낮은 박출률에 대한 ECG AI 안내 스크리닝 (EAGLE)
2023년 5월 30일 업데이트: Xiaoxi Yao, Mayo Clinic
낮은 박출률에 대한 심전도 인공지능 유도 스크리닝(EAGLE)
이것은 좌심실 수축기 기능 장애의 진단 및 관리를 개선하기 위한 새로운 인공 지능(AI) 지원 심전도(ECG) 기반 스크리닝 도구를 테스트하는 무작위 대조 시험(RCT)입니다.
연구 개요
연구 유형
중재적
등록 (실제)
358
단계
- 해당 없음
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Minnesota
-
Rochester, Minnesota, 미국, 55905
- Mayo Clinic in Rochester
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
14년 이상 (성인, 고령자)
건강한 자원 봉사자를 받아들입니다
아니
설명
포함 기준:
- 성인 환자를 돌보고 ECG 및 TTE를 주문할 수 있는 참여 치료 팀의 일원인 1차 진료 임상의(여기에는 의사, 임상간호사 및 의사 보조원 포함).
제외 기준:
- 소아과, 급성기 치료, 요양원 및 레지던트 치료 팀에서 근무하는 1차 진료 임상의.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 상영
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
실험적: 간섭
중재에 무작위 배정된 케어 팀은 선별 도구에 액세스할 수 있습니다.
|
좌심실 수축기 기능 장애의 진단 및 관리를 개선하기 위한 새로운 인공 지능(AI) 지원 심전도(ECG) 기반 스크리닝 도구입니다.
|
|
간섭 없음: 제어
관리 팀은 통제 대상으로 무작위 배정되어 일상적인 진료를 계속합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
낮은 박출률의 새로운 진단(박출률 ≤50%로 정의)
기간: 90일 이내
|
심초음파로 얻은 박출률.
|
90일 이내
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
스폰서
수사관
- 수석 연구원: Xiaoxi Yao, PhD, MPH, Mayo Clinic
- 수석 연구원: Peter Noseworthy, MD, Mayo Clinic
간행물 및 유용한 링크
연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.
일반 간행물
- Yao X, McCoy RG, Friedman PA, Shah ND, Barry BA, Behnken EM, Inselman JW, Attia ZI, Noseworthy PA. ECG AI-Guided Screening for Low Ejection Fraction (EAGLE): Rationale and design of a pragmatic cluster randomized trial. Am Heart J. 2020 Jan;219:31-36. doi: 10.1016/j.ahj.2019.10.007. Epub 2019 Oct 25.
- Rushlow DR, Croghan IT, Inselman JW, Thacher TD, Friedman PA, Yao X, Pellikka PA, Lopez-Jimenez F, Bernard ME, Barry BA, Attia IZ, Misra A, Foss RM, Molling PE, Rosas SL, Noseworthy PA. Clinician Adoption of an Artificial Intelligence Algorithm to Detect Left Ventricular Systolic Dysfunction in Primary Care. Mayo Clin Proc. 2022 Nov;97(11):2076-2085. doi: 10.1016/j.mayocp.2022.04.008.
- Yao X, Rushlow DR, Inselman JW, McCoy RG, Thacher TD, Behnken EM, Bernard ME, Rosas SL, Akfaly A, Misra A, Molling PE, Krien JS, Foss RM, Barry BA, Siontis KC, Kapa S, Pellikka PA, Lopez-Jimenez F, Attia ZI, Shah ND, Friedman PA, Noseworthy PA. Artificial intelligence-enabled electrocardiograms for identification of patients with low ejection fraction: a pragmatic, randomized clinical trial. Nat Med. 2021 May;27(5):815-819. doi: 10.1038/s41591-021-01335-4. Epub 2021 May 6.
유용한 링크
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
2019년 6월 26일
기본 완료 (실제)
2020년 3월 31일
연구 완료 (실제)
2020년 11월 1일
연구 등록 날짜
최초 제출
2019년 6월 24일
QC 기준을 충족하는 최초 제출
2019년 6월 25일
처음 게시됨 (실제)
2019년 6월 27일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2023년 5월 31일
QC 기준을 충족하는 마지막 업데이트 제출
2023년 5월 30일
마지막으로 확인됨
2023년 5월 1일
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
- 19-003137
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
아니
미국 FDA 규제 기기 제품 연구
아니
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .