- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT06695273
Verkkokalvon valokuvaan perustuva tekoäly ennustaa sepelvaltimotautia (DeepCHD Plus)
Tutkimuksen yleiskatsaus
Tila
Ehdot
Yksityiskohtainen kuvaus
Tämä on satunnaistettu kontrolloitu tutkimus (RCT), jossa arvioidaan tekoälyyn perustuvan päätöksentekotyökalun tehokkuutta sepelvaltimotautiriskin ennustamisessa ja lääkäreiden päätöksenteossa. Mahdolliset kohorttitutkimukseen osallistuvat tapaukset jaetaan satunnaisesti joko ohjeryhmään (esim. PCE:t) tai tekoälyryhmään lähtötilanteen arvioinnin jälkeen (kliininen intuitio):
Asetuksia on kolme: (1) Kliininen intuitio (perusarvio) Lääkärit tekevät päätöksen ennaltaehkäisystrategian aloittamisesta (esim. statiinin aloittamisesta) ilman ulkopuolista apua. Arviointi perustuu yksinomaan lääkärin kliiniseen harkintaan ja kokemukseen. (2) Ohjeeseen perustuva ryhmä (Guideline Group) Lääkärit käyttävät PCE-taulukkoa laskeakseen 10 vuoden ASCVD-riskin. Tämä lähestymistapa on linjassa nykyisten kliinisten ohjeiden kanssa päätöksenteon avuksi. (3) AI-Assisted Group (AI-ryhmä) Lääkärit saavat CHD-todennäköisyysarvioita tekoälymallista, joka perustuu verkkokalvon valokuviin. Tekoälytyökalu tarjoaa yksilöllisiä obstruktiivisia sydän- ja verisuonisairauksien todennäköisyyksiä hyödyntäen verkkokalvon biomarkkereita, jotka liittyvät kardiovaskulaariseen riskiin.
Ensisijainen tavoite Arvioida, voisiko tekoälyohjattu päätöksenteko parantaa CHD:n diagnostista tarkkuutta enemmän kuin tavalliset kliiniset arvioinnit, sekä kliiniseen intuitioon verrattuna. Tarkkuus voidaan arvioida ennaltaehkäisyn aloitusasteen perusteella (esim. statiinien määrääminen), joka vastaa todellisia havaittuja CHD-tuloksia.
Toissijainen tavoite Arvioida, lyhentääkö tekoälyohjattu päätöstuki CHD-arviointien ja päätöksenteon suorittamiseen tarvittavaa aikaa.
Osallistujat, lukijat ja satunnaistaminen:
Osallistujat: Osallistujat tulevaisuuden kohorttitutkimuksiin, joiden seuranta on 10 vuotta.
Lukijat: Lääkärit, jotka arvioivat sepelvaltimotaudin todennäköisyyttä ja antavat ensisijaisia ehkäisysuosituksia.
Satunnaistaminen: Osallistujat satunnaistetaan johonkin ryhmistä (PCE tai AI) kliinisen arvioinnin jälkeen lähtötilanteessa käyttämällä lohkosatunnaistusta ryhmien tasapainon varmistamiseksi.
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Vaihe
- Ei sovellettavissa
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: HONGWEI JI
- Puhelinnumero: +8613120518791
- Sähköposti: hongweijicn@gmail.com
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Kuvaus
Sisällön kriteerit:
- Henkilöt, joilla ei ole hallitsemattomia verisuoniriskitekijöitä
- Ikähaitari: 40-75 vuotta
- Pystyy hyväksymään kliinisiin kokeisiin valitun tutkimuksen ja mahdollisen seurantatyön ja tekemään yhteistyötä niiden kanssa
Poissulkemiskriteerit:
- Vaikea keuhkosairaus ja syöpä- tai leikkauspotilaat
- Statiinien käyttäjä tai aiempi sydän- ja verisuonisairaus
- Henkilöt, joilla on vaikea maksan ja munuaisten toimintahäiriö ja elektrolyyttitasapaino
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Ensisijainen käyttötarkoitus: Seulonta
- Jako: Satunnaistettu
- Inventiomalli: Rinnakkaistehtävä
- Naamiointi: Yksittäinen
Aseet ja interventiot
Osallistujaryhmä / Arm |
Interventio / Hoito |
|---|---|
|
Kokeellinen: AI-avusteinen ryhmä (AI-ryhmä)
Lääkärit saavat CHD-todennäköisyysarviot tekoälymallista verkkokalvon valokuvien perusteella.
Tekoälytyökalu tarjoaa yksilölliset sepelvaltimotaudin todennäköisyydet hyödyntäen verkkokalvon biomarkkereita, jotka liittyvät sydän- ja verisuoniriskiin.
|
Lääkäreiden lukijoita autetaan tekoälystä johdetussa sepelvaltimotaudin todennäköisyydessä.
Tekoälytyökalu tarjoaa yksilölliset obstruktiivisen sepelvaltimotaudin todennäköisyydet ja diagnoosin hyödyntäen verkkokalvon biomarkkereita, jotka liittyvät sydän- ja verisuoniriskiin.
|
|
Active Comparator: Ohjeisiin perustuva ryhmä (Ohjeryhmä)
Lääkärit käyttävät PCE-laskuria laskeakseen 10 vuoden ASCVD-riskin.
Tämä lähestymistapa on linjassa nykyisten kliinisten ohjeiden kanssa päätöksenteon avuksi.
|
Lääkärit käyttävät PCE:tä laskeakseen 10 vuoden ASCVD-riskin todennäköisyyden.
Tämä lähestymistapa on linjassa nykyisten kliinisten ohjeiden kanssa päätöksenteon avuksi.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Tarkkuus
Aikaikkuna: Opintojen suorittamisen kautta keskimäärin 1 viikko
|
Sen arvioimiseksi, voisiko tekoälyohjattu päätöksenteko parantaa sepelvaltimotaudin diagnostista tarkkuutta enemmän kuin tavalliset kliiniset arvioinnit, sekä kliiniseen intuitioon verrattuna.
Tarkkuutta voitiin arvioida sen perusteella, missä määrin ennaltaehkäisyn aloitus (esim. statiinien määrääminen) vastaa todellisia havaittuja CHD-tuloksia.
|
Opintojen suorittamisen kautta keskimäärin 1 viikko
|
Yhteistyökumppanit ja tutkijat
Sponsori
Tutkijat
- Päätutkija: Tien Yin Wong, Tsinghua University
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Arvioitu)
Ensisijainen valmistuminen (Arvioitu)
Opintojen valmistuminen (Arvioitu)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Arvioitu)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Arvioitu)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- DeepCHD Plus
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Yhdysvalloissa valmistettu ja sieltä viety tuote
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 .