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

Syväoppiminen rytmihäiriöiden älykkääseen tunnistamiseen (ECG-LEARNING)

tiistai 2. huhtikuuta 2024 päivittänyt: First Affiliated Hospital Xi'an Jiaotong University

Syväoppiminen rytmihäiriöiden älykkääseen tunnistamiseen (EKG-LEARNING): tutkijan aloitteesta, kansallinen monikeskus, retrospektiivinen-prospektiivinen, kohorttitutkimus

Tämän tutkimuksen tavoitteena on suunnitella ja kouluttaa syväoppimismalli erilaisten rytmihäiriöiden diagnosointiin.

Tutkimuksen yleiskatsaus

Tila

Ei vielä rekrytointia

Interventio / Hoito

Yksityiskohtainen kuvaus

Tämän tutkimuksen tavoitteena on kerätä takautuvasti ja prospektiivisesti rutiininomaisia ​​kliinisiä tietoja, kuten EKG-tutkimuksia potilailta, joilla on rytmihäiriöt ja jotka täyttävät sisällyttämis- ja poissulkemiskriteerit. Tämän jälkeen suunnitellaan ja koulutetaan syväoppimismalli rytmihäiriöiden elektrokardiografisten ominaisuuksien analysoimiseksi, rytmihäiriötyypit sekä mallin arvon arviointi eri rytmihäiriöiden diagnosoinnissa.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

4000

Yhteystiedot ja paikat

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

Opiskeluyhteys

Tutki yhteystietojen varmuuskopiointi

Opiskelupaikat

    • Shaanxi
      • Xi'an, Shaanxi, Kiina, 710061
        • First Affiliated Hospital of Xi'an Jiantong University

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

  • Lapsi
  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Potilaat, joilla on diagnosoitu rytmihäiriö 12-kytkentäisellä EKG:lla tai Holterilla.

Kuvaus

Sisällyttämiskriteerit:

  • Retrospektiivinen tutkimus: 1. Potilaat, joilla on rutiininomaisella pinta-12-kytkentäisellä elektrokardiogrammilla tai Holterilla diagnosoitu rytmihäiriö; 2. Rytmihäiriön tyyppi diagnosoidaan intrakardiaalisella elektrofysiologisella tutkimuksella.
  • Prospektiivista tutkimusta varten: 1. Potilaat, joilla on rutiininomaisella pinta-12-kytkentäisellä elektrokardiogrammilla tai Holterilla diagnosoitu rytmihäiriö; 2. Suunnitteilla on sydämensisäinen elektrofysiologinen tutkimus.

Poissulkemiskriteerit:

  • Rutiinipintaisten 12-kytkentäisten EKG- tai holteritietojen puute;
  • Sydämensisäisen elektrofysiologisen tutkimuksen puute;
  • Potilaat kieltäytyivät allekirjoittamasta tietoista suostumusta ja kieltäytyivät osallistumasta tutkimukseen.

Opintosuunnitelma

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

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Kohortit ja interventiot

Ryhmä/Kohortti
Interventio / Hoito
Kokeellinen ryhmä
Tämän rytmihäiriöpotilaiden ryhmän EKG-tietoja ja kliinisiä tietoja käytetään syväoppimismallin rakentamiseen.
Potilaille ei anneta interventioita.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Syväoppimismalli, joka on suunniteltu älykkäästi tunnistamaan rytmihäiriötyypit.
Aikaikkuna: 1 päivä ilmoittautumisen jälkeen.
Malli opetetaan harjoitussarjassa, paras malli ja hyperparametrit valitaan todentamisjoukon kautta ja lopuksi mallin tulokset testataan testisarjassa.
1 päivä ilmoittautumisen jälkeen.

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Syväoppimismallin herkkyys, spesifisyys ja tarkkuus
Aikaikkuna: 1 päivä ilmoittautumisen jälkeen.
Suunnitellun syväoppimismallin herkkyys, spesifisyys ja tarkkuus arvioitiin intrakardiaalisilla elektrofysiologisilla tutkimustuloksilla tunnistaakseen potilaat, joilla oli rytmihäiriö eri keskuksista.
1 päivä ilmoittautumisen jälkeen.

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Tutkijat

  • Päätutkija: Guoliang Li, M.D., First Affiliated Hospital Xi'an Jiaotong University

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 (Arvioitu)

Maanantai 30. joulukuuta 2024

Ensisijainen valmistuminen (Arvioitu)

Torstai 31. elokuuta 2028

Opintojen valmistuminen (Arvioitu)

Sunnuntai 31. joulukuuta 2028

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Torstai 6. heinäkuuta 2023

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Perjantai 21. heinäkuuta 2023

Ensimmäinen Lähetetty (Todellinen)

Tiistai 1. elokuuta 2023

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Torstai 4. huhtikuuta 2024

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Tiistai 2. huhtikuuta 2024

Viimeksi vahvistettu

Maanantai 1. huhtikuuta 2024

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Avainsanat

Muut tutkimustunnusnumerot

  • XJTU1AF2023LSK-170

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 .

Kliiniset tutkimukset Havainnollistava

3
Tilaa