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

Kansainvälinen tutkimus tekoälyyn perustuvasta kardiomyopatian diagnoosista sydämen magneettikuvauksella (AID-MRI) (AID-MRI)

maanantai 11. maaliskuuta 2024 päivittänyt: James White, University of Calgary
Tämän havainnointitutkimuksen tavoitteena on testata tietokoneiden (koneoppimiseen perustuvien) algoritmien tarkkuutta sydänsairauksien diagnosoimiseksi ja ennustaa, esiintyykö sydänkomplikaatioita ja milloin. AID-MRI-tutkimusryhmä on kehittänyt 3D-sydämen rakenteen ja liikkeen (muodonmuutosten) mallintamiseen tarkoitettuja algoritmeja, jotka osoittavat, että niistä voi olla hyötyä näiden tehtävien saavuttamisessa. Kansainvälisen AID-MRI-tutkimuksen tavoitteena on testata näiden algoritmien suorituskykyä 11 kansainvälisellä sivustolla käyttämällä tietoja, jotka on saatu laajalta joukolta potilaita, jotka käyttävät erilaisia ​​MRI-skannereita. Vakiintuneen 10 000 potilaan kohortin lisäksi AID-MRI rekrytoi vielä 1 100 potilasta kansainvälisistä toimipisteistään, jotka toimivat ulkoisena validointikohortina.

Tutkimuksen yleiskatsaus

Tila

Ilmoittautuminen kutsusta

Yksityiskohtainen kuvaus

On olemassa monenlaisia ​​sydänlihassairauksia, jotka voivat heikentää sydämen toimintaa tai johtaa sydämen rytmiongelmiin, joita kutsutaan yhteisesti kardiomyopatiiksi. Sydämen MRI on ei-invasiivinen testi ilman säteilyä, jota voidaan käyttää näiden sairauksien diagnosoinnissa sekä tulevien komplikaatioiden ennustamisessa. Tällä hetkellä näiden testien tulkinta perustuu lääkäreiden kokemuksiin, jotka katsovat näitä kuvia, ja heidän kykynsä tunnistaa tiettyjä piirteitä. Tietokoneita voidaan kuitenkin kouluttaa poimimaan taudin hienovaraisempia piirteitä kuvista, joita ihminen ei ehkä näe, ja niitä voidaan kouluttaa nopeammin tuhansista tapauksista, joissa lopullinen diagnoosi on jo vahvistettu. AID-MRI-tutkimusryhmä on kerännyt sydämen MRI-kuvia ja sydändiagnooseja yli 10 000 potilaalta Albertassa, Kanadassa ja käyttää näitä tietoja tietokonealgoritmien kouluttamiseen sydänsairauksien diagnosoimiseksi ja sydänkomplikaatioiden ennakoimiseksi tulevaisuudessa. Kansainvälinen AID-MRI-tutkimus on julkisesti rahoitettu, tutkijan aloitteesta tehty tutkimus, jossa testataan näiden algoritmien tarkkuutta näiden tehtävien suorittamiseksi kansainvälisessä ympäristössä.

Ensisijainen testattava lähestymistapa on raaka-2D-MRI-kuvien muuntaminen sydämen muodon ja muodonmuutosten standardoiduksi 4D-malliksi. Tämän lähestymistavan on osoitettu mahdollistavan tietokonealgoritmien tunnistavan erilaisia ​​kardiomyopatioita. Testaamme näiden tietojen kykyä informoida tietokonealgoritmeja i) päättääkseen, mikä sairaus potilaalla on, ja ii) ennustaakseen, kokeeko potilas vakavan sydänkomplikaation lähitulevaisuudessa. Myös muiden ei-kuvaustietojen (eli potilaan ominaisuuksien) arvo ja vaikutus suorituskyvyn parantamiseen arvioidaan.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

1100

Yhteystiedot ja paikat

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

Opiskelupaikat

    • Alberta
      • Calgary, Alberta, Kanada, T3M1M4
        • South Health Campus
      • Calgary, Alberta, Kanada, T2N2T9
        • Foothills Medical Centre

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 ja vanhemmat (Aikuinen, Vanhempi Aikuinen)

Hyväksyy terveitä vapaaehtoisia

Ei

Näytteenottomenetelmä

Todennäköisyysnäyte

Tutkimusväestö

Potilaat ohjattiin CMR-kliinisiin palveluihin rekrytointikeskuksissa arvioimaan tunnettua tai epäiltyä iskeemistä tai ei-iskeemistä kardiomyopatiaa.

Kuvaus

Sisällyttämiskriteerit:

  • Hänen on täytynyt antaa tietoinen suostumus tutkijan instituution arviointilautakunnan (IRB) hyväksymällä tavalla ennen minkään tutkimukseen liittyvän toimenpiteen suorittamista. Jos osallistuja ei pysty antamaan tietoon perustuvaa suostumusta lääketieteellisen tilansa vuoksi, osallistujan laillisesti valtuutettu edustaja voi antaa suostumuksensa tutkimukseen osallistujan puolesta paikallisen lain ja institutionaalisten vakiotoimintamenettelyjen sallimalla tavalla.
  • Ikä ≥ 18 vuotta tietoisen suostumuksen ajankohtana;
  • Potilas- tai avohoitolähete CMR-kuvaukseen;
  • Lähete, jos epäillään iskeemisen ja/tai ei-iskeemisen etiologian akuuttia tai kroonista kardiomyopatiaa;
  • Äskettäin piirretyt (≤180 päivää) ja saatavilla olevat hemoglobiinin, hematokriitin ja kreatiniinin seerumin laboratoriomarkkerit;
  • Halukas ja kykenevä noudattamaan kaikkia opiskeluvaatimuksia

Poissulkemiskriteerit:

  • Vakiovasta-aihe(t) magneettikuvauksen suorituskyvylle paikallisten käytäntöjen perusteella;
  • Pystyy pidättämään hengitystä (esim. reaaliaikaista elokuvakuvausta ei tueta);
  • Nykyinen tai viimeaikainen (≤ 60 päivää) raskaus;
  • Nykyinen tai äskettäinen (≤ 60 päivää) sepsis, joka vaatii intubaatiota;
  • Kaikentyyppiset sydämen implantoitavat elektroniset implantoidut laitteet (CIED) (poissuljettu kuvanlaadun heikkenemisen todennäköisyyden ja odotetun vaikutuksen vuoksi algoritmin suorituskykyyn), mukaan lukien pysyvä sydämentahdistin, implantoitava kardiovertteridefibrillaattori tai implantoitava silmukkatallennin;
  • Vaikea aorttaläppästenoosi (eli keskimääräinen AVG > 40 mmHg);
  • Proteesiläppä (mekaaninen tai bioproteesi) mitraali- tai aortta-asennossa
  • Synnynnäinen sydänsairaus, mukaan lukien mikä tahansa kirurgisesti korjattu sairaus, dekstrokardia, Fallot-tetralogia, korjaamaton osittainen poikkeava keuhkolaskimon paluu tai suuri eteisväliseinän vaurio (Qp:Qs ≥1,5) [Huomautus: kaksikypsiläpäinen aorttaläpän sairaus ei ole poissulkeva tekijä eristäytyminen];

Opintosuunnitelma

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

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Ennuste tarkkuus
Aikaikkuna: 2 vuotta

Ensisijainen päätepiste on suorituskyvyn kasvu käyttämällä 3D-sydänlihaksen deformaatioanalyysin (3D-MDA) luokittelua verrattuna raakakuvaan perustuvaan luokitukseen. Ensisijainen tulos arvioidaan 1 000 ulkopuolelta rekrytoidussa tutkittavassa.

Diagnostisten mallien suorituskykyä kuvataan AUC-, Precision-, Recall- ja F1-arvoilla kunkin sairausluokan osalta. Ennustettu sairausluokka määritellään suurimmaksi todennäköisyydeksi kaikissa mahdollisissa luokissa. Perustotuus määritetään ennalta määritettyjen diagnostisten kriteerien mukaan rekisteröimällä sivuston PI:t CMR-tulkinnan jälkeen ja pääsy potilastietoihin.

Prognostisissa malleissa algoritmin perusteella ennustetut suuret haitalliset kardiovaskulaariset tapahtumat (MACE) testataan CMR:stä ensimmäiseen havaittuun MACE:hen. Arvioidaan sekä regressio (aika tapahtumaan) että luokittelumallinnus (1 vuoden ja 2 vuoden ajankohtina). Luokituksen suorituskykyä arvioidaan diagnostisten mallien tapaan. Regression suorituskykyä arvioidaan ajasta riippuvaisella AUC:lla (tAUC).

2 vuotta

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Toissijainen tehokkuus
Aikaikkuna: 2 vuotta

AID-MRI:n toissijaisten tulosten tarkoituksena on tunnistaa harhan vaikutus tekoälymallin suorituskykyyn ja arvioida kuvan esikäsittelyn kykyä 3D-MDA:ta käyttämällä tämän vaikutuksen lieventämiseksi ja yleistettävyyden parantamiseksi. Tämä saavutetaan ensisijaisen päätetapahtuman kerrostetuilla analyyseillä ennalta määritellyissä potentiaalisesti rekrytoidun potilaspopulaation alaryhmissä.

Nämä analyysit sisältävät seuraavat:

  • Vertaileva mallin suorituskyky naisen ja miehen syntymässä
  • Vertaileva mallin suorituskyky tärkeimmissä etnisissä alaryhmissä
  • Vertaileva mallin suorituskyky binäärisessä ja ei-binäärisessä sukupuolessa
  • Vertaileva mallin suorituskyky toimittajan laitteiston ja kentänvoimakkuuden perusteella
2 vuotta

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Yhteistyökumppanit

Tutkijat

  • Päätutkija: James White, MD, FRCP(C), University Of Calgary

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)

Perjantai 30. kesäkuuta 2023

Ensisijainen valmistuminen (Arvioitu)

Tiistai 31. joulukuuta 2024

Opintojen valmistuminen (Arvioitu)

Keskiviikko 30. heinäkuuta 2025

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Keskiviikko 22. kesäkuuta 2022

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Torstai 30. maaliskuuta 2023

Ensimmäinen Lähetetty (Todellinen)

Perjantai 31. maaliskuuta 2023

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Keskiviikko 13. maaliskuuta 2024

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Maanantai 11. maaliskuuta 2024

Viimeksi vahvistettu

Perjantai 1. maaliskuuta 2024

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • AID-MRI-001

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

JOO

IPD-suunnitelman kuvaus

Perustetaan käyttäjäkonsortio, joka käyttää AID-MRI-tutkimukseen osallistuvia kollektiivisia tietoresursseja. Jokainen osallistuva sivusto voi jättää vapaaehtoisen eron konsortiosta milloin tahansa ja poistaa tietoresurssit kokonaan. Ehdotetut tutkimukset, joissa hyödynnetään AID-MRI-konsortion tietoresursseja, tarkistetaan, ja ne on hyväksyttävä ohjauskomiteassa. Tietoresursseja käytetään suojatulla palvelimella "lasin alla", mikä tarkoittaa, että tietoresursseja ei voida poistaa isäntäympäristöstä. Pyynnön tehneet tiimit ovat vastuussa oman ympäristönsä perustamisesta ja ylläpidosta data-analyyseja varten varattuun virtuaalikoneeseen.

IPD-jaon aikakehys

18 kuukautta opintojen päättymisen jälkeen

IPD-jaon käyttöoikeuskriteerit

Vain tutkimustarkoituksiin. Tutkimuksen ohjauskomitean toimittaminen, tarkastelu ja hyväksyntä.

IPD-jakamista tukeva tietotyyppi

  • STUDY_PROTOCOL
  • ICF

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