Deep Learning pour l'identification intelligente des arythmies (ECG-LEARNING)
2 avril 2024 mis à jour par: First Affiliated Hospital Xi'an Jiaotong University
Apprentissage en profondeur pour l'identification intelligente des arythmies (ECG-LEARNING) : une étude de cohorte nationale multicentrique, rétrospective-prospective, initiée par un chercheur
Cette étude vise à concevoir et former un modèle d'apprentissage en profondeur pour le diagnostic de différentes arythmies.
Aperçu de l'étude
Statut
Pas encore de recrutement
Les conditions
Intervention / Traitement
Description détaillée
Cette étude vise à collecter rétrospectivement et prospectivement des données cliniques de routine telles que des électrocardiogrammes de patients atteints d'arythmie qui répondent aux critères d'inclusion et d'exclusion.
Ensuite, nous concevrons et formerons un modèle d'apprentissage en profondeur pour analyser les caractéristiques électrocardiographiques des arythmies, identifier les types d'arythmies et évaluer la valeur du modèle pour le diagnostic de différentes arythmies.
Type d'étude
Observationnel
Inscription (Estimé)
4000
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.
Coordonnées de l'étude
- Nom: Guoliang Li, M.D.
- Numéro de téléphone: +8613759982523
- E-mail: liguoliang_med@163.com
Sauvegarde des contacts de l'étude
- Nom: Chaofeng Sun, M.D.
- E-mail: cfsun1@mail.xjtu.edu.cn
Lieux d'étude
-
-
Shaanxi
-
Xi'an, Shaanxi, Chine, 710061
- First Affiliated Hospital of Xi'an Jiantong University
-
-
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
Âges éligibles pour étudier
- Enfant
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
Non
Méthode d'échantillonnage
Échantillon non probabiliste
Population étudiée
Patients diagnostiqués avec une arythmie par électrocardiogramme à douze dérivations ou Holter.
La description
Critère d'intégration:
- Pour une étude rétrospective : 1. Patients présentant une arythmie diagnostiquée par un électrocardiogramme de surface à 12 dérivations de routine ou un Holter ; 2.Le type d'arythmie est diagnostiqué par un examen électrophysiologique intracardiaque.
- Pour une étude prospective : 1. Patients souffrant d'arythmie diagnostiquée par un électrocardiogramme de surface à 12 dérivations de routine ou un Holter ; 2. Un examen électrophysiologique intracardiaque est prévu.
Critère d'exclusion:
- Manque de données d'électrocardiogramme de surface à 12 dérivations ou de données Holter ;
- Absence d'examen électrophysiologique intracardiaque ;
- Les patients ont refusé de signer un consentement éclairé et ont refusé de participer à l'étude.
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
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
Groupe expérimental
Les données ECG et les données cliniques de ce groupe de patients atteints d'arythmie seront utilisées pour construire un modèle d'apprentissage en profondeur.
|
Aucune intervention ne sera donnée aux patients.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Un modèle d'apprentissage profond conçu pour identifier intelligemment les types d'arythmie.
Délai: 1 jour après l'inscription.
|
Le modèle est formé sur l'ensemble de formation, le meilleur modèle et les meilleurs hyperparamètres sont sélectionnés via l'ensemble de vérification, et enfin les résultats du modèle sont testés sur l'ensemble de test.
|
1 jour après l'inscription.
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
La sensibilité, la spécificité et la précision du modèle d'apprentissage en profondeur
Délai: 1 jour après l'inscription.
|
La sensibilité, la spécificité et la précision d'un modèle d'apprentissage en profondeur conçu ont été évaluées par les résultats de l'examen électrophysiologique intracardiaque pour identifier les patients souffrant d'arythmie dans divers centres.
|
1 jour après l'inscription.
|
Collaborateurs et enquêteurs
C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.
Collaborateurs
Les enquêteurs
- Chercheur principal: Guoliang Li, M.D., First Affiliated Hospital Xi'an Jiaotong University
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 (Estimé)
30 décembre 2024
Achèvement primaire (Estimé)
31 août 2028
Achèvement de l'étude (Estimé)
31 décembre 2028
Dates d'inscription aux études
Première soumission
6 juillet 2023
Première soumission répondant aux critères de contrôle qualité
21 juillet 2023
Première publication (Réel)
1 août 2023
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
4 avril 2024
Dernière mise à jour soumise répondant aux critères de contrôle qualité
2 avril 2024
Dernière vérification
1 avril 2024
Plus d'information
Termes liés à cette étude
Mots clés
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- XJTU1AF2023LSK-170
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 .