Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Diagnostic et pronostic assistés par intelligence artificielle dans le COVID-19 à l'aide d'électrocardiogrammes (AI-COV-19)

24 août 2021 mis à jour par: Imperial College London

Diagnostic et pronostic assistés par intelligence artificielle dans le COVID-19 à l'aide d'électrocardiogrammes et d'imagerie

La maladie à coronavirus 2019 (COVID-19) est répandue dans le monde entier depuis décembre 2019. Il est très contagieux et les cas graves peuvent entraîner une détresse respiratoire aiguë ou une défaillance multiviscérale. Le 11 mars 2020, l'OMS a estimé que le COVID-19 pouvait être qualifié de pandémie. Avec le développement de l'apprentissage automatique, la technologie d'intelligence artificielle (IA) basée sur l'apprentissage profond a démontré un énorme succès dans le domaine de l'analyse des données médicales en raison de sa capacité à extraire des fonctionnalités riches de l'imagerie et des ensembles de données cliniques complexes. Dans cette étude, nous visons à utiliser les données cliniques collectées dans le cadre des soins cliniques de routine (tracés cardiaques, radiographies et tomodensitogrammes) pour former des algorithmes d'intelligence artificielle et d'apprentissage automatique, afin de prédire avec précision l'évolution de la maladie chez les patients atteints de Covid-19 infection, en utilisant ces ensembles de données.

Aperçu de l'étude

Statut

Statut

Indique le statut de recrutement actuel ou le statut d'accès étendu.
Recrutement

Les conditions

Les conditions

La maladie, le trouble, le syndrome, la maladie ou la blessure à l'étude. Sur ClinicalTrials.gov, les conditions peuvent également inclure d'autres problèmes liés à la santé, tels que la durée de vie, la qualité de vie et les risques pour la santé.

Intervention / Traitement

Intervention / Traitement

Processus ou action faisant l'objet d'une étude clinique. Les interventions comprennent les médicaments, les dispositifs médicaux, les procédures, les vaccins et d'autres produits expérimentaux ou déjà disponibles. Les interventions peuvent également inclure des approches non invasives, telles que l'éducation ou la modification du régime alimentaire et de l'exercice.

Description détaillée

La maladie à coronavirus 2019 (COVID-19) est répandue dans le monde entier depuis décembre 2019. Il est très contagieux et les cas graves peuvent entraîner une détresse respiratoire aiguë ou une défaillance multiviscérale et finalement la mort. La maladie peut être confirmée en utilisant le test de réaction en chaîne par polymérase à transcription inverse (RT-PCR). Les ECG, les radiographies pulmonaires et les tomodensitogrammes sont de riches sources de données qui fournissent un aperçu de la maladie qui autrement ne serait pas disponible.

Savoir qui admettre à l'hôpital ou aux soins intensifs sauve des vies car cela contribue à atténuer les pénuries de ressources. De nouveaux outils d'intelligence artificielle tels que l'apprentissage en profondeur permettront une évaluation complexe des données d'imagerie et cliniques qui pourraient potentiellement aider les cliniciens à établir un diagnostic plus rapide et plus précis, à mieux trier les patients et à évaluer la réponse au traitement et, finalement, à mieux prédire les résultats. Notre groupe a une expérience significative dans la mise en œuvre d'algorithmes d'apprentissage automatique sur de grandes quantités d'ECG, comme ceux de la UK Biobank, et propose d'étendre nos techniques aux données de patients atteints de Covid-19.

Il s'agit d'une étude de données rétrospective sur des patients atteints de COVID-19 suspects et confirmés.

L'étude vise à recruter jusqu'à 2000 patients qui seront référés pour subir des ECG, des radiographies pulmonaires ou des tomodensitogrammes au Chelsea and Westminster Hospital NHS Foundation Trust, Imperial College Healthcare NHS Trust et London North West London University Healthcare NHS Trust.

Pour être inclus dans cette étude, le patient doit :

  • avoir un ECG, une radiographie pulmonaire et/ou un scanner thoracique (avec ou sans produit de contraste)
  • test d'acide nucléique du virus Covid-19 en laboratoire (dosage RTPCR avec des prélèvements de gorge) ou suspicion clinique d'infection Covid19
  • être âgé de plus de 18 ans Les patients dont les ECG, les radiographies thoraciques et les examens tomodensitométriques sont sous-optimaux en raison d'artefacts seront exclus. Les patients seront également exclus si l'intervalle de temps entre les ECG, le scanner thoracique et le test RT-PCR était supérieur à 7 jours.

Cette étude a reçu l'approbation de HRA et Health and Care Research Wales (HCRW) le 18 mai 2020 après examen par le comité d'éthique de la recherche lors d'une réunion tenue le 13 mai 2020 (numéro de protocole : 20HH5967 ; référence REC : 20/HRA/2467).

Type d'étude

Type d'étude

Décrit la nature d'une étude clinique. Les types d'études comprennent les études interventionnelles (également appelées essais cliniques), les études observationnelles (y compris les registres de patients) et l'accès élargi.
Observationnel

Inscription (Anticipé)

Inscription

Le nombre de participants à une étude clinique. L'inscription "prévue" est le nombre cible de participants dont les chercheurs ont besoin pour l'étude.
2000

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Lieux d'étude

  • Royaume-Uni
      • London, Royaume-Uni, HA1 3UJ
        • Recrutement
        • London North West University Healthcare NHS Trust
        • Contact:
      • London, Royaume-Uni, TW7 6AF
      • London, Royaume-Uni, W12 0NN
        • Actif, ne recrute pas
        • Imperial College London (Hammersmith campus)
      • London, Royaume-Uni, W2 1NY

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Critère d'éligibilité

Les principales exigences que doivent remplir les personnes qui souhaitent participer à une étude clinique ou les caractéristiques qu'elles doivent avoir. Les critères d'éligibilité comprennent à la fois des critères d'inclusion (qui sont requis pour qu'une personne participe à l'étude) et des critères d'exclusion (qui empêchent une personne de participer). Les types de critères d'éligibilité incluent si une étude accepte des volontaires sains, a des exigences d'âge ou de groupe d'âge, ou est limitée par le sexe.

Âges éligibles pour étudier

14 ans et plus (Adulte, Adulte plus âgé)

Accepte les volontaires sains

Non

Sexes éligibles pour l'étude

Tout

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

Il s'agit d'une étude de données rétrospective sur des patients atteints de COVID-19 suspects et confirmés.

L'étude vise à recruter jusqu'à 2000 patients qui seront référés pour subir des ECG, des radiographies pulmonaires ou des tomodensitogrammes au Chelsea and Westminster Hospital NHS Foundation Trust, Imperial College Healthcare NHS Trust et London North West London University Healthcare NHS Trust.

La description

Critère d'intégration:

  • avoir un ECG, une radiographie pulmonaire et/ou un scanner thoracique (avec ou sans produit de contraste)
  • test d'acide nucléique du virus Covid-19 de laboratoire positif (dosage RTPCR avec des échantillons de prélèvement de gorge) ou suspicion clinique d'infection Covid-19
  • être âgé de plus de 18 ans

Critère d'exclusion:

  • ECG, radiographies thoraciques ou études CT sous-optimales pour les méthodes d'apprentissage en profondeur en raison d'artefacts, y compris graves
  • artefacts de mouvement qui provoquent un flou des contours ou artefacts importants dus à une prothèse métallique qui provoque une dégradation de l'image
  • L'intervalle de temps entre les ECG, le scanner thoracique et le test RT-PCR était supérieur à 7 jours

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

  • Modèles d'observation: Cohorte
  • Perspectives temporelles: Rétrospective

Que mesure l'étude ?

Principaux critères de jugement

Principaux critères de jugement

Dans le protocole d'une étude clinique, la mesure de résultat prévue qui est la plus importante pour évaluer l'effet d'une intervention/d'un traitement. La plupart des études cliniques ont un critère de jugement principal, mais certaines en ont plus d'un.
Mesure des résultats
Description de la mesure
Délai
Précision de l'apprentissage automatique pour pouvoir prédire le résultat d'une infection à coronavirus (COVID-19)
Délai: A la fin des analyses de données, environ 1 an
Précision avec laquelle l'analyse informatisée (apprentissage automatique) peut diagnostiquer et/ou pronostiquer le Covid-19 Nombre de participants atteints de COVID19 qui sont décédés ou ont survécu après une admission à l'hôpital
A la fin des analyses de données, environ 1 an
Précision de l'apprentissage automatique pour pouvoir prédire le pronostic d'une infection à coronavirus (COVID-19)
Délai: A la fin des analyses de données, environ 1 an
Nombre de participants ayant eu besoin d'une ventilation invasive vs non invasive vs soins en salle vs décès
A la fin des analyses de données, environ 1 an

Mesures de résultats secondaires

Mesures de résultats secondaires

Dans le protocole d'une étude clinique, mesure de résultat planifiée qui n'est pas aussi importante que la mesure de résultat principale pour évaluer l'effet d'une intervention, mais qui reste intéressante. La plupart des études cliniques ont plus d'un critère de jugement secondaire.
Mesure des résultats
Description de la mesure
Délai
Précision de l'apprentissage automatique pour pouvoir prédire l'implication cardiaque d'une infection à coronavirus (COVID-19)
Délai: A la fin des analyses de données, environ 1 an
Nombre de participants ayant eu des problèmes cardiaques liés au COVID19.
A la fin des analyses de données, environ 1 an
Précision de l'apprentissage automatique par rapport à l'évaluation humaine pour diagnostiquer une infection à coronavirus (COVID-19)
Délai: A la fin des analyses de données, environ 1 an
Nombre de participants qui peuvent être identifiés comme ayant le COVID19 en utilisant l'apprentissage automatique par rapport à un test ou une évaluation clinique humain ou autre
A la fin des analyses de données, environ 1 an

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Parrainer

Parrainer

L'organisation ou la personne qui lance l'étude et qui a autorité et contrôle sur l'étude.
Imperial College London

Collaborateurs

Collaborateurs

Une organisation autre que le promoteur qui apporte son soutien à une étude clinique. Ce soutien peut inclure des activités liées au financement, à la conception, à la mise en œuvre, à l'analyse des données ou à la production de rapports.
Imperial College Healthcare NHS Trust
London North West Healthcare NHS Trust
Chelsea and Westminster Hospital NHS Foundation Trust

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Réel)

Début de l'étude

La date réelle à laquelle le premier participant a été inscrit à une étude clinique. La date de début "prévue" de l'étude est la date qui, selon les chercheurs, sera la date de début de l'étude.
26 mai 2020

Achèvement primaire (Anticipé)

Achèvement primaire

La date à laquelle le dernier participant à une étude clinique a été examiné ou a reçu une intervention pour recueillir les données finales pour le critère de jugement principal. Que l'étude clinique se soit terminée conformément au protocole ou qu'elle ait été terminée n'affecte pas cette date. Pour les études cliniques avec plus d'un critère de jugement principal avec des dates d'achèvement différentes, ce terme fait référence à la date à laquelle la collecte de données est terminée pour tous les critères de jugement principaux. La date d'achèvement primaire "prévue" est la date qui, selon les chercheurs, sera la date d'achèvement primaire de l'étude.
1 mai 2022

Achèvement de l'étude (Anticipé)

Achèvement de l'étude

La date à laquelle le dernier participant à une étude clinique a été examiné ou a reçu une intervention/un traitement pour recueillir les données finales pour les mesures de résultats primaires, les mesures de résultats secondaires et les événements indésirables (c'est-à-dire la dernière visite du dernier participant). La date d'achèvement de l'étude "prévue" est la date qui, selon les chercheurs, sera la date d'achèvement de l'étude.
1 mai 2022

Dates d'inscription aux études

Première soumission

Première soumission

La date à laquelle le promoteur de l'étude ou l'investigateur a soumis pour la première fois un dossier d'étude à ClinicalTrials.gov. Il y a généralement un délai de quelques jours entre la première date de soumission et la disponibilité du dossier sur ClinicalTrials.gov (la première date publiée).
7 août 2020

Première soumission répondant aux critères de contrôle qualité

Première soumission répondant aux critères de contrôle qualité

La date à laquelle le promoteur de l'étude ou l'investigateur soumet pour la première fois un dossier d'étude conforme aux critères d'examen du contrôle qualité (CQ) de la National Library of Medicine (NLM). Le promoteur ou l'investigateur peut avoir besoin de réviser et de soumettre un dossier d'étude une ou plusieurs fois avant que les critères d'examen du CQ du NLM soient remplis. Il incombe au promoteur ou à l'investigateur de s'assurer que le dossier de l'étude est conforme aux critères d'examen du NLM QC.
11 août 2020

Première publication (Réel)

Première publication

La date à laquelle le dossier d'étude a été disponible pour la première fois sur ClinicalTrials.gov après la fin de l'examen du contrôle qualité (CQ) de la National Library of Medicine (NLM). Il y a généralement un délai de quelques jours entre la date à laquelle le promoteur de l'étude ou l'investigateur a soumis le dossier de l'étude et la première date de publication.
12 août 2020

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

Dernière mise à jour publiée

La date la plus récente à laquelle les modifications apportées à un dossier d'étude ont été mises à disposition sur ClinicalTrials.gov. Il peut y avoir un délai entre le moment où les modifications ont été soumises à ClinicalTrials.gov par le promoteur ou l'investigateur de l'étude (la date de soumission de la dernière mise à jour) et la date de publication de la dernière mise à jour.
30 août 2021

Dernière mise à jour soumise répondant aux critères de contrôle qualité

Dernière mise à jour soumise répondant aux critères de contrôle qualité

La date la plus récente à laquelle le promoteur de l'étude ou l'investigateur a soumis des modifications à un dossier d'étude qui sont conformes aux critères d'examen du contrôle qualité (CQ) de la National Library of Medicine (NLM). Il incombe au promoteur ou à l'investigateur de s'assurer que le dossier de l'étude est conforme aux critères d'examen du NLM QC.
24 août 2021

Dernière vérification

Dernière vérification

La date la plus récente à laquelle le promoteur de l'étude ou l'investigateur a confirmé que les informations sur une étude clinique sur ClinicalTrials.gov étaient exactes et à jour. Si une étude avec un statut de recrutement de recrutement ; pas encore de recrutement ; ou actif, aucun recrutement n'a été confirmé au cours des 2 dernières années, le statut de recrutement de l'étude est indiqué comme inconnu.
1 août 2021

Plus d'information

Termes liés à cette étude

Mots clés

Termes MeSH pertinents supplémentaires

Autres numéros d'identification d'étude

Autres numéros d'identification d'étude

Identifiants ou numéros d'identification autres que le numéro NCT qui sont attribués à une étude clinique par le sponsor de l'étude, les bailleurs de fonds ou autres. Ces numéros peuvent inclure des identifiants uniques d'autres registres d'essais et des numéros de subvention des National Institutes of Health.
  • 20HH5967

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

Oui

Description du régime IPD

Il s'agit d'une étude utilisant des données rétrospectives, pseudo-anonymisées, acquises dans le cadre des soins cliniques de routine pour les patients. Il n'y a pas de risques directs pour la santé des patients. Les principaux enjeux tournent autour de la sécurité et du stockage des données. Afin de résoudre ce problème, les membres de l'équipe de soins directs qui ne sont pas membres de l'équipe de recherche effectueront la pseudo-anonymisation des données et transmettront un ensemble de données pseudo-anonymisées à l'équipe de recherche sans accès à la pseudo-anonymisation. code. L'équipe de recherche ne sera donc pas en mesure d'identifier les patients à partir de ces données. Les données pseudo-anonymisées seront également stockées en toute sécurité afin de minimiser davantage les risques.

Délai de partage IPD

pendant la durée de l'étude

Critères d'accès au partage IPD

Chercheurs de l'étude

Type d'informations de prise en charge du partage d'IPD

  • Protocole d'étude
  • Plan d'analyse statistique (PAS)

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .

Paramètres des cookies

Nous utilisons des cookies pour nous assurer de vous offrir la meilleure expérience sur notre site Web. Pour plus de détails, lisez attentivement notre Politique de confidentialité et de cookies. ...>>>Vous pouvez modifier vos préférences ou retirer votre consentement à tout moment en supprimant les cookies de votre site Web ou de votre ordinateur comme décrit dans la politique. Veuillez l'accepter et choisir vos préférences en cochant les cases correspondantes dans la section "Gérer les paramètres" ci-dessous. Veuillez lire attentivement nos Conditions d'utilisation avant de continuer à utiliser une partie de ce site Web.
«Gérer les paramètres