心不全診断のためのポイント オブ ケア人工知能ツール (DUO-EF-19)
人工知能 (AI) 心電図 (ECG) を備えたデジタル聴診器を使用したポスト COVID-19 クリニック、プライマリケア、および病院環境における心不全の診断
略語/頭字語:
DUO-EF = Eko-DUO デジタル聴診器アルゴリズムを使用した駆出率 (EF) の予測 HF = 心不全 HFrEF = 駆出率が低下した心不全 COVID-19 = コロナウイルス病 2019 Eko DUO = デジタル聴診器 cMRI = 心臓磁気共鳴画像法ECG = 心電図
デジタル聴診器で取得した単誘導心電図に人工知能を適用して予測した左心室駆出率の前向き観察研究; Covid-19後のフォローアップクリニック、プライマリケアで心不全の症状を呈している患者、心エコー検査と心臓MRIに参加している患者。
調査の概要
詳細な説明
略語/頭字語:
DUO-EF = Eko-DUO デジタル聴診器アルゴリズムを使用した駆出率 (EF) の予測 HF = 心不全 HFrEF = 駆出率が低下した心不全 COVID-19 = コロナウイルス病 2019 Eko DUO = デジタル聴診器 cMRI = 心臓磁気共鳴画像法ECG = 心電図
目的
DUO-EF が、COVID-19 後に駆出率が低下した心不全 (HFrEF) を特定できることを実証するためDUO-EF が HFrEF を示唆しているが、通常のゴールド スタンダード調査で HFrEF を発症する将来のリスクを予測するかどうかを測定するため
方法 DUO-EF が COVID-19 後に駆出率が低下した心不全 (HFrEF) を特定できることを実証するためDUO-EF 診断性能をゴールド スタンダード調査 (心エコー検査および心臓磁気共鳴画像法 - cMRI) と比較してさらに検証する DUO-EF が HFrEF を示唆しているが、通常のゴールド スタンダード調査で HFrEF を発症する将来のリスクを予測するかどうかを測定する
COVID-19フォローアップクリニックに通う患者の駆出率のDUO-EF予測と以下との比較:
ゴールドスタンダード調査によって計算されたHF駆出率のゴールドスタンダード調査時のその後のDUO-EF
GP が新しい心不全を疑う患者の駆出率の DUO-EF 予測と以下との比較:
ゴールド スタンダード調査によって計算された、ゴールド スタンダード調査時の駆出率のその後の DUO-EF 心エコー検査または心臓 MRI に参加している選択されていない患者における駆出率の DUO-EF 予測。 HFrEF を示唆する DUO-EF を有するすべての患者について、24 か月後に追跡調査を行うが、ゴールド スタンダード調査は正常である
結果の測定値 40% 未満の EF の検出用に較正された DUO-EF の曲線下面積 (AUC)。分類精度 COVID-19 クリニックおよび GP コンテキストにおける DUO-EF の正の予測値は、その後の EF のゴールド スタンダード推定に基づいています。 COVID-19フォローアップコホートにおけるDUO-EFの負の予測値。否定的なゴールド スタンダード調査を行った患者における 24 か月での DUO-EF の肯定的予測値 Eko DUO の患者および臨床エンド ユーザーの受容性の定性的測定
母集団 グループ 1: COVID-19 フォローアップ クリニックを受診した患者 (n = 400) グループ 2: 新たに心不全を示唆する症状があり、プライマリケアを受診した患者 (n = 400)インペリアル カレッジ ヘルスケア NHS トラスト (n = 1,500) グループ 4: 心臓 MRI 検査を受ける患者 (n = 100)
研究の種類
入学 (実際)
連絡先と場所
研究場所
-
-
Non-US/Non-Canadian
-
London、Non-US/Non-Canadian、イギリス、E5 0LJ
- Patrik Bachtiger
-
-
参加基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
説明
包含基準:
- -HF症状のあるGPへの出席
- 病院での心エコー検査のためのGPまたは他の場所からの紹介
- 年齢 > 18
除外基準:
- インフォームドコンセントを与えることができない
研究計画
研究はどのように設計されていますか?
デザインの詳細
- 観測モデル:コホート
- 時間の展望:見込みのある
コホートと介入
グループ/コホート |
介入・治療 |
---|---|
GP紹介
GP からエコー部門に紹介された心不全患者
|
GPへの提示時およびエコー予約時の単一誘導心電図の取得
|
エコー患者
病院のエコー部門に通う非選択患者
|
GPへの提示時およびエコー予約時の単一誘導心電図の取得
|
この研究は何を測定していますか?
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
レシーバー動作曲線下の面積
時間枠:18ヶ月まで
|
最大値が '1' である曲線下面積 (AUC)。アルゴリズムが低駆出率と非低駆出率を区別する能力を表します。
|
18ヶ月まで
|
協力者と研究者
スポンサー
出版物と役立つリンク
一般刊行物
- Attia ZI, Noseworthy PA, Lopez-Jimenez F, Asirvatham SJ, Deshmukh AJ, Gersh BJ, Carter RE, Yao X, Rabinstein AA, Erickson BJ, Kapa S, Friedman PA. An artificial intelligence-enabled ECG algorithm for the identification of patients with atrial fibrillation during sinus rhythm: a retrospective analysis of outcome prediction. Lancet. 2019 Sep 7;394(10201):861-867. doi: 10.1016/S0140-6736(19)31721-0. Epub 2019 Aug 1.
- Bachtiger P, Petri CF, Scott FE, Ri Park S, Kelshiker MA, Sahemey HK, Dumea B, Alquero R, Padam PS, Hatrick IR, Ali A, Ribeiro M, Cheung WS, Bual N, Rana B, Shun-Shin M, Kramer DB, Fragoyannis A, Keene D, Plymen CM, Peters NS. Point-of-care screening for heart failure with reduced ejection fraction using artificial intelligence during ECG-enabled stethoscope examination in London, UK: a prospective, observational, multicentre study. Lancet Digit Health. 2022 Feb;4(2):e117-e125. doi: 10.1016/S2589-7500(21)00256-9. Epub 2022 Jan 5.
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (実際)
研究の完了 (実際)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。
心不全の臨床試験
-
Novartis Pharmaceuticals完了EC-MPS による治療に関心があり、コア研究の 12 か月の治療期間を無事に完了した患者 (de novo Heart Recipients)