Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Neoatheroskleroosin tunnistaminen ISR-potilailla tekoälyn perusteella

keskiviikko 13. tammikuuta 2021 päivittänyt: Yun Dai Chen, Chinese PLA General Hospital

Neoateroskleroosin tunnistaminen stenttirestenoosipotilailla tekoälyn perusteella

Suuren potilasjoukon perusteella in-stent restenosis (ISR) on edelleen tärkeä ongelma sydän- ja verisuonitautien alalla. ISR:n esiintyvyyden vähentämisestä ja ISR:n hoidosta on tullut painopiste ja hot spot. Vuoden 2018 ESC:n sydän- ja verisuonitautien ohjeet suosittelevat ISR:n hoitoa intravaskulaarisen ultraäänitutkimuksen (IVUS) tai optisen koherentin tomografian (OCT) ohjauksessa. Circulation julkaisi uuden, restenoosikudoksen mekanismeihin ja komponentteihin perustuvan Waksman ISR -luokituksen, joka antaa ohjeita hoitostrategiaan. Hyvän resoluutionsa ansiosta OCT tekee verisuonikudoksen komponenttien erottamisesta entistä tarkempaa ja tarjoaa siten päätöksentekoperustan interventiohoidolle. OCT-tutkimuksella voidaan saada ISR:n ominaisuudet tarkemmin. Neoatheroskleroosi (NA) on yksi ISR-tyypeistä, ja se aiheuttaa enemmän stentin ja kohdevaurion epäonnistumista kuin muut tyypit. Tunnistaminen NA on tärkeä interventioterapiaa koskevassa päätöksenteossa. MMA-kuvien hankintaan ja analysointiin ei kuitenkaan tarvita vain digitaalista angiografialaitetta (DSA), joka on varustettu suurimmalla osalla sairaaloista, vaan myös ammattimaisia ​​OCT-kuvauslaitteita ja -teknikoita. Potilaat, joilla on vaikea CKD, eivät kestä OCT-tutkimusta suuren varjoainemäärän vuoksi. OCT-katetri on yli kymmenen kertaa CAG-katetrin hinta. Siksi NA:n tunnistaminen tekoälyn (AI) avulla on tärkeää terapeuttisen strategian määrittämiseksi ISR-potilaille, erityisesti potilailla, joilla on CKD. Tutkimuksemme analysoi retrospektiivisesti ISR-potilaiden CAG-kuvia ja OCT-kuvia, jotka on saatu 1.1.2015–31.10.2020. Tunnista NA analysoimalla OCT-kuvia, rakenna U-verkko ja V-verkko analysoimaan CAG- ja OCT-kuvia ja lopuksi rakenna NA:n tunnistusjärjestelmä tekoälyn CAG-kuvien perusteella. Tämän tutkimuksen on hyväksynyt Kiinan PLA-yleissairaalan eettinen komitea (S2018-033-01)

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Drug Eluting Stentit (DES) vähentävät in-stentin restenoosin (ISR) määrää 3,6-10 %:iin. Suuren potilasjoukon perusteella ISR on edelleen tärkeä ongelma sydän- ja verisuonitautien alalla. ISR:n esiintyvyyden vähentämisestä ja ISR:n hoidosta on tullut painopiste ja hot spot. Vuoden 2018 ESC:n sydän- ja verisuonitautien ohjeet suosittelevat ISR:n hoitoa intravaskulaarisen ultraäänitutkimuksen (IVUS) tai optisen koherentin tomografian (OCT) ohjauksessa. Vuonna 2018 julkaistu European Expert Consensus on intravaskulaarinen kuvantaminen suosittelee ISR:n taustalla olevien mekanismien löytämistä suonensisäisen kuvantamisen ohjauksen (IVUS tai OCT) avulla ja terapeuttisten strategioiden määrittelyä mekanismeihin perustuen. Circulation julkaisi uuden, restenoosikudoksen mekanismeihin ja komponentteihin perustuvan Waksman ISR -luokituksen, joka ohjaa hoitostrategiaa. Suonensisäisen kuvantamisen käyttö tyyppien ja mekanismien tunnistamiseen ja luokitteluun on erittäin tärkeää ISR-hoitostrategian kannalta. Hyvän resoluutionsa ansiosta OCT tekee verisuonikudoksen komponenttien erottamisesta entistä tarkempaa ja tarjoaa siten päätöksentekoperustan interventiohoidolle. OCT-tutkimuksella voidaan saada ISR:n ominaisuudet tarkemmin. Neoatheroskleroosi (NA) on yksi ISR-tyypeistä, ja se aiheuttaa enemmän stentin ja kohdevaurion epäonnistumista kuin muut tyypit. NA:n tunnistaminen on tärkeää interventioterapiaa koskevan päätöksenteon kannalta. MMA-kuvien hankintaan ja analysointiin ei kuitenkaan tarvita vain digitaalista angiografialaitetta (DSA), joka on varustettu suurimmalla osalla sairaaloista, vaan myös ammattimaisia ​​OCT-kuvauslaitteita ja -teknikoita. Potilaat, joilla on vaikea CKD, eivät kestä OCT-tutkimusta suuren varjoainemäärän vuoksi. OCT-katetri on yli kymmenen kertaa CAG-katetrin hinta. Siksi NA:n tunnistaminen tekoälyn (AI) avulla on tärkeää terapeuttisen strategian määrittämiseksi ISR-potilaille, erityisesti potilailla, joilla on CKD. Tutkimuksemme analysoi retrospektiivisesti ISR-potilaiden CAG-kuvia ja OCT-kuvia, jotka on saatu 1.1.2015–31.1.2020. Offline OCT -analyysi suoritettiin käyttämällä erityistä ohjelmistoa (Light Lab Imaging Inc, Westford, MA). Kaikki kuvat analysoitiin jokaisessa stenttien kehyksessä 2 riippumattoman tutkijan toimesta, jotka olivat sokeutuneet angiografisille ja kliinisille löydöksille. Tunnista NA analysoimalla OCT-kuvia, rakenna U-verkko ja V-verkko analysoimaan CAG- ja OCT-kuvia ja lopuksi rakenna NA:n tunnistusjärjestelmä tekoälyn CAG-kuvien perusteella. Tämän tutkimuksen on hyväksynyt Kiinan PLA-yleissairaalan eettinen komitea (S2018-033-01)

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Odotettu)

90

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskeluyhteys

  • Nimi: Yingqian Zhang, M.D
  • Puhelinnumero: 15652505966 15652505966
  • Sähköposti: niniya731@163.com

Tutki yhteystietojen varmuuskopiointi

  • Nimi: Hui Hui, PH.D
  • Puhelinnumero: 010-55499309 010-55499309
  • Sähköposti: hui.hui@is.ac.cn

Opiskelupaikat

      • Beijing, Kiina, 100853
        • Rekrytointi
        • The General Hospital of PLA
        • Ottaa yhteyttä:

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

18 vuotta - 80 vuotta (Aikuinen, Vanhempi Aikuinen)

Hyväksyy terveitä vapaaehtoisia

Ei

Sukupuolet, jotka voivat opiskella

Kaikki

Näytteenottomenetelmä

Todennäköisyysnäyte

Tutkimusväestö

Mukaan otettiin 100 potilasta

Kuvaus

Sisällyttämiskriteerit:

-kaikki sukupuolet

18-vuotiaasta 80-vuotiaaksi

diagnosoitu in-stentin restenoosi CAG:n perusteella

sekä CAG-kuvat että OCT-kuvat saatiin samasta potilaasta samana päivänä

Poissulkemiskriteerit:

  • CAG-kuvia ja OCT-kuvia ei saatu samana päivänä samalta potilaalta

huono laatu CAG-kuvissa

heikko laatu OCT-kuvissa

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Havaintomallit: Muut
  • Aikanäkymät: Takautuva

Kohortit ja interventiot

Ryhmä/Kohortti
Interventio / Hoito
CAG ja OCT-ryhmä
ISR-potilailta saatuja kuvia CAG- ja OCT-potilaista kerättiin ja analysoitiin takautuvasti.
Stusymme analysoi ISR-potilailta saatuja kuvia, eikä tämän tutkimuksen perusteella annettu ylimääräisiä interventioita.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
NA:n tunnistaminen
Aikaikkuna: opintojen päätyttyä keskimäärin 3 vuotta
neointima, joka sisältää diffuusin rajan ja huonon signaalin alueen, jonka alapuolella olevat tuet ovat näkymättömiä merkittävän signaalin vaimennuksen vuoksi
opintojen päätyttyä keskimäärin 3 vuotta
neovaskularisaatio
Aikaikkuna: opintojen päätyttyä keskimäärin 3 vuotta
halkaisija 50-300um, ontelo stentin alueella, ei ole yhteydessä verisuoniin
opintojen päätyttyä keskimäärin 3 vuotta
ISR-segmentti CAG-kuvissa
Aikaikkuna: opintojen päätyttyä keskimäärin 3 vuotta
segmentti stentin alueella tai 5 mm:n sisällä stentin vieressä, halkaisijaltaan stenoosin määrä > 50 %
opintojen päätyttyä keskimäärin 3 vuotta
lipidiydinkaari
Aikaikkuna: opintojen päätyttyä keskimäärin 3 vuotta
NA:n kehän laajuuden kvantifioimiseksi lipidiytimen kaari mitattiin 0,2 mm:n välein NA:ta osoittavista segmenteistä.
opintojen päätyttyä keskimäärin 3 vuotta
Ohutkantinen fibroatheroomamainen neointima
Aikaikkuna: opintojen päätyttyä keskimäärin 3 vuotta
määritellään neointimaksi, jolle on tunnusomaista kuituisen kannen paksuus ohuimmassa kohdassa < 65 μm ja lipidipitoisen neointiman kulma > 180 astetta
opintojen päätyttyä keskimäärin 3 vuotta
makrofagikaari
Aikaikkuna: opintojen päätyttyä keskimäärin 3 vuotta
mitattu 0,2 mm:n välein ja jaettu 5 ryhmään: luokka 0, ei makrofageja; luokka 1, paikallinen makrofagien kerääntyminen, <30 astetta; luokka 2, klusteroitu akkumulaatio, ≥30 ja <90 astetta; luokka 3, klusteroitu akkumulaatio, ≥90 ja <270 astetta; ja luokka 4, klusteroitu akkumulaatio, ≥270 astetta.
opintojen päätyttyä keskimäärin 3 vuotta

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Tutkijat

  • Päätutkija: Yundai Chen, M.D, Chinese PLA General Hospital

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Sunnuntai 1. helmikuuta 2015

Ensisijainen valmistuminen (Odotettu)

Sunnuntai 31. tammikuuta 2021

Opintojen valmistuminen (Odotettu)

Sunnuntai 28. helmikuuta 2021

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Lauantai 21. joulukuuta 2019

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Sunnuntai 5. tammikuuta 2020

Ensimmäinen Lähetetty (Todellinen)

Tiistai 7. tammikuuta 2020

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Perjantai 15. tammikuuta 2021

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Keskiviikko 13. tammikuuta 2021

Viimeksi vahvistettu

Perjantai 1. tammikuuta 2021

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

Ei

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .

Tilaa