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.

Délimiter (DELINEATE)

14 avril 2026 mis à jour par: Pierre Elias, Columbia University

Apprentissage en profondeur pour l'analyse, le suivi et l'évaluation de l'évaluation prospective (délimitation-prospective)

Les maladies cardiaques sont la principale cause de décès aux États-Unis, et l'échocardiographie (ou «écho») est le moyen le plus courant des médecins regardent le cœur. L'écho est sûr, indolore et peut détecter des problèmes cardiaques majeurs, notamment un pompage cardiaque faible et une maladie de la valve.

La maladie de la valve, en particulier la sténose aortique (rétrécissement) et la régurgitation mitrale (fuite), sont courantes chez les personnes âgées mais ne sont souvent pas diagnostiquées. Bien que l'écho soit le principal outil pour trouver des problèmes de valve, cela prend du temps, nécessite une formation d'experts et les résultats peuvent varier entre les lecteurs.

Les progrès récents de l'intelligence artificielle (IA), en particulier l'apprentissage en profondeur (DL), ont été prometteurs dans l'analyse automatique des images cardiaques. Cependant, les recherches antérieures n'ont pas complètement abordé des techniques d'écho clés doppler et doppler spectraux - qui sont cruciaux pour mesurer comment le sang se déplace à travers les valves cardiaques. Les outils d'IA sont également confrontés à des défis à être utilisés dans la pratique médicale quotidienne en raison des problèmes de flux de travail, du manque de tests réels et des préoccupations quant à la façon dont les algorithmes prennent des décisions.

Au Columbia University Irving Medical Center, les chercheurs ont construit une grande base de données de tests cardiaques au cours des six dernières années et ont développé des programmes d'IA pour analyser les échocardiogrammes. La présente étude testera si la fourniture d'analyse d'IA aux cardiologues en temps réel pendant la lecture d'écho peut rendre le processus plus rapide et plus cohérent.

Aperçu de l'étude

Description détaillée

Dans une étude antérieure de l'Université de Columbia, une série d'algorithmes d'apprentissage en profondeur analysant les échocardiogrammes est en développement. Ces algorithmes comprennent, mais sans s'y limiter, les algorithmes qui permettent la classification de la vue, l'identification de la structure, les mesures de dimension du ventricule gauche (LV), la détermination de la fraction éjeure ventriculaire gauche (LVEF), les évaluations du volume de l'atrium gauche (LA) et le diagnostic de la maladie cardiaque valvulaire. En bref, ces algorithmes sont basés sur des architectures qui sont utiles dans l'image et l'analyse vidéo, y compris celles spécifiques à l'interprétation de l'échocardiographie. Les algorithmes basés sur ces architectures peuvent être généralisés à l'interprétation des données d'échocardiogramme sur vidéo telles que l'évaluation de la régurgitation valvulaire. Dans le cadre de ce protocole d'étude, ces modèles continueront d'être développés à l'aide des données d'échocardiogramme du patient. Cette étude vise à créer un système automatisé de bout en bout qui peut fournir des analyses d'apprentissage en profondeur des échocardiogrammes au cardiologue d'interprétation en temps réel. En cas de succès, ce programme pourrait permettre des améliorations de l'efficacité et de la fiabilité de la lecture de l'échocardiographie.

Type d'étude

Observationnel

Inscription (Estimé)

50

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

Sauvegarde des contacts de l'étude

Lieux d'étude

    • New York
      • New York, New York, États-Unis, 10032
        • Recrutement
        • Columbia University Irving Medical Center
        • Contact:
        • Chercheur principal:
          • Pierre A Elias, MD
        • Contact:
          • Jeffrey Ruhl, MS
          • Numéro de téléphone: 570-713-7815
          • E-mail: hvx9001@nyp.org

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

  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

Non

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

Les cardiologues de la fréquentation du conseil d'administration à l'Université Columbia, ColumbiaDoctors ou l'hôpital de Newyork-Presbyterian qui interprètent les échocardiogrammes transhoraciques au Columbia Echocardiographie et ont donné un consentement éclairé pour participer

La description

Critères d'inclusion:

  • Cardiologue fréquenté employé par Columbia University, ColumbiaDoctors ou Newyork Presbyterian Hospital qui lit des échocardiogrammes de la Columbia dans le Laboratoire d'échocardiographie Columbia
  • A fourni un consentement éclairé pour participer aux questionnaires ou à l'étude pivot

Critères d'exclusion:

  • Médecin en formation (boursier en cardiologie ou boursier d'imagerie avancée)

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
Groupe d'intervention

Les études répondant aux critères suivants subiront une arbitrage par un panel d'experts: régurgitation modérée, modérée sévère ou sévère, aortique ou tricuspide par évaluation des modèles ou des modèles d'IA.

L'écart entre les interprétations des médecins et de l'IA, où la gravité de l'IA-évaluée est supérieure à la gravité évaluée par le médecin (c'est-à-dire indique que plus de régurgitation valvulaire est présente)

Groupe témoin
Un échantillon aléatoire stratifié de cas sera sélectionné pour correspondre à la distribution des cas filés par l'IA par la gravité de la régurgitation valvulaire évaluée par des médecins et subira le même jugement de panneau d'experts.

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Proportion de reclassement cliniquement significatif par revue de panel
Délai: 18 mois
Proportion de cas où le panel d'experts reclasse la gravité de la régurgitation valvulaire par au moins une grade (mise à niveau ou rétrogradation). La proportion sera calculée comme le nombre de cas avec reclassement ÷ nombre total de cas examinés.
18 mois

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Proportion de cas avec reclassement basé sur l'IA entraînant un changement de gestion clinique
Délai: 18 mois
La proportion sera calculée comme le nombre de cas avec tout changement de gestion ÷ nombre total de cas examinés.
18 mois
Proportion de cas avec reclassement basé sur l'IA conduisant à une référence à un spécialiste de vanne ou un chirurgien
Délai: 18 mois
Définition: La proportion sera calculée comme le nombre de cas mentionnés à un spécialiste de vanne ou à un chirurgien ÷ nombre total de cas examinés.
18 mois
Proportion de cas avec reclassement basé sur l'IA entraînant un changement de fréquence de l'échocardiographie de suivi
Délai: 18 mois
La proportion sera calculée comme le nombre de cas avec un changement de fréquence d'échocardiographie de suivi recommandée ÷ Nombre total de cas examinés.
18 mois
Proportion de cas avec reclassement basé sur l'IA conduisant à une référence pour des tests supplémentaires (TEE ou IRM cardiaque)
Délai: 18 mois
La proportion sera calculée comme le nombre de cas mentionnés pour des tests supplémentaires avec TEE ou IRM cardiaque ÷ nombre total de cas examinés.
18 mois

Autres mesures de résultats

Mesure des résultats
Description de la mesure
Délai
Concordance entre l'IA et l'examen du panel
Délai: 18 mois
Proportion de cas où la classification de l'IA est d'accord avec l'examen du panel d'experts de la gravité de la régurgitation valvulaire.
18 mois
Concordance entre le cardiologue en lecture clinique et revue du panel
Délai: 18 mois
Proportion de cas où l'interprétation clinique du cardiologue est d'accord avec l'examen des panels d'experts de la gravité de la régurgitation valvulaire.
18 mois
Comparaison des taux de concordance (AI vs cardiologue) contre l'examen du panel
Délai: 18 mois
Différence entre le taux de concordance de la revue de l'IA vs des panels et le taux de concordance de la lecture clinique du cardiologue par rapport à l'examen du panel.
18 mois
Contrat inter-lecteur pour les mesures échocardiographiques catégorielles
Délai: 18 mois
L'accord entre les lecteurs de cardiologues indépendants pour les variables catégorielles (par exemple, la gravité de la régurgitation valvulaire) sera quantifiée à l'aide de la statistique Kappa de Cohen.
18 mois
Accord inter-lecteur pour des mesures échocardiographiques continues
Délai: 18 mois
L'accord entre les lecteurs de cardiologues indépendants pour des mesures continues (par exemple, la catégorie de la fraction d'éjection ventriculaire gauche [LVEF]) sera quantifiée en utilisant le coefficient de corrélation intraclasse (ICC)
18 mois

Collaborateurs et enquêteurs

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

Les enquêteurs

  • Chercheur principal: Pierre A Elias, MD, Columbia 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)

15 avril 2026

Achèvement primaire (Estimé)

1 octobre 2027

Achèvement de l'étude (Estimé)

1 octobre 2028

Dates d'inscription aux études

Première soumission

14 août 2025

Première soumission répondant aux critères de contrôle qualité

24 septembre 2025

Première publication (Réel)

29 septembre 2025

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

16 avril 2026

Dernière mise à jour soumise répondant aux critères de contrôle qualité

14 avril 2026

Dernière vérification

1 avril 2026

Plus d'information

Termes liés à cette étude

Plan pour les données individuelles des participants (IPD)

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

NON

Description du régime IPD

La confidentialité et la confidentialité des patients: même avec une dés-identification, le partage de données de santé détaillées pourrait risquer la réidentification des participants.

Restrictions réglementaires: les comités d'examen institutionnels (IRB), les règles HIPAA ou les lois locales peuvent limiter le partage de données, en particulier pour les informations de santé sensibles comme les échocardiogrammes.

Limites du consentement: Si les participants ne consentirent pas explicitement à un large partage de données lors de l'inscription, l'étude ne peut pas fournir de manière éthique ou légalement fournis leur IPD.

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

produit fabriqué et exporté des États-Unis.

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 .

S'abonner