP utilizando IA, combinando electromiografía, dispositivos portátiles y marcadores de vitalidad. En este estudio de cohorte prospectivo, se inscribieron 500 pacientes con EP aguda de riesgo intermedio o superior. Aproximadamente 200 pacientes con RVD en el momento del alta fueron seguidos durante un año, y se recogieron datos electromiográficos diarios mediante electromiógrafos portátiles. Se recolectaron bioespecímenes en los siguientes momentos: ingreso, alta y seguimiento a los 3, 6 y 12 meses y se midieron una variedad de marcadores inflamatorios mediante un ensayo multifactorial en núcleos de suspensión líquida. Estos datos se integraron en un modelo de diagnóstico continuo de enfermedades basado en una estrategia de actualización restrictiva de aprendizaje profundo.
En última instancia, se desarrolló un algoritmo de diagnóstico y pronóstico continuo de la enfermedad, que produjo un modelo para predecir la progresión de RVD después de PE utilizando ensayos multifactoriales en núcleos de suspensión líquida para medir varios marcadores inflamatorios.
Descripción general del estudio
Estado
Condiciones
Descripción detallada
El deterioro funcional a largo plazo después de una EP aguda ha sido un tema cada vez más preocupante en los últimos años. Nuestro metanálisis anterior indicó que el 34% de los pacientes con EP tenían RVD 1 año después de un episodio agudo. Sin embargo, se desconocen el mecanismo y el pronóstico de la RVD a largo plazo, pero influyen en gran medida en la esperanza y calidad de vida de los pacientes. En los últimos años, se han identificado con éxito cientos de características del ECG mediante el desarrollo de inteligencia artificial (IA) y la señal electrocardiográfica monitoreada por dispositivos portátiles también se ha utilizado para identificar enfermedades cardíacas y puede ser prometedora en la detección de posibles manifestaciones de la función cardíaca a largo plazo. en pacientes con EP. Se sabe que la inflamación tiene un papel importante en la RVD después de la EP, pero aún no se ha explorado el valor predictivo del pronóstico, especialmente los cambios variables en el tiempo. Por tanto, este estudio tiene como objetivo obtener un modelo de pronóstico para predecir la aparición y el resultado de RVD a largo plazo después de la EP, basado en inteligencia artificial y dispositivos portátiles, que combinan cambios dinámicos de ECG y biomarcadores.
Se reclutarán prospectivamente 50 pacientes con EP aguda de riesgo intermedio y mayor. La señal de ECG será recopilada por un sistema portátil de adquisición de ECG de largo alcance y un solo cable durante la hospitalización. Y aquellos con RVD al momento del alta (aproximadamente 20 pacientes) reciben un seguimiento durante 1 año después del alta. Los datos diarios del ECG se recopilarán mediante un dispositivo monitor de ECG portátil. Se obtendrán muestras de sangre y orina en los siguientes momentos: ingreso, alta y seguimiento a los 3, 6 y 12 meses, para medir marcadores inflamatorios variables en el tiempo utilizando un inmunoensayo múltiple para la cuantificación de citocinas inflamatorias. Según el ECG basal, los biomarcadores y las características clínicas, se obtendrá un modelo basado en un algoritmo de aprendizaje profundo que predice el RVD al alta en la población de estudio.
Tipo de estudio
Inscripción (Estimado)
Contactos y Ubicaciones
Estudio Contacto
- Nombre: Zhenguo Zhai, Ph.D
- Número de teléfono: 18611706133
- Correo electrónico: zhaizhenguo2011@126.com
Ubicaciones de estudio
-
-
Beijing
-
Beijing, Beijing, Porcelana, 100029
- Reclutamiento
- China-Japan Friendship Hospital
-
Contacto:
- Zhenguo Zhai, Ph.D
- Número de teléfono: 18611706133
- Correo electrónico: zhaizhenguo2011@126.com
-
Investigador principal:
- Dingyi Wang, Ph.D
-
-
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 años;
- Pacientes con diagnóstico confirmado de EP (consulte las Directrices ESC de 2019 para el diagnóstico y tratamiento de la embolia pulmonar aguda);
- Inicio ≤14 días desde el diagnóstico; (4) Estratificación del riesgo de riesgo intermedio-bajo, riesgo intermedio-alto y riesgo alto según las Directrices ESC de 2019 para el diagnóstico y tratamiento de la embolia pulmonar aguda;
5) Los pacientes aceptan firmar el consentimiento informado.
Criterio de exclusión:
- Un diagnóstico previo de TEV sin evidencia de recurrencia, rehospitalización o tratamiento.
- No se puede conectar el sistema de adquisición cardíaca debido a cirugía de tórax, daño localizado, alergia, etc.
- No se pudo completar el seguimiento de 1 año.
- No se puede operar la cartografía portátil debido a deterioro cognitivo, falta de un teléfono inteligente, etc.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
la prevalencia de la disfunción del ventrículo derecho
Periodo de tiempo: 1 año
|
la prevalencia de RVD definida por parámetros funcionales del ventrículo derecho mediante ecocardiografía según las Directrices para la evaluación ecocardiográfica del corazón derecho en adultos: un informe de la Sociedad Estadounidense de Ecocardiografía.
|
1 año
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Zhenguo Zhai, Ph.D, China-Japan Friendship Hospital
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 (Actual)
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
- CURES-CARE
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. .