Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

ADOPT: miglioramento della diagnosi di ipertensione polmonare con AI ed eco (ADOPT)

19 novembre 2024 aggiornato da: Royal United Hospitals Bath NHS Foundation Trust

Intelligenza artificiale: migliorare la diagnosi precoce dell'ipertensione polmonare mediante ecocardiografia transtoracica: ADOPT

L’ipertensione polmonare (PH) è una condizione causata dall’elevata pressione sanguigna nei vasi sanguigni che trasportano il sangue ai polmoni. Può causare grave mancanza di respiro e insufficienza del lato destro del cuore. Purtroppo è spesso fatale e l’aspettativa di vita varia da mesi ad anni. Per alcuni sottotipi di IP esistono trattamenti efficaci che possono migliorare l’aspettativa e la qualità della vita. Strumenti accurati per la valutazione del PH sono quindi essenziali in modo che i farmaci salvavita possano essere iniziati prima.

Nei percorsi diagnostici esistenti, l’evidenza del sospetto di IP viene spesso trascurata, ritardando significativamente il tempo necessario alla diagnosi. L'ecocardiografia (eco) è un test rapido, sicuro e ben tollerato richiesto per indagare i pazienti con dispnea e che può fornire informazioni utili sul sospetto di IP. Tuttavia, al di fuori dei centri specializzati nell’IP, i medici potrebbero non cercare e commentare di routine la presenza di indizi di una possibile IP.

Gli investigatori ritengono che l'utilizzo di tecniche di intelligenza artificiale (AI) per leggere gli echi potrebbe rendere la loro interpretazione più rapida e affidabile. Potrebbero esserci anche sottili indizi sulla presenza o sulla gravità del PH sull'eco, meno riconoscibili dall'occhio umano, che l'intelligenza artificiale può identificare.

In questo studio gli investigatori raccoglieranno immagini ecografiche da 5 ospedali specializzati in PH in tutto il Regno Unito che sono stati tutti resi anonimi (nome del paziente e dettagli personali rimossi). Queste saranno tutte scansioni storiche (cioè già effettuate) e saranno raggruppate in quelle con PH presente (incluso il sottotipo PH) o assente. Queste immagini ecologiche anonimizzate verranno utilizzate per sviluppare e addestrare uno strumento di intelligenza artificiale per identificare le scansioni in cui è presente PH, incluso quale tipo specifico di PH potrebbe essere presente. Lo strumento AI sviluppato verrà quindi testato su un gruppo separato di scansioni (non utilizzate nella fase di formazione) per convalidarne le prestazioni.

Panoramica dello studio

Descrizione dettagliata

In questo studio i ricercatori raccoglieranno immagini ecografiche retrospettive da 5 ospedali specializzati in PH in tutto il Regno Unito (Royal Free Hospital NHS FT; Sheffield Teaching Hospitals NHS FT; Royal Papworth Hospital NHS FT; NHS Golden Jubilee National Hospital Glasgow; Royal United Hospitals Bath NHS FT ).

Queste saranno tutte scansioni storiche (cioè già effettuate) e saranno raggruppate in quelle con PH presente (incluso il sottotipo PH) o PH assente. I criteri di inclusione coinvolgono pazienti di età ≥ 18 anni che sono stati sottoposti sia a un'eco transtoracica (TTE) che a un catetere cardiaco destro (RHC) come parte della loro assistenza clinica. I criteri di esclusione coinvolgeranno i pazienti di età <18 anni, con cardiopatia congenita nota o sospetta e i pazienti che hanno scelto di non consentire che le loro informazioni vengano utilizzate per la ricerca e la pianificazione (tramite la scelta di rinuncia ai dati nazionali). Verrà utilizzato un modulo di segnalazione del caso clinico (CRF) per acquisire i dati demografici del paziente, i dati clinici relativi alla valutazione del PH, inclusi i precedenti risultati TTE. Ove disponibili, i dati sulla mortalità verranno registrati entro 5 anni dall'RHC.

Queste immagini ecografiche anonimizzate verranno raccolte ed etichettate centralmente in un laboratorio principale presso la RUH Bath, che lavorerà con Janssen per sviluppare e addestrare uno strumento di intelligenza artificiale per identificare le scansioni in cui è presente PH, incluso quale tipo specifico di PH potrebbe essere presente.

La formazione sullo strumento AI si baserà su 5 gruppi (ciascun gruppo dovrebbe contenere 415 ecocardiogrammi): PH pre-capillare lieve; PH precapillare moderato; PH pre-capillare grave; PH post capillare; niente PH. Lo strumento verrà quindi validato in un pool separato composto da 425 ecocardiogrammi (una combinazione di PH pre-capillare, post capillare e senza PH). La coorte di validazione non sarà stata utilizzata nella fase di formazione.

Tipo di studio

Osservativo

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Luoghi di studio

      • Bath, Regno Unito, BA1 3NG
        • Royal United Hospitals Bath NHS Foundation Trust

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

  • Adulto
  • Adulto più anziano

Accetta volontari sani

No

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

Pazienti che sono stati sottoposti a valutazione per potenziale ipertensione polmonare sia con un ecocardiogramma transtoracico che con un catetere cardiaco destro come parte del loro iter diagnostico presso uno dei 5 centri collaboranti del Regno Unito.

Descrizione

Criterio di inclusione:

  • Pazienti di età ≥18 anni
  • Sono stati sottoposti a ecografia transtoracica e catetere cardiaco destro come parte della loro assistenza clinica di routine.

Criteri di esclusione:

  • Pazienti di età <18 anni
  • Cardiopatia congenita nota o sospetta
  • Il paziente ha scelto di non consentire che le sue informazioni vengano utilizzate per la ricerca e la pianificazione (tramite la scelta di rinuncia ai dati nazionali).

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

Coorti e interventi

Gruppo / Coorte
Intervento / Trattamento
PH pre-capillare lieve
Il cateterismo del cuore destro (eseguito come parte delle cure abituali) diagnostica l'ipertensione polmonare e la classifica come lieve e precapillare.
Verranno utilizzate coorti predefinite per addestrare lo strumento di intelligenza artificiale per l'ecocardiografia transtoracica al fine di migliorare la diagnosi di PH su TTE.
PH precapillare moderato
Il cateterismo del cuore destro (eseguito come parte delle cure abituali) diagnostica l'ipertensione polmonare e la classifica come moderata e precapillare.
Verranno utilizzate coorti predefinite per addestrare lo strumento di intelligenza artificiale per l'ecocardiografia transtoracica al fine di migliorare la diagnosi di PH su TTE.
PH pre-capillare grave
Il cateterismo del cuore destro (eseguito come parte delle cure abituali) diagnostica l'ipertensione polmonare e la classifica come grave e pre-capillare.
Verranno utilizzate coorti predefinite per addestrare lo strumento di intelligenza artificiale per l'ecocardiografia transtoracica al fine di migliorare la diagnosi di PH su TTE.
PH post capillare
Il cateterismo del cuore destro (eseguito come parte delle cure abituali) diagnostica l'ipertensione polmonare e la classifica come post-capillare.
Verranno utilizzate coorti predefinite per addestrare lo strumento di intelligenza artificiale per l'ecocardiografia transtoracica al fine di migliorare la diagnosi di PH su TTE.
Nessun PH
Il cateterismo del cuore destro (eseguito come parte delle cure abituali) dimostra pressioni polmonari normali (cioè nessuna evidenza di ipertensione polmonare).
Verranno utilizzate coorti predefinite per addestrare lo strumento di intelligenza artificiale per l'ecocardiografia transtoracica al fine di migliorare la diagnosi di PH su TTE.

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Rileva i pazienti con ipertensione polmonare (PH) con il nuovo strumento di intelligenza artificiale (AIT)
Lasso di tempo: Mese 24
Misurare la percentuale di pazienti che l'AIT sviluppata identifica correttamente come affetti da PH.
Mese 24
Rileva i pazienti senza ipertensione polmonare (PH) con il nuovo strumento di intelligenza artificiale (AIT)
Lasso di tempo: Mese 24
Misurare la percentuale di pazienti che l'AIT sviluppata identifica correttamente come non affetti da PH.
Mese 24
Rileva i pazienti con ipertensione polmonare precapillare (PH) con il nuovo strumento di intelligenza artificiale (AIT)
Lasso di tempo: Mese 24
Misurare la percentuale di pazienti che l'AIT sviluppata identifica correttamente come affetti da PH precapillare.
Mese 24
Rileva i pazienti con ipertensione polmonare post-capillare (PH) con il nuovo strumento di intelligenza artificiale (AIT)
Lasso di tempo: Mese 24
Misurare la percentuale di pazienti che l'AIT sviluppata identifica correttamente come affetti da PH post-capillare.
Mese 24
Confrontare le prestazioni dello strumento di intelligenza artificiale (AIT) per il rilevamento dell'ipertensione polmonare (PH) con gli attuali criteri di probabilità
Lasso di tempo: Mese 24
Confrontare la percentuale di pazienti identificati dallo strumento AI come affetti da PH con gli attuali criteri delle linee guida per la diagnosi di PH da una TTE.
Mese 24
Valutare le capacità di rilevamento precoce dello strumento di intelligenza artificiale (AIT) rispetto alla diagnosi clinica standard di cura
Lasso di tempo: Mese 24
Confrontare la percentuale di pazienti identificati dallo strumento AI come affetti da PH con l’attuale pratica clinica standard
Mese 24

Misure di risultato secondarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Il nuovo strumento di intelligenza artificiale (AIT) è in grado di valutare la gravità dell’ipertensione polmonare (PH)
Lasso di tempo: Mese 24
Misurare la percentuale di pazienti testati in cui l'AIT diagnostica accuratamente la gravità del PH
Mese 24
Lo strumento di intelligenza artificiale (AIT) è in grado di prevedere la mortalità
Lasso di tempo: Mese 24
Misurare la percentuale di pazienti in cui l’AIT ha previsto correttamente il rischio di mortalità correlata all’IP
Mese 24

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Effettivo)

1 dicembre 2023

Completamento primario (Stimato)

1 dicembre 2025

Completamento dello studio (Stimato)

1 dicembre 2025

Date di iscrizione allo studio

Primo inviato

7 settembre 2023

Primo inviato che soddisfa i criteri di controllo qualità

16 novembre 2023

Primo Inserito (Effettivo)

24 novembre 2023

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Stimato)

22 novembre 2024

Ultimo aggiornamento inviato che soddisfa i criteri QC

19 novembre 2024

Ultimo verificato

1 agosto 2023

Maggiori informazioni

Termini relativi a questo studio

Altri numeri di identificazione dello studio

  • RUH Bath - ADOPT

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

INDECISO

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

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 .

Sottoscrivi