Utilizzo dell'intelligenza artificiale basata sulla fotografia retinica per prevedere la malattia coronarica incidente (DeepCHD Plus)
Panoramica dello studio
Stato
Condizioni
Descrizione dettagliata
Si tratta di uno studio randomizzato e controllato (RCT) che valuta l'efficacia di uno strumento di supporto decisionale basato sull'intelligenza artificiale nella previsione del rischio di malattia coronarica e nel processo decisionale da parte dei medici. I potenziali casi partecipanti allo studio di coorte verranno assegnati in modo casuale al gruppo delle linee guida (ad esempio, PCE) o al gruppo AI dopo la valutazione di base (intuizione clinica):
Esistono tre impostazioni: (1) Intuizione clinica (valutazione di base) I medici prendono la decisione sull'avvio della strategia di prevenzione (ad esempio, inizio delle statine) senza alcuna assistenza esterna. La valutazione si basa esclusivamente sul giudizio clinico e sull'esperienza del medico. (2) Gruppo basato su linee guida (Gruppo linee guida) I medici utilizzano una tabella PCE per calcolare il rischio ASCVD a 10 anni. Questo approccio è in linea con le attuali linee guida cliniche per assistere nel processo decisionale. (3) Gruppo assistito da AI (Gruppo AI) I medici ricevono stime di probabilità di CHD da un modello di AI basato su fotografie della retina. Lo strumento di intelligenza artificiale fornisce probabilità di malattia coronarica ostruttiva individualizzata, sfruttando i biomarcatori retinici associati al rischio cardiovascolare.
Obiettivo primario Valutare se il supporto decisionale guidato dall'intelligenza artificiale potrebbe migliorare l'accuratezza diagnostica della malattia coronarica in misura maggiore rispetto alle valutazioni cliniche standard, entrambe rispetto all'intuizione clinica. L’accuratezza potrebbe essere valutata in base all’entità dell’inizio della prevenzione (ad esempio, prescrizione di statine) corrispondente agli esiti effettivi della malattia coronarica osservati.
Obiettivo secondario Valutare se il supporto decisionale guidato dall'intelligenza artificiale riduce il tempo necessario per completare le valutazioni CHD e il processo decisionale.
Partecipanti, lettori e randomizzazione:
Partecipanti: partecipanti a studi prospettici di coorte, con follow-up di 10 anni.
Lettori: medici che effettuano valutazioni della probabilità di malattia coronarica e formulano raccomandazioni sulla prevenzione primaria.
Randomizzazione: i partecipanti verranno randomizzati in uno dei gruppi (PCE o AI) dopo la valutazione clinica al basale utilizzando la randomizzazione a blocchi per garantire dimensioni del gruppo equilibrate.
Tipo di studio
Iscrizione (Stimato)
Fase
- Non applicabile
Contatti e Sedi
Contatto studio
- Nome: HONGWEI JI
- Numero di telefono: +8613120518791
- Email: hongweijicn@gmail.com
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Descrizione
Criteri di inclusione:
- Individui senza fattori di rischio vascolare incontrollati
- Fascia d'età: 40-75 anni
- Può accettare e collaborare all'esame e al potenziale lavoro di follow-up dopo essere stato selezionato per gli studi clinici
Criteri di esclusione:
- Pazienti con gravi malattie polmonari e pazienti affetti da cancro o interventi chirurgici
- Utente di statine o malattia cardiovascolare preesistente
- Individui con grave disfunzione epatica e renale e squilibrio elettrolitico
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
- Scopo principale: Selezione
- Assegnazione: Randomizzato
- Modello interventistico: Assegnazione parallela
- Mascheramento: Separare
Armi e interventi
Gruppo di partecipanti / Arm |
Intervento / Trattamento |
|---|---|
|
Sperimentale: Gruppo assistito dall'IA (Gruppo AI)
I medici ricevono stime di probabilità di malattia coronarica da un modello di intelligenza artificiale basato su fotografie della retina.
Lo strumento AI fornisce probabilità CHD personalizzate, sfruttando i biomarcatori retinici associati al rischio cardiovascolare.
|
I lettori medici saranno assistiti con la probabilità di malattia coronarica derivata dall'intelligenza artificiale.
Lo strumento di intelligenza artificiale fornisce probabilità e diagnosi di malattia coronarica ostruttiva individualizzata, sfruttando i biomarcatori retinici associati al rischio cardiovascolare.
|
|
Comparatore attivo: Gruppo basato sulle linee guida (Gruppo linee guida)
I medici utilizzano un calcolatore PCE per calcolare il rischio ASCVD a 10 anni.
Questo approccio è in linea con le attuali linee guida cliniche per assistere nel processo decisionale.
|
I medici utilizzano un PCE per calcolare la probabilità del rischio di ASCVD a 10 anni.
Questo approccio è in linea con le attuali linee guida cliniche per assistere nel processo decisionale.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Precisione
Lasso di tempo: Attraverso il completamento dello studio, in media 1 settimana
|
Valutare se il supporto decisionale guidato dall’intelligenza artificiale potrebbe migliorare l’accuratezza diagnostica della malattia coronarica in misura maggiore rispetto alle valutazioni cliniche standard, entrambe rispetto all’intuizione clinica.
L’accuratezza potrebbe essere valutata dal grado in cui l’inizio della prevenzione (ad esempio, la prescrizione di statine) si allinea con gli effettivi risultati CHD osservati.
|
Attraverso il completamento dello studio, in media 1 settimana
|
Collaboratori e investigatori
Sponsor
Investigatori
- Investigatore principale: Tien Yin Wong, Tsinghua University
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 (Stimato)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Stimato)
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
- DeepCHD Plus
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
prodotto fabbricato ed esportato dagli 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 .