Prédiction ECG précoce de l'établissement de cohorte de maladies multi-systèmes et de suivi (EARLY-ECG-PRED)
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Description détaillée
Les progrès récents de l'intelligence artificielle (IA) ont élargi les capacités de diagnostic de l'électrocardiographie (ECG) au-delà des maladies cardiovasculaires. Les preuves émergentes démontrent que l'analyse ECG améliorée par l'IA peut fournir des informations précieuses sur l'âge, le sexe, le risque de mortalité, la fonction cardiaque et les conditions systémiques telles que les déséquilibres électrolytiques, la dysfonction rénale et les troubles thyroïdiens. Ces résultats positionnent l'ECG comme un outil prometteur pour l'identification et la prédiction d'un large éventail de maladies.
Pour approfondir les mécanismes sous-jacents reliant les anomalies de l'ECG aux maladies multi-systèmes et pour développer des modèles diagnostiques, de dépistage et prédictifs basés sur l'ECG, nous avons lancé une étude de registre d'observation multicentrique multicentrique impliquant des patients subissant des examens de l'ECG. Les objectifs du projet sont les suivants:
1. Développement du modèle de la Fondation AI-ECG
- Diagnostic des maladies cardiovasculaires traditionnelles (par exemple, arythmies, infarctus du myocarde).
- Dépistage des troubles multi-systèmes, notamment: les maladies circulatoires, digestives, respiratoires et du système nerveux, les troubles endocriniens / métaboliques, les maladies urogénitales, les conditions hématologiques, les néoplasmes et les troubles de la santé mentale.
- Prédiction des conditions de nouvel apparition (par exemple, fibrillation auriculaire, insuffisance cardiaque, maladies valvulaires, NSTEMI, tachycardie ventriculaire) et risque de mortalité à 1 an.
2. Utilité clinique et mise en œuvre
Tirant la portabilité, la rentabilité et la non-invasion de l'ECG, notre modèle de fondation AI permet:
- Dépistage rapide et à grande échelle en ambulatoire, en patients hospitalisés, en urgence et en communauté.
- Détection précoce des maladies multi-systèmes, guidant le bilan diagnostique ciblé.
3. Recherche mécaniste et interprétabilité élucidant la logique diagnostique, prédictive et à la structure des risques des modèles de fondation AI-ECG.
Type d'étude
Inscription (Estimé)
Contacts et emplacements
Coordonnées de l'étude
- Nom: Jun Pu, MD,PhD
- Numéro de téléphone: 86-21-68383477
- E-mail: pujun310@hotmail.com
Lieux d'étude
-
-
Shanghai
-
Shanghai, Shanghai, Chine, 200000
- Recrutement
- Ren Ji Hospital Afflited to School of Medicine, Shanghai Jiao Tong University
-
Contact:
- Song ding, MD
- Numéro de téléphone: 86-21-68383477
- E-mail: dingsong1105@163.com
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
- Enfant
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
Méthode d'échantillonnage
Population étudiée
La description
Critères d'inclusion:
- Les patients qui ont visité l'hôpital d'étude.
- Les patients inclus doivent avoir à la fois des données ECG et des codes de diagnostic de sortie (CIM-10) pour les patients hospitalisés et les patients d'urgence.
Critères d'exclusion:
1. Les patients qui ont refusé la participation, les cas avec des données cliniques incomplètes ou manquantes et les personnes enceintes.
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Prédication de la maladie multi-systèmes en fonction de l'ECG
Délai: 1 mois
|
Évaluation de l'efficacité de l'ECG dans la prévision des maladies à travers divers systèmes, tels que les maladies du système circulatoire, les maladies du système respiratoire, les maladies du système digestif, les maladies du système nerveux, les maladies du système urogénital, les maladies endocriniennes et nutritionnelles / métaboliques, les maladies hématologiques, les maladies infectieuses et parasites, les tumeurs et les troubles mentaux et comportementaux.
Cette étude utilise initialement le système de codage ICD-10 pour le dépistage préliminaire des maladies cibles.
Par la suite, un comité d'experts cliniques multidisciplinaires procède à un examen systématique des maladies des candidats basée sur le cadre du système de codage ICD-10, y compris l'applicabilité des critères de diagnostic, la précision de la classification ICD-10, le caractère raisonnable des critères d'exclusion et l'évaluation du niveau de preuve.
|
1 mois
|
Collaborateurs et enquêteurs
Parrainer
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Estimé)
Achèvement de l'étude (Estimé)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Autres numéros d'identification d'étude
- EARLY-ECG-PREDICTION Cohort
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
produit fabriqué et exporté des États-Unis.
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 .