CT 스캔을 사용하여 심혈관 대사 위험 평가를 개선하기 위한 인공 지능 (ACRE-CT)

이 다기관 전향적 연구는 FatHealth 기술이 당뇨병 전단계 및 당뇨병이 있는 개인을 정확하게 식별하는 능력을 평가하여 현재의 표준 진단 방법인 경구 포도당 내성 테스트에 대해 기술을 검증할 것입니다.

참여자는 관찰 코호트 연구의 일환으로 흉부 CT 스캔(관상 CT 혈관 조영술[CCTA] 또는 흉부 CT)을 받은 개인입니다.

참가자는 당뇨병 전단계와 진성 당뇨병을 감지하기 위한 현재의 표준 방법인 경구 포도당 내성 검사(OGTT)에 초대됩니다. 모든 환자는 평가 가능한 OGTT가 있어야 합니다. 연구 모집단에는 다음이 포함됩니다.

1. 임상 치료의 일부로 CCTA를 받은 약 90명의 개인(45명은 비정상적인 FatHealth 알고리즘 계산이 있는 것으로 식별되고 45명은 정상적인 FatHealth 알고리즘 계산이 있는 것으로 확인됨)은 평가 가능한 OGTT를 받게 됩니다. 그리고
2. 임상 치료의 일환으로 흉부 CT를 받은 약 90명의 개인(비정상적인 FatHealth 알고리즘 계산이 있는 것으로 확인된 45명 및 정상적인 FatHealth 알고리즘 계산이 있는 것으로 확인된 45명)은 평가 가능한 OGTT를 받게 됩니다.