- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT05652933
Az akut ischaemiás stroke diagnosztika optimalizálása mesterséges intelligencia segítségével (AI-STROKE)
A tanulmány áttekintése
Állapot
Körülmények
Részletes leírás
A thrombectomia akut ischaemiás stroke esetén rendkívül hatékony és költséghatékony. A mai napig túl kevés betegnek van lehetősége trombectomiára. Sürgősen javítani kell a diagnosztikát annak érdekében, hogy minden alkalmas stroke-beteg elzáródását elég gyorsan észleljék, és ha indokolt, thrombectomiát ajánljanak fel. A gépi tanuláson alapuló képalkotó technikákról a közelmúltban bebizonyosodott, hogy javított diagnosztikai módszereket biztosítanak az érelzáródás és az ischaemiás elváltozások mesterséges intelligencia segítségével történő kimutatására szolgáló automatizált módszerekkel. Prospektív intervenciós vizsgálatot fogunk végezni akut ischaemiás stroke-betegeken azzal a céllal, hogy megszervezzük és egyszerűsítsük az ellátási utat az akut stroke képalkotás pragmatikus megközelítésén keresztül, amelyet a képfeldolgozás és a mesterséges intelligencia legfejlettebb fejlesztései hajtanak végre. Többfázisú CT angiográfia és szoftver használatával két elsődleges stroke központban a képek automatikus kiértékelésének hasznosságát a szokásos ellátáshoz hasonlítják. Az összes képet ezzel párhuzamosan neuroradiológusok értékelik az átfogó stroke központban.
A fő cél az, hogy megszervezzék és egyszerűsítsék az akut stroke képalkotáshoz vezető utat a képfeldolgozás és a mesterséges intelligencia élvonalbeli fejlődése révén.
A másodlagos célok a következők értékelése: 1) az mCTA diagnosztikai pontossága az érelzáródás kimutatásában ischaemiás stroke esetén AI-alapú elemzési eszközökkel, összehasonlítva az MRI arany standardjával, 2) azon jogosult betegek százalékos aránya, akik mesterséges intelligencia alapú elemzéssel kaptak EVT-t. a standard ellátási diagnosztikához 3) a kezdettől a rekanalizációig eltelt idő és 4) az EVT-vel kezelt akut ischaemiás stroke betegek funkcionális kimenetele, akiknél a kezdeti radiológiai diagnózis AI-alapú képelemző eszközökkel történt, összehasonlítva a standard ellátással diagnosztizált stroke betegekkel.
Hipotézisek: Az új, mesterséges intelligencia alapú képelemző eszközök, amelyeket a már elérhető standard CT alapú képalkotó technikákon alkalmaznak, a) javíthatják az akut stroke diagnosztikát és b) növelhetik az EVT-vel kezelt betegek számát.
A projekt fő célja az ellátási útvonal megszervezése és egyszerűsítése az akut stroke képalkotás pragmatikus megközelítésén keresztül, amelyet a képfeldolgozás és a mesterséges intelligencia élvonalbeli fejlesztései hajtanak végre.
Másodlagos célok:
- Annak felmérése, hogy a mesterséges intelligencia alapú képelemző eszközök alkalmazása a radiológiai diagnosztikában az elsődleges stroke centrumokban csökkentheti-e az EVT-vel kezelt akut ischaemiás stroke-betegeknél a kezdettől a rekanalizációig eltelt időt.
- Az mCTA diagnosztikai pontosságának felmérése a közepes és nagy erek elzáródásos ischaemiás stroke kimutatásában AI-alapú elemzési eszközökkel, összehasonlítva a neuroradiológusok által értékelt MRI (DWI és MR angiográfia) arany standardjával.
- Az mCTA diagnosztikai pontosságának felmérése a közepes és nagy érelzáródás ischaemiás stroke kimutatásában AI-alapú elemzési eszközökkel, összehasonlítva a standard ellátással végzett értékeléssel.
- Annak felmérése, hogy az mCTA-ra alkalmazott, rendelkezésre álló, mesterséges intelligencia-alapú elemzési eszközök használata növelheti-e az EVT-re jogosult és felajánlott stroke-betegek számát.
- A funkcionális kimenetel és a beteggel kapcsolatos kimenetel mérései 3 hónappal az EVT után olyan stroke-betegeknél, akiknél a kezdeti radiológiai diagnózist AI-alapú képelemző eszközökkel végezték, a standard ellátással diagnosztizált stroke betegekkel.
Végpontok:
Elsődleges végpontok:
- A helyi kórházban a betegek CT-vizsgálatának kezdetétől a radiológiai diagnózisig eltelt idő LVO-ban és MeVO-ban szenvedő akut stroke-betegeknél mesterséges intelligencia-szoftver használatával végzett időszakokban, összehasonlítva a szokásos ellátási időszakokkal.
Másodlagos végpontok:
- Az LVO-val és a MeVO-val azonosított betegeknél a helyi kórházban végzett CT-vizsgálat kezdetétől a thrombectomia kezdetéig eltelt idő mesterséges intelligencia-szoftver használatával végzett időszakokban, összehasonlítva a szokásos ellátási időszakokkal.
- A tünetek megjelenésétől a thrombectomia kezdetéig eltelt idő LVO-val és MeVO-val azonosított betegeknél az AI-szoftver használatával végzett időszakokban, összehasonlítva a standard ellátással diagnosztizált LVO-val és MeVO-val azonosított betegek arányával.
- Az LVO-val és MeVO-val azonosított betegek aránya az AI-szoftver használatának időszakában, összehasonlítva a standard ellátással diagnosztizált LVO-val és MeVO-val azonosított betegek arányával.
- Az LVO-val és MeVO-val azonosított betegek aránya az AI-szoftver használatával végzett időszakokban a neuroradiológusok értékeléséhez képest.
- A MeVO-ban thrombectomiával kezelt betegek aránya a mesterséges intelligencia szoftverrel végzett időszakokban, összehasonlítva a standard ellátással diagnosztizált LVO-val és MeVO-val azonosított betegek arányával.
- Funkcionális kimenetel 3 hónappal az EVT után olyan stroke-betegeknél, akiknél a kezdeti radiológiai diagnózis AI-alapú képelemző eszközökkel történt, összehasonlítva a standard ellátással diagnosztizált stroke-betegekkel.
- A betegekre vonatkozó eredményeket 3 hónappal az EVT után mérik azoknál a stroke-betegeknél, akiknél a kezdeti radiológiai diagnózis AI-alapú képelemző eszközökkel történt, összehasonlítva a standard ellátással diagnosztizált stroke betegekkel.
Ez a tanulmány a thrombectomia szolgáltatás prospektív megfigyeléses vizsgálatának része, az elsődleges és átfogó stroke központok stroke osztályai és radiológiai osztályai együttműködésével – az Oslo Acute Revascularization Stroke Study (OSCAR) (REK 2015/1844, EudraCT szám: 2018-004691-). 36). 2017 januárja óta már gyűjtöttek adatokat az Oslói Egyetemi Kórházban EVT-vel kezelt betegekről, és közel 1100 EVT-vel kezelt beteget vettek figyelembe. Az adatbázis részletes információkat tartalmaz a logisztikai, szállítási, klinikai, radiológiai adatokról, valamint a kezelésről, beleértve a rehabilitációt is, a kiindulási állapottól a 3 hónapos utánkövetésig prospektívan.
A tanulmány egy 12 hónapos időszakkal kezdődik, regisztrációval az AI-szoftver bevezetése előtt. Az ebből az időszakból és az OSCAR-tanulmányból származó adatokat összevetjük az AI szoftver bevezetése után gyűjtött adatokkal. A vizsgálatot a Drammen Kórházban kezdjük, majd a Vestre Viken Hospital Trust és az Østfold Hospital Trust többi kórházában is végrehajtjuk. Az adatokat az AI szoftver bevezetése után legalább 18 hónapig rögzítjük. Az inklúziós szakasz hosszát a felvételi aránynak megfelelően módosítjuk.
Tanulmány típusa
Beiratkozás (Becsült)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
-
Drammen, Norvégia
- Toborzás
- Vestre Viken Hospital Trust
-
Kapcsolatba lépni:
- Bjørn Anton Graff
- Telefonszám: +47 32 80 30 00
- E-mail: bjgraf@vestreviken.no
-
Oslo, Norvégia
- Toborzás
- Oslo University Hospital
-
Kapcsolatba lépni:
- Anne Hege Aamodt, MD PhD Prof
- Telefonszám: +47 23 07 00 00
- E-mail: anhaam@ous-hf.no
-
Kapcsolatba lépni:
- Brian Enriquez, MD
- Telefonszám: +47 23 07 00 00
- E-mail: brienr@ous-hf.no
-
Alkutató:
- Thor H Skattør, MD PhD
-
Sarpsborg, Norvégia
- Toborzás
- Østfold Hospital Trust
-
Kapcsolatba lépni:
- Linn Heitmann
- Telefonszám: +47 69 86 00 00
- E-mail: Linn.Aarbakke.Heitmann@so-hf.no
-
Kapcsolatba lépni:
- Jostein Gleditsch
- Telefonszám: +47 69 86 00 00
- E-mail: Jostein.Gleditsch@so-hf.no
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
- Ischaemiás stroke-ban szenvedő betegek.
- Minden stroke súlyosság és éreloszlás alkalmas.
- A felvétel előtt meg kell adni a beteg által aláírt, tájékozott, írásos beleegyezést, a nem részt vevő egészségügyi személy által tanúsított szóbeli hozzájárulást, vagy a beteg családjának aláírásával. Azok a betegek, akiknek nem szerezhető be tájékozott beleegyezése, nem vesznek részt a vizsgálatban, hanem a szokásos irányelvek szerint kezelik őket.
Kizárási kritériumok:
• A betegek nem állnak rendelkezésre nyomon követési vizsgálatokra (pl. nem rezidens).
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
- Megfigyelési modellek: Kohorsz
- Időperspektívák: Leendő
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
A helyi kórházban a betegek CT-vizsgálatának megkezdésétől a radiológiai diagnózisig eltelt idő nagy és közepes érelzáródású akut stroke-os betegeknél mesterséges intelligencia szoftverrel végzett időszakokban, összehasonlítva a szokásos ellátási időszakokkal.
Időkeret: 0. nap
|
Percek
|
0. nap
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
A helyi kórházban a betegek CT-vizsgálatának kezdetétől a thrombectomia kezdetéig eltelt idő nagy és közepes érelzáródással diagnosztizált betegeknél mesterséges intelligencia-szoftver használatával végzett időszakokban, összehasonlítva a szokásos ellátási időszakokkal.
Időkeret: 0. nap
|
Percek
|
0. nap
|
A tünetek megjelenésétől a thrombectomia kezdetéig eltelt idő LVO nagy és közepes érelzáródásban szenvedő betegeknél AI szoftver használatával időszakokban, összehasonlítva a standard ellátással diagnosztizált LVO-val és MeVO-val azonosított betegek arányával.
Időkeret: 0. nap
|
Percek
|
0. nap
|
A nagy és közepes érelzáródással diagnosztizált betegek aránya a mesterséges intelligencia szoftver használatával időszakokban, összehasonlítva a standard ellátással diagnosztizált nagy és közepes érelzáródással diagnosztizált betegek arányával.
Időkeret: 0. nap
|
Betegek száma
|
0. nap
|
A nagy és közepes érelzáródásban thrombectomiával kezelt betegek aránya mesterséges intelligencia szoftverrel végzett időszakokban, összehasonlítva a standard ellátással diagnosztizált nagy és közepes érelzáródással azonosított betegek arányával.
Időkeret: 0. nap
|
Betegek száma
|
0. nap
|
Funkcionális kimenetel az EVT után 90 nappal azoknál a stroke-betegeknél, akiknél a kezdeti radiológiai diagnózis AI-alapú képelemző eszközökkel történt, összehasonlítva a standard ellátással diagnosztizált stroke betegekkel.
Időkeret: 90 nap
|
A módosított Rankin-skálán (mRS 0-6) független működésű résztvevők száma, a 0-2-es pontszám alapján.
A módosított Rankin-skála (mRS) a klinikusok által jelentett, érvényes és megbízható globális rokkantságmérő, amelyet széles körben alkalmaztak a stroke utáni felépülés értékelésére.
Ez egy olyan skála, amely a stroke-on átesett emberek funkcionális felépülését (a fogyatékosság vagy a napi tevékenységekben való függőség mértékét) méri.
Az mRS-pontszámok 0-tól (legjobb eredmény) 6-ig (legrosszabb eredmény) terjednek, a 0 pedig azt jelzi, hogy nincsenek maradéktünetek; 5 ágyhoz kötött, állandó gondozást igénylő; a 6 pedig halált jelez.
|
90 nap
|
Az egészséggel összefüggő életminőség az EVT után 90 nappal azoknál a stroke-betegeknél, akiknél a kezdeti radiológiai diagnózist mesterséges intelligencia-alapú képelemző eszközökkel végezték el, összehasonlítva a standard ellátással diagnosztizált stroke-betegekkel.
Időkeret: 90 nap
|
Az egészséggel összefüggő életminőség az EQ-5D-5L által a 90. napon mérve.
Az EQ-5D-5L (EuroQol 5-Dimensional 5-Level) egy általános eszköz az egészség leírására és értékelésére.
Egy olyan leíró rendszeren alapul, amely az egészséget öt dimenzióban határozza meg: mobilitás, öngondoskodás, szokásos tevékenységek, fájdalom/diszkomfort és szorongás/depresszió.
Minden dimenziónak öt válaszkategóriája van, amelyek megfelelnek a következőknek: nincs probléma, enyhe, közepes, súlyos és extrém problémák.
A válaszadók az interjú napján általános egészségi állapotukat is értékelni fogják egy 0-100 közötti vizuális analóg skálán (EQ-VAS, a magasabb pontszámok jobb eredményeket jelentenek).
|
90 nap
|
Együttműködők és nyomozók
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Becsült)
A tanulmány befejezése (Becsült)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- 282961
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .
Klinikai vizsgálatok a Stroke, akut
-
Institut National de la Santé Et de la Recherche...Befejezve