心エコー検査画像と臨床データに基づく心臓疾患の病因診断。 (ORCHID)
2023年7月12日 更新者：Hospices Civils de Lyon
研究仮説 - 最近の研究では、心臓機能の高次元記述子を効率的に利用して、標的の病状を特徴付けることができることが示されています。 このプロジェクトでは、心エコー図には現在活用されていない豊富な情報が含まれており、関連する患者データと組み合わせることで、病因診断のための堅牢かつ正確なデジタル ツールの開発が可能になるという仮説を立てています。
目的 - 特にコンソーシアムのメンバーによって最近得られた画像解析の重要な進歩に基づいて、このプロジェクトの目的は、トランスフォーマー パラダイム (AI) に基づいた心エコー検査からの厳密で説明可能な心疾患予測モデルを開発することです。 この研究の強みは、心エコー図から抽出された高品質の画像ベースの測定値と関連する患者データの間の複雑な相互作用をモデル化し、心疾患の病因診断を自動的に予測するための強力な AI フレームワークの開発にあります。
調査の概要
研究の種類
観察的
入学 (推定)
1000
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究場所
-
-
-
Pierre-Bénite、フランス、69310
- 募集
- Hopital Lyon Sud
-
コンタクト：
- Pierre-Yves COURAND, MD, PhD
- 電話番号：+33 04.78.86.57.37
- メール：pierre-yves.courand@chu-lyon.fr
-
主任研究者：
- Pierre-Yves COURAND, MD, PhD
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
- 大人
- 高齢者
健康ボランティアの受け入れ
いいえ
サンプリング方法
非確率サンプル
調査対象母集団
このプロジェクトでは 2 つの異なる集団がターゲットとなっています。
1つ目は、心エコー検査データでは冠状動脈疾患に関連した原因か原発性心筋機能不全に関連した原因かを容易に区別できない運動低下性心筋症の患者に関するものであり、侵襲的介入、つまり冠状動脈造影検査の実施が必要となります。
2 つ目は左心室肥大患者に関するもので、その病因は多様である可能性があり、その評価は特に徹底的で費用がかかります。
このプロジェクトでは、最も頻度の高い 2 つの原因、動脈性高血圧と浸潤性心筋疾患を研究します。
このコホートは、重大な心臓病のない患者からのデータに加えて、上記の 4 つの病態に関してバランスのとれた方法で構成されます。
このデータベースは、2018年1月から2022年12月までの期間に循環器内科に入院した患者を対象に構築される。
説明
包含基準:
- 満足のいく画質（十分なエコー原性）を有する経胸壁心エコー検査を受けた患者
除外基準:
- 未成年の患者
- 保佐・後見を受けている患者さん
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
研究はどのように設計されていますか？
デザインの詳細
コホートと介入
グループ/コホート |
介入・治療 |
|---|---|
|
運動低下性心筋症の患者。
第 1 群には、心エコー検査データでは冠動脈疾患に関連した原因と原発性心筋機能障害に関連した原因が区別できず、侵襲的介入、つまり冠動脈造影が必要な運動低下性心筋症の患者が含まれます。
|
病理の原因は、ルーチンケアの一環として実施される補完的な検査のおかげで、各患者について事前に診断されています（例:
心臓 CT、心臓 MRI、冠動脈造影、徹底した生物学、核医学)。
この情報は、(i) プロジェクト中に開発された AI 手法を部分母集団から学習するためのガイドとして使用されます (収集されたデータベースの 80% がアルゴリズムのトレーニングに使用されます)。 (ii) テスト部分母集団 (収集されたデータベースの残り 20%) からの評価基準として機能します。
|
|
高血圧/浸潤性心筋疾患に関連する左心室肥大を有する患者
第 2 群には左心室肥大の患者が含まれますが、その病因はさまざまであり、精密検査は特に大規模で費用がかかります。
|
病理の原因は、ルーチンケアの一環として実施される補完的な検査のおかげで、各患者について事前に診断されています（例:
心臓 CT、心臓 MRI、冠動脈造影、徹底した生物学、核医学)。
この情報は、(i) プロジェクト中に開発された AI 手法を部分母集団から学習するためのガイドとして使用されます (収集されたデータベースの 80% がアルゴリズムのトレーニングに使用されます)。 (ii) テスト部分母集団 (収集されたデータベースの残り 20%) からの評価基準として機能します。
|
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 |
|---|---|---|
|
人工知能によって得られた病因診断のパフォーマンスと、対象患者に対して行われた補完検査から医師によってすでに確立され検証された病因診断との比較。
時間枠：ベースライン
|
病状の原因は、日常的に行われる補完的な検査（例：心臓スキャナー、心臓MRI、冠動脈造影、徹底的な生物学、核医学）のおかげで、各患者について事前に診断されています。
この情報は、(i) プロジェクト中に開発された AI 手法を部分母集団から学習するためのガイドとして使用されます (収集されたデータベースの 80% がアルゴリズムのトレーニングに使用されます)。 (ii) テスト部分母集団 (収集されたデータベースの残り 20%) からの評価基準として機能します。
さらに、特に病状の原因を予測するアルゴリズムによって実行される決定メカニズムに関して、臨床医が結果を分析および解釈できるようにする視覚化ツールも開発されます。
特に、臨床医が意思決定を行うためにどのデータまたはデータの一部が収集されたかを簡単に確認できるアテンション マップが表示されます。
|
ベースライン
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
スポンサー
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (実際)
2023年1月1日
一次修了 (推定)
2025年1月1日
研究の完了 (推定)
2027年1月1日
試験登録日
最初に提出
2023年7月4日
QC基準を満たした最初の提出物
2023年7月4日
最初の投稿 (実際)
2023年7月12日
学習記録の更新
投稿された最後の更新 (実際)
2023年7月13日
QC基準を満たした最後の更新が送信されました
2023年7月12日
最終確認日
2023年7月1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。