Applicazione dell'intelligenza artificiale all'ECG a 12 derivazioni per la diagnosi di ipertensione polmonare: uno studio osservazionale
L'obiettivo di questo studio osservazionale è applicare l'intelligenza artificiale (AI) e la tecnologia di apprendimento automatico all'elettrocardiogramma a 12 derivazioni (ECG) a riposo e valutare se può aiutare i medici nella diagnosi precoce dell'ipertensione polmonare (IP). La diagnosi precoce e accurata è un passo importante per i pazienti con IP. Aiuta a fornire trattamenti efficaci in anticipo che migliorano la prognosi e la qualità della vita. Le principali domande a cui il nostro studio si propone di rispondere sono:
- La tecnologia AI nell'ECG a 12 derivazioni può prevedere con precisione la presenza di IP?
- La tecnologia AI nell'ECG a 12 derivazioni può identificare specifici sottotipi di IP?
- La tecnologia AI nell'ECG a 12 derivazioni può prevedere la mortalità nei pazienti con IP?
In questo studio, i ricercatori recluteranno ECG a 12 derivazioni da partecipanti consenzienti che sono stati sottoposti a cateterizzazione del cuore destro (RHC) come parte delle loro cure cliniche di routine. La tecnologia AI verrà applicata a questi ECG per valutare se la tecnologia automatizzata può prevedere la presenza di PH e dei suoi sottotipi associati.
Panoramica dello studio
Stato
Condizioni
Intervento / Trattamento
Descrizione dettagliata
Questo studio sarà condotto dal Royal United Hospital Bath NHS Trust e dalla Liverpool John Moore's University. Lo scopo di questo studio è utilizzare l'intelligenza artificiale (AI) e la tecnologia di apprendimento automatico per assistere i medici nella diagnosi precoce dell'ipertensione polmonare (PH). Ipotizziamo che le tecnologie AI possano migliorare la quantificazione e l'interpretazione dei parametri coinvolti nel rilevamento di PH. Ciò avviene evidenziando anomalie significative nell'ECG a 12 derivazioni o fornendo rapidamente misure completamente automatizzate delle caratteristiche dell'ECG a 12 derivazioni che indicano IP. La combinazione di queste caratteristiche elettrocardiografiche con i dati clinici può fornire strumenti predittivi altamente accurati.
Questo studio osservazionale avrà un braccio retrospettivo e prospettico con un periodo di follow-up di 3 anni. I partecipanti non richiederanno ulteriori test o procedure in nessun momento durante lo studio. Tutti gli ECG eseguiti nei 12 mesi precedenti al cateterismo del cuore destro (RHC) di un partecipante saranno sottoposti ad analisi di intelligenza artificiale per stabilire se i primi indicatori di PH sono identificabili.
Per tutti i partecipanti reclutati, verrà utilizzato un modulo di segnalazione del caso clinico anonimo per acquisire i dettagli relativi ai loro dati demografici e alle cure cliniche di routine. Verranno registrati anche i tempi di follow-up e gli esiti, inclusa la mortalità e la morbilità.
Tipo di studio
Iscrizione (Stimato)
Contatti e Sedi
Luoghi di studio
-
-
-
Bath, Regno Unito
- Royal United Hospital Bath NHS Trust
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criterio di inclusione:
- coorte prospettica: da luglio 2023, tutti i pazienti di età pari o superiore a 18 anni che vengono indirizzati al servizio di assistenza condivisa per l'ipertensione polmonare di Bath con sospetto clinico di IP e che, attraverso le loro cure cliniche di routine, vengono sottoposti a RHC e ECG a 12 derivazioni.
- Coorte retrospettiva: tutti i pazienti di età pari o superiore a 18 anni che sono stati indirizzati al servizio di assistenza condivisa per l'ipertensione polmonare locale tra il 2007 e giugno 2023, e attraverso le loro cure cliniche di routine, sono stati sottoposti a RHC entro un anno da un ECG a 12 derivazioni. Questa coorte includerà anche i pazienti che sono deceduti.
Criteri di esclusione:
- Il paziente ha meno di 18 anni
- Pazienti che non danno un consenso valido (ad eccezione dei pazienti deceduti; approvato REC)
- Pazienti che non sono stati sottoposti a RHC per valutare la IP
- Pazienti che non hanno avuto un ECG entro 12 mesi dal loro RHC
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
|---|---|
|
Coorte retrospettiva
I pazienti che sono stati precedentemente visitati dal servizio di ipertensione polmonare locale, tra il 2007 e il giugno 2023, per una diagnosi sospetta di ipertensione polmonare, e sottoposti a cateterizzazione del cuore destro (RHC) saranno invitati a partecipare allo studio da un membro della clinica diretta squadra di cura.
Il loro ECG sarà analizzato utilizzando la tecnologia AI per sviluppare un algoritmo per aiutare la diagnosi di PH.
|
L'intelligenza artificiale descrive il software per computer progettato per imitare la funzione cognitiva umana.
L'apprendimento automatico è un tipo di intelligenza artificiale in cui il modello creato è esposto ai dati, identifica modelli e riconosce le relazioni tra le caratteristiche viste nei dati e la "verità fondamentale".
Questa tecnologia verrà applicata agli ECG dei partecipanti.
|
|
Coorte prospettica
I pazienti indirizzati al servizio di PH locale, da luglio 2023, con sospetta diagnosi di ipertensione polmonare, e sottoposti a cateterizzazione del cuore destro saranno invitati a partecipare allo studio da un membro del team di assistenza clinica diretta.
Il loro ECG sarà analizzato utilizzando la tecnologia AI per sviluppare un algoritmo per aiutare la diagnosi di PH.
|
L'intelligenza artificiale descrive il software per computer progettato per imitare la funzione cognitiva umana.
L'apprendimento automatico è un tipo di intelligenza artificiale in cui il modello creato è esposto ai dati, identifica modelli e riconosce le relazioni tra le caratteristiche viste nei dati e la "verità fondamentale".
Questa tecnologia verrà applicata agli ECG dei partecipanti.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Diagnosi di ipertensione polmonare
Lasso di tempo: linea di base
|
Gli investigatori calcoleranno l'area sotto la curva caratteristica operativa del ricevitore (AUROC) per la diagnosi di PH mediante tecnologia di intelligenza artificiale e la confronteranno con RHC (il gold standard)
|
linea di base
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Sottotipo di ipertensione polmonare
Lasso di tempo: linea di base
|
Gli investigatori valuteranno l'accuratezza del test diagnostico della tecnologia di intelligenza artificiale per classificare gli ECG dei partecipanti in base al sottotipo di ipertensione polmonare e confrontarlo con la valutazione clinica standard
|
linea di base
|
|
Mortalità
Lasso di tempo: 3 anni
|
Gli investigatori calcoleranno l'area sotto la curva delle caratteristiche operative del ricevitore (AUROC) per la mortalità come previsto dalla tecnologia di intelligenza artificiale
|
3 anni
|
|
Morbilità
Lasso di tempo: linea di base
|
Gli investigatori calcoleranno l'area sotto la curva delle caratteristiche operative del ricevitore per la morbilità come previsto dalla tecnologia di intelligenza artificiale e la confronteranno con le misure attuali (classe funzionale NYHA, 6MWT, test di funzionalità polmonare)
|
linea di base
|
Collaboratori e investigatori
Collaboratori
Investigatori
- Investigatore principale: Dan Augustine, BSc, MBBS, MRCP, Royal United Bath NHS Foundation Trust
Studiare le date dei record
Studia le date principali
Inizio studio (Stimato)
Completamento primario (Stimato)
Completamento dello studio (Stimato)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- RD2651
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .