- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT06328075
Intelligenza artificiale per assistere l'identificazione ecocardiografica dell'amiloidosi cardiaca da transtiretina (AI-ATTR-ECHO)
L'obiettivo di questo studio è sviluppare un algoritmo che utilizzi l'intelligenza artificiale (AI) per facilitare l'identificazione di potenziali casi di ATTR-CM utilizzando l'ecocardiografia transtoracica di routine.
Le principali domande a cui si propone di rispondere sono:
- è l'algoritmo in grado di diagnosticare ATTR-CM
- è l'algoritmo in grado di diagnosticare diversi tipi di ATTR-CM (ATTRv, ATTRwt)
Questo è uno studio non interventistico. Gli ecocardiografi dei partecipanti verranno, dopo la deidentificazione, utilizzati per addestrare, validare e testare l'algoritmo.
Panoramica dello studio
Stato
Condizioni
Intervento / Trattamento
Descrizione dettagliata
L’amiloidosi da transtiretina (TTR) è una grave malattia sistemica che colpisce molteplici organi bersaglio tra cui il sistema nervoso periferico, il cuore e i reni. In assenza di trattamento, la sopravvivenza mediana per le forme sintomatiche con coinvolgimento cardiaco è di 3-4 anni.
Negli ultimi anni, nuovi trattamenti hanno dimostrato la loro efficacia contro l’amiloidosi da transtiretina, consentendo di rallentare la progressione della neuropatia e del danno cardiaco. Questi trattamenti sembrano particolarmente efficaci quando vengono iniziati in una fase precoce della malattia.
È quindi necessario stabilire la diagnosi il più precocemente possibile per trarre il massimo beneficio dal trattamento. Tuttavia, durante l'esame clinico, l'elettrocardiogramma o l'ecocardiografia di routine, i segni che evocano l'amiloidosi cardiaca non sono specifici. La diagnosi iniziale è quindi spesso difficile, mancata o ritardata e il tempo mediano tra i primi sintomi e l'inizio del trattamento è di circa 3 anni.
È quindi la fase iniziale della diagnosi che deve essere migliorata in modo sufficientemente sensibile e specifico per individuare precocemente potenziali casi evitando esami inutili in caso di bassa probabilità.
L'obiettivo dello studio è sviluppare e validare uno strumento per assistere nello screening dell'amiloidosi cardiaca da transtiretina, a partire dall'ecocardiografia standard, senza la necessità di una partecipazione attiva del cardiologo nel processo diagnostico. Questo contributo diagnostico consentirà al cardiologo di evocare la diagnosi di amiloidosi cardiaca e di prendere in considerazione ulteriori esplorazioni.
Tipo di studio
Iscrizione (Stimato)
Contatti e Sedi
Contatto studio
- Nome: Vincent Algalarrondo, MD, PhD
- Numero di telefono: +33140257785
- Email: vincent.algalarrondo@aphp.fr
Backup dei contatti dello studio
- Nome: Gregory Ducrocq, MD, PhD
- Numero di telefono: +33140256600
- Email: gregory.ducrocq@aphp.fr
Luoghi di studio
-
-
-
Paris, Francia, 75018
- Reclutamento
- BICHAT
-
Contatto:
- Vincent Algalarrondo, MD, PhD
- Numero di telefono: +33140257785
- Email: vincent.algalarrondo@aphp.fr
-
Contatto:
- Gregory Ducrocq, PD, PhD
- Email: gregory.ducrocq@aphp.fr
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Pazienti con ATTR-CM:
Criterio di inclusione:
Amiloidosi cardiaca da transtiretina diagnosticata secondo i criteri classici:
- Assenza di immunoglobuline monoclonali AND
- Presenza di una scintigrafia con bifosfonati con potenziamento in sede cardiaca OR
2-Presenza di una biopsia cardiaca che mostra amiloidosi cardiaca alla transtiretina (rosso Congo positivo) (dimostrata mediante immunocolorazione o spettrometria di massa) OPPURE 3-Presenza di una biopsia periferica che mostra amiloidosi alla transtiretina (vedi sopra) associata a infiltrazione cardiaca (spessore parietale > 12 mm senza altra causa di ipertrofia cardiaca)
- Nessuna opposizione alla ricerca
Criteri di non inclusione:
- Un’altra causa di amiloidosi cardiaca: l’amiloidosi AL AA…
- Cardiopatie miste con presenza associata di cardiopatie non amiloidi (cardiopatia ischemica, dilatativa, ecc.)
Controllare i pazienti:
Criterio di inclusione:
- Indicazione per l'ecocardiografia transtoracica come parte del follow-up cardiologico
- Paziente affiliato alla previdenza sociale
- Accordo del paziente a partecipare alla ricerca e firma del modulo di consenso.
- Condizioni tecniche dell'esame ed ecogenicità che consentono l'acquisizione di immagini ecocardiografiche di buona qualità, consentendo la post-elaborazione
Criteri di non inclusione:
- Presenza di amiloidosi cardiaca come sopra definita
- Presenza di amiloidosi da transtiretina anche senza coinvolgimento cardiaco dimostrato
- Paziente monitorato per mutazione asintomatica della transtiretina
- Paziente minore o paziente incapace di dare il proprio consenso (paziente incosciente, sotto tutela)
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
|---|---|
|
Amiloidosi cardiaca da transtiretina (ATTR-CM)
Pazienti con ATTR-CM sottoposti a ecocardiografia transtoracica
|
studio non interventistico
|
|
Controlli
Pazienti senza amiloidosi cardiaca sottoposti a ecocardiografia transtoracica come parte del follow-up cardiologico
|
studio non interventistico
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Costruire e convalidare le curve delle metriche delle prestazioni diagnostiche dell'algoritmo AI per diagnosticare ATTR-CM:
Lasso di tempo: anno 1
|
Sviluppare e validare uno strumento che utilizza l'intelligenza artificiale e un algoritmo che migliorerà il rilevamento automatico sulle immagini ecocardiografiche acquisite di routine di aspetti suggestivi di amiloidosi da transtiretina. Verrà creata una matrice di confusione e verranno calcolati i seguenti parametri di prestazione diagnostica:
|
anno 1
|
|
Costruire e convalidare le metriche delle prestazioni diagnostiche dell'algoritmo AI per diagnosticare ATTR-CM:
Lasso di tempo: anno 1
|
Sviluppare e validare uno strumento che utilizzi l'intelligenza artificiale e un algoritmo che migliorerà il rilevamento automatico sulle immagini ecocardiografiche acquisite di routine di aspetti suggestivi di ATTR da amiloidosi da transtiretina. Verrà creata una matrice di confusione e verranno calcolati i seguenti parametri di prestazione diagnostica: Accuratezza, sensibilità o richiamo, specificità, tasso di falsi positivi, tasso di falsi negativi, precisione (tutti sono espressi come rapporto) |
anno 1
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Costruire e convalidare le metriche delle prestazioni diagnostiche dell'algoritmo AI per diagnosticare ATTRwt-CM:
Lasso di tempo: anno 1
|
Sviluppare e validare uno strumento che utilizza l'intelligenza artificiale e un algoritmo che migliorerà il rilevamento automatico sulle immagini ecocardiografiche acquisite di routine di aspetti suggestivi di amiloidosi da transtiretina. Verrà creata una matrice di confusione e verranno calcolati i seguenti parametri di prestazione diagnostica: Accuratezza, sensibilità o richiamo, specificità, tasso di falsi positivi, tasso di falsi negativi, precisione (tutti sono espressi come rapporto) |
anno 1
|
|
Creazione e convalida delle metriche delle prestazioni diagnostiche dell'algoritmo AI per diagnosticare ATTRv-V122I-CM:
Lasso di tempo: anno 1
|
Sviluppare e validare uno strumento che utilizza l'intelligenza artificiale e un algoritmo che migliorerà il rilevamento automatico sulle immagini ecocardiografiche acquisite di routine di aspetti suggestivi di amiloidosi da transtiretina. Verrà creata una matrice di confusione e verranno calcolati i seguenti parametri di prestazione diagnostica: Accuratezza, sensibilità o richiamo, specificità, tasso di falsi positivi, tasso di falsi negativi, precisione (tutti sono espressi come rapporto) |
anno 1
|
|
Creazione e convalida delle metriche delle prestazioni diagnostiche dell'algoritmo AI per diagnosticare ATTRv-CM:
Lasso di tempo: anno 1
|
Sviluppare e validare uno strumento che utilizza l'intelligenza artificiale e un algoritmo che migliorerà il rilevamento automatico sulle immagini ecocardiografiche acquisite di routine di aspetti suggestivi di amiloidosi da transtiretina. Verrà creata una matrice di confusione e verranno calcolati i seguenti parametri di prestazione diagnostica: Accuratezza, sensibilità o richiamo, specificità, tasso di falsi positivi, tasso di falsi negativi, precisione (tutti sono espressi come rapporto) |
anno 1
|
|
Costruire e convalidare le metriche delle prestazioni diagnostiche dell'algoritmo AI per differenziare ATTR-CM dall'ipertrofia LV (LVH):
Lasso di tempo: anno 1
|
Sviluppare e validare uno strumento che utilizza l'intelligenza artificiale e un algoritmo che migliorerà il rilevamento automatico sulle immagini ecocardiografiche acquisite di routine di aspetti suggestivi di amiloidosi da transtiretina da LVH. Verrà creata una matrice di confusione e verranno calcolati i seguenti parametri di prestazione diagnostica: Accuratezza, sensibilità o richiamo, specificità, tasso di falsi positivi, tasso di falsi negativi, precisione (tutti sono espressi come rapporto) |
anno 1
|
|
Costruire e convalidare le curve delle metriche delle prestazioni diagnostiche dell'algoritmo AI per diagnosticare ATTRwt-CM:
Lasso di tempo: anno 1
|
Sviluppare e validare uno strumento che utilizzi l'intelligenza artificiale e un algoritmo che migliorerà il rilevamento automatico su immagini ecocardiografiche acquisite di routine di aspetti suggestivi di amiloidosi da transtiretina (sottogruppo ATTRwt). Verrà creata una matrice di confusione e verranno calcolati i seguenti parametri di prestazione diagnostica:
|
anno 1
|
|
Creazione e convalida delle curve delle metriche delle prestazioni diagnostiche dell'algoritmo AI per diagnosticare ATTRv-V122I-CM:
Lasso di tempo: anno 1
|
Sviluppare e validare uno strumento che utilizzi l'intelligenza artificiale e un algoritmo che migliorerà il rilevamento automatico sulle immagini ecocardiografiche acquisite di routine di aspetti suggestivi di amiloidosi da transtiretina (sottogruppo ATTRv-V122I). Verrà creata una matrice di confusione e verranno calcolati i seguenti parametri di prestazione diagnostica:
|
anno 1
|
|
Costruire e convalidare le curve delle metriche delle prestazioni diagnostiche dell'algoritmo AI per diagnosticare ATTRv-CM:
Lasso di tempo: anno 1
|
Sviluppare e validare uno strumento che utilizza l'intelligenza artificiale e un algoritmo che migliorerà il rilevamento automatico sulle immagini ecocardiografiche acquisite di routine di aspetti suggestivi di amiloidosi da transtiretina (sottogruppo ATTRv). Verrà creata una matrice di confusione e verranno calcolati i seguenti parametri di prestazione diagnostica:
|
anno 1
|
|
Costruire e convalidare le curve delle metriche delle prestazioni diagnostiche dell'algoritmo AI per differenziare ATTR-CM dall'ipertrofia LV (LVH):
Lasso di tempo: anno 1
|
Sviluppare e validare uno strumento che utilizza l'intelligenza artificiale, un algoritmo che migliorerà il rilevamento automatico sulle immagini ecocardiografiche acquisite di routine di aspetti suggestivi di amiloidosi da transtiretina (sottogruppo ATTRv) in un sottogruppo di pazienti con LVH. Verrà creata una matrice di confusione e verranno calcolati i seguenti parametri di prestazione diagnostica:
|
anno 1
|
Collaboratori e investigatori
Sponsor
Investigatori
- Cattedra di studio: Gabriel Steg, MD, PhD, Bichat Hospital
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
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
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- AI-ATTR-ECHO
- 20211029191554 (Altro identificatore: registre général des traitements de l'APHP)
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Descrizione del piano 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 .
Prove cliniche su Amiloidosi cardiaca da transtiretina
-
Assiut UniversityNon ancora reclutamentoCardiac CT TOF
-
Rush University Medical CenterCompletatoAdvanced Cardiac Life Support, rianimazione cardiopolmonare, volume corrente, ventilazione manualeStati Uniti
Prove cliniche su studio non interventistico
-
AstraZenecaCompletatoCancro al seno | Oncologia | EpidemiologiaAlgeria
-
University Magna GraeciaNon ancora reclutamentoMorbo di Parkinson | Stimolazione cerebrale profonda
-
Radicle ScienceCompletato
-
Cairo UniversityNon ancora reclutamentoQualità del sonno, idoneità fisica e indice di massa corporea
-
Child TrendsReclutamentoMalattie trasmesse sessualmente | Relazioni genitori-figli | Comportamento sessuale | Comportamento contraccettivo | Comportamento adolescenzialeStati Uniti
-
Digisight Technologies, Inc.SconosciutoRetinopatia diabetica | Degenerazione maculare legata all'età | MetamorfopsiaStati Uniti
-
University of MichiganCompletato
-
University of MichiganCompletatoTelemedicinaStati Uniti
-
University of MichiganCompletatoDepressione | Attività fisica | Sonno | Stato d'animoStati Uniti
-
St. Joseph's Healthcare HamiltonSospeso