Piilotetut rytmihäiriöiden oireyhtymät (UCAS)
Tutkimuksen yleiskatsaus
Tila
Yksityiskohtainen kuvaus
Pitkäaikaisen jatkuvan EKG -seurannan käyttö EKG -pukeutuvien ja ambulatoristen EKG -näytteiden avulla Brugada -oireyhtymän oireiden havaitsemiseksi. Tämä lähestymistapa yhdistetään AI: n (tekoälyn) kehitykseen, joka mahdollistaa EKG -alustan automatisoimaan Brugada EKG: n havaitsemisen ja analyysin.
Protokolla käsittää seuraavat osat:
Tutkimus A: Brugada EKG AI -kehitys. Tämä automatisoi tyypin 1 Brugada EKG -kuvion tunnistamisen 12 lyijy -EKG: llä.
Tutkimus B: Etärytmihäiriödiagnostiikka. Prospektiivinen havainnointitutkimus, jossa rekrytoidut osallistujat varustetaan puettavalla EKG: llä tai sydämen monitorilla jatkuvan pitkäaikaisen ambulatorisen EKG -seurannan suorittamiseksi. Tutkimuksessa A kehitettyjä algoritmeja sovelletaan tässä tutkimuksessa kaapattuihin pitkäaikaisiin EKG -tietoihin.
Tutkimus C: Rytmihäiriöiden stratifiointi erittäin korkean taajuuden EKG: n avulla. Tämä tutkimustutkimus etsii rytmihäiriöiden markkereita potilailla, joilla on ilmeinen ja piilotettu rytmihäiriöiden oireyhtymiä.
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: Keenan Saleh, MBBS
- Puhelinnumero: +442033132243
- Sähköposti: keenan.saleh10@imperial.ac.uk
Tutki yhteystietojen varmuuskopiointi
- Nimi: Ahran Arnold, PhD
- Puhelinnumero: +442033132243
- Sähköposti: ahran.arnold@imperial.ac.uk
Opiskelupaikat
-
-
-
London, Yhdistynyt kuningaskunta, W12 0NN
- Rekrytointi
- Imperial College Healthcare NHS Trust
-
Ottaa yhteyttä:
- Keenan Saleh, MBBS
- Puhelinnumero: 02033132243
- Sähköposti: keenan.saleh10@imperial.ac.uk
-
Ottaa yhteyttä:
- Ahran Arnold
- Puhelinnumero: 02033132243
- Sähköposti: ahran.arnold@imperial.ac.uk
-
Päätutkija:
- Zachary Whinnett, PhD
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Aikuiset, jotka haluavat osallistua
- Pystyy antamaan suostumuksen
Poissulkemiskriteerit:
- Ei voi antaa suostumusta
- Lapset ikävät <18 -vuotiaat ja aikuiset> 100 vuotta vanhoja
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Terveet vapaaehtoiset
Vapaaehtoiset osallistujat, joilla ei ole sydämen rakenteellisia tai rytmihäiriöitä.
|
12 LEAD EKG tavanomaisesta EKG-koneesta
Jatkuva pitkäaikainen ambulatorinen EKG -seuranta puettavan EKG: n tai sydämen näytön avulla
Erityisen hankintalaitteen avulla hankittu erittäin suurtaajuus EKG
|
|
Ilmeinen rytmihäiriöoireyhtymä
Ilmeistä rytmihäiriöiden oireyhtymäpotilaita (potilaat, joilla on rytmihäiriöiden oireyhtymä epänormaalin EKG: n kanssa)
|
12 LEAD EKG tavanomaisesta EKG-koneesta
Jatkuva pitkäaikainen ambulatorinen EKG -seuranta puettavan EKG: n tai sydämen näytön avulla
Erityisen hankintalaitteen avulla hankittu erittäin suurtaajuus EKG
|
|
Rytmihäiriöiden oireyhtymä
Piilotetut rytmihäiriöiden oireyhtymäpotilaat (potilaat, joilla on normaali EKG, jolla on tunnettu rytmihäiriöiden diagnoosi)
|
12 LEAD EKG tavanomaisesta EKG-koneesta
Jatkuva pitkäaikainen ambulatorinen EKG -seuranta puettavan EKG: n tai sydämen näytön avulla
Erityisen hankintalaitteen avulla hankittu erittäin suurtaajuus EKG
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
AI-algoritmin käyrän (AUC) herkkyys, spesifisyys ja pinta-ala brugada-tyypin 1 EKG-kuvion havaitsemiseksi 12-eKG: llä.
Aikaikkuna: Algoritmin validoinnin päätyttyä noin 12 kuukautta tutkimuksen alkamisen jälkeen
|
AI -EKG -havaitsemisalgoritmin suorituskyvyn ja tarkkuuden arviointi tyypin 1 Brugada EKG: lle.
|
Algoritmin validoinnin päätyttyä noin 12 kuukautta tutkimuksen alkamisen jälkeen
|
|
Brugada-EKG-kuvion havaitsemisnopeus käyttämällä pidennettyjä monielektrodien ambulatorisia EKG-seurantaa (puettavissa oleva EKG) potilailla, joilla on piilotettu Brugada-oireyhtymä.
Aikaikkuna: Jopa 12 kuukautta ilmoittautumisesta
|
Tutkimuksessa A kehitetty AI EKG -havaitsemisalgoritmi, jota sovelletaan täydelliseen EKG -tallennukseen tyypin 1 Brugada EKG -kuvion havaitsemiseksi.
|
Jopa 12 kuukautta ilmoittautumisesta
|
|
Brugada- tai pitkän QT-oireyhtymän (LQT) tapausten lukumäärä, jotka on havaittu käyttämällä pidennettyjä kesto-monen elektrodien ambulatorisia EKG-seurantaa potilailla, joilla on idiopaattinen kammionvärinä (VF) AI-EKG-havaitsemisalgoritmien levittämisen jälkeen.
Aikaikkuna: Jopa 12 kuukautta ilmoittautumisesta
|
AI EKG -tunnistusalgoritmit, joita käytetään täydelliseen EKG -tallennukseen tyypin 1 Brugada EKG -kuvion tai LQTS: n paljastamiseksi.
|
Jopa 12 kuukautta ilmoittautumisesta
|
Yhteistyökumppanit ja tutkijat
Sponsori
Tutkijat
- Opintojen puheenjohtaja: Zachary Whinnett, PhD, Imperial College London
Julkaisuja ja hyödyllisiä linkkejä
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Arvioitu)
Opintojen valmistuminen (Arvioitu)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- REC 24/NS/0032
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
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 .