Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

DELTA (detectie en voorspelling van boezemfibrilleren bij patiënten na een beroerte)

20 januari 2026 bijgewerkt door: Xiao Hu, Emory University

Ontwikkel en valideer een algoritme voor machinaal leren om boezemfibrilleren te detecteren met draagbare apparaten

Boezemfibrilleren (AF) is een abnormaal hartritme. Omdat AF vaak asymptomatisch is, blijft het in de vroege stadia vaak niet gediagnosticeerd. Antistollingstherapie vermindert de risico's op een beroerte aanzienlijk bij patiënten met de diagnose AF. De diagnose van AF vereist echter langdurige ambulante controleprocedures die omslachtig en/of duur zijn.

Slimme apparaten (zoals Apple of Fitbit) gebruiken lichtsensoren ("photoplethysmography" of PPG genoemd) en bewegingssensoren ("accelerometers" genoemd) om continu biometrische gegevens vast te leggen, waaronder het hartritme. Slimme apparaten worden al op grote schaal gebruikt.

Deze studie tracht een machine-learning software voor onderzoek (ook "algoritmen" genoemd) te valideren voor de langetermijnbewaking en detectie van abnormale hartritmes met behulp van biometrische gegevens die zijn verzameld van slimme apparaten van consumenten.

Het onderzoeksteam streeft ernaar 500 proefpersonen in te schrijven die worden gevolgd na een beroerte met onzekere oorzaak in het Emory Stroke Center. Onderwerpen ondergaan standaard langdurige hartbewaking (ECG), met behulp van door de FDA goedgekeurde draagbare apparaten uitgerust met huidelektroden of implanteerbare continue recorders, en ondersteund door door de FDA goedgekeurde software voor detectie van abnormale ritmes.

Patiënten zullen thuis gedurende 30 dagen ECG-bewaking, 23 uur per dag, een door de studie verstrekt consumentenpolsapparaat dragen. Aan het einde van de 30 dagen worden de apparaatgegevens geüpload naar een beveiligde cloudserver en offline geanalyseerd met behulp van bedrijfseigen software ('algoritmen' genoemd) en kunstmatige-intelligentiestrategieën. Detectie van AF-gebeurtenissen met behulp van de onderzoeksalgoritmen zal worden vergeleken met de resultaten van de standaardbewaking om hun betrouwbaarheid te beoordelen. Er zal aandacht worden besteed aan opgenomen bewegingsartefacten die de kwaliteit en betrouwbaarheid van opgenomen signalen kunnen beïnvloeden.

Het uiteindelijke doel is om vast te stellen dat slimme apparaten mogelijk kunnen worden gebruikt voor monitoringdoeleinden wanneer ze worden gebruikt met gespecialiseerde algoritmen. Slimme apparaten kunnen een betaalbaar alternatief bieden voor hartbewaking volgens de standaardzorg.

Studie Overzicht

Gedetailleerde beschrijving

Naar schatting 1,6% - 6% van de bevolking ouder dan 65 jaar heeft niet-gediagnosticeerde en vaak asymptomatische AF. Orale antistollingstherapie (OAC) vermindert het risico op ischemische beroerte met 64% en mortaliteit door alle oorzaken met 26% voor degenen met de diagnose AF. Daarom is het niet proactief diagnosticeren en behandelen van AF een te grote kans om te missen. Opportunistische AF-screening wordt onderschreven als een kosteneffectieve manier om AF te diagnosticeren in eerstelijnszorginstellingen en/of apotheken met behulp van verschillende technieken. De voordelen, kosten en mogelijke nadelen van krachtigere systematische AF-screening blijven echter een punt van discussie. Continue AF-monitoring is ook nodig om het optreden van AF te karakteriseren in termen van belasting en tijdsrelatie met symptomen. Aan de andere kant hebben technologieën voor continue monitoring van AF een uitstekende acceptatie door patiënten nodig. Beproefde ambulante technieken (bijv. Holter) zijn niet geschikt vanwege hun slechte draagbaarheid en korte bewakingsduur. Technieken van implanteerbare lusrecorders zijn aanzienlijk verbeterd om AF-bewaking te ondersteunen. Slechts enkele patiënten kunnen echter de voordelen van deze technieken ervaren vanwege de hoge kosten en invasiviteit die ermee gepaard gaan. Cutane ECG-patches worden klinisch gebruikt voor AF-monitoring, maar ze duren 2 tot 4 weken en zijn beperkt tot een geselecteerde patiëntenpopulatie met goedgekeurde terugbetaling. Er bestaan ​​consumentgerichte oplossingen om ECG's steekproefsgewijs te controleren met een nauwkeurigheid die vergelijkbaar is met die van klinische ECG-apparaten, maar deze zijn niet continu en zijn onhaalbaar voor patiënten met verminderde fijnmotorische functies.

In tegenstelling tot deze technieken is PPG veel beter gepositioneerd voor passieve AF-bewaking vanwege het sterke fysiologische uitgangspunt en de praktische overweging dat PPG-sensoren alomtegenwoordig beschikbaar zijn in meer dan 71% van de draagbare consumentenapparaten. Omdat PPG echter alomtegenwoordig beschikbaar is op reguliere wearables met bijbehorende software die AF-waarschuwingen kan genereren, kunnen leken PPG gemakkelijk gebruiken om zichzelf te controleren en acties te ondernemen zonder begeleiding van een arts. Een ongewenst gevolg van deze aanpak is het mogelijk ongepaste gebruik van gezondheidszorgmiddelen bij het opvolgen van valse AF-detecties door mogelijk miljoenen gebruikers. Helaas hebben algoritmen beschreven in 24 gepubliceerde artikelen nog niet voldoende precisie bereikt om een ​​dergelijk risico effectief te bestrijden. Veel onderzoeken rapporteerden bijvoorbeeld een nauwkeurigheid van > 95%, maar een foutmarge van 5% is nog steeds te hoog voor een technologie die door miljoenen mensen zal worden gebruikt om AF continu te monitoren in vrijlevende omgevingen.

Studietype

Observationeel

Inschrijving (Geschat)

500

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

Studie Contact Back-up

Studie Locaties

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

55 jaar en ouder (Volwassen, Oudere volwassene)

Accepteert gezonde vrijwilligers

Nee

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Proefpersonen van 55 jaar of ouder, die zijn ontslagen uit een index ischemische beroerte, die worden behandeld in een van de ziekenhuizen binnen het Emory Health Care System en die vervolgzorg initiëren in de Emory Stroke Clinic. De patiëntenpopulatie moet klinisch voorgeschreven verlengde hartbewaking hebben en geen AF-diagnose hebben op het moment van inschrijving.

Beschrijving

Inclusiecriteria:

  • Volwassenen van 55 jaar of ouder.
  • Post-ontslag met diagnostiek van index ischemische beroerte met onzekere oorzaak.
  • Onderwerp moet worden behandeld in de Emory Stroke Clinic voor vervolgbehandeling.
  • De patiënt moet een klinische verlengde hartbewaking voorgeschreven krijgen.
  • Geen diagnose van AFib op het moment van inschrijving.
  • De proefpersoon of zijn wettelijke gemachtigde vertegenwoordiger (LAR) moet bereid en in staat zijn om geïnformeerde toestemming te geven.
  • Proefpersoon, gevolmachtigde familie of verzorger moet Engels kunnen begrijpen en de instructies kunnen begrijpen die nodig zijn om het onderzoekspolsapparaat te beheren en op te laden.

Uitsluitingscriteria:

  • Proefpersoon is jonger dan 55 jaar op het moment van toestemming.
  • Onderwerp heeft een diagnose van AFib op het moment van toestemming.
  • Geen indicatie voor klinische uitgebreide hartbewaking.
  • Proefpersoon, gevolmachtigde familie of verzorger kunnen geen Engels verstaan ​​en kunnen de instructies voor het beheren en opladen van het onderzoekspolsapparaat niet volgen.
  • Proefpersoon heeft een diagnose van structurele klepziekte, endocarditis, aortaboog atheroom >3 mm, hypercoagulabiliteit, levenslange antistolling, of heeft een actieve neoplastische ziekte
  • Betrokkene of LAR is niet bereid of in staat geïnformeerde toestemming te geven.

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
AFib-monitoring van leeralgoritmen
Deelnemers dragen een voorgeschreven (zorgstandaard) ambulante ECG-monitoring (Biotel Patch of LINQ inbrengbare hartmonitor) en een MOTO 360 smartwatch, uitgerust met eigen firmware (LifeQ) om continue biometrische signalen te verzamelen, inclusief PPG-signalen en 3-assige versnellingsmeters in een ambulante omgeving of een Samsung Galaxy Watch 6 gekoppeld met de Samsung Galaxy telefoon S21 om continu PPG- en/of ECG-gegevens op te nemen die gegevens kunnen verzenden.
MOTO 360 smartwatch: is een specifiek draagbaar polsbandmodel voor consumenten (Motorola: MOTO 360), uitgerust met eigen firmware (LifeQ) om continue biometrische signalen te verzamelen, inclusief PPG-signalen en 3-assige versnellingsmeters in een ambulante omgeving. Het apparaat is geen medisch of diagnostisch apparaat, maar eerder een apparaat voor fotoplethysmografie (PPG). PPG is een niet-invasieve technologie die licht gebruikt om de verandering in het bloedvolume onder de huid te meten die optreedt als het hart klopt. LifeQ heeft software ontwikkeld die het verzamelen van gegevens over vitale functies met behulp van PPG-technologie mogelijk maakt.
Andere namen:
  • Algoritme apparaat
Deelnemers die aan het onderzoek deelnamen, kregen ambulante ECG-monitoring voorgeschreven (Mobile Cardiac Outpatient Telemetry, Biotel e-Patch of LINQ implanteerbare hartmonitor). Als de patiënt negatief is voor Afib tijdens het dragen van een ECG-bewakingspleister, kunnen patiënten doorgaan met de inbrengbare hartmonitor van LINQ, als onderdeel van hun zorgstandaard. Dit zijn standaard door de FDA goedgekeurde apparaten en detectiesoftware. Onderzoekers zullen vertrouwen op het definitieve ECG-rapport om aritmische gebeurtenissen te identificeren die als gouden standaard kunnen worden gebruikt om de bevindingen van het algoritme te evalueren. Concreet zullen de onbewerkte gegevens worden gebruikt voor het vaststellen en verkrijgen van een nauwkeurige grondwaarheid voor het algoritme.

De Samsung Galaxy Watch6 verzamelt onderzoeksgegevens over fysiologische signalen met een compatibele Samsung Galaxy-telefoon S21. De Samsung Galaxy Watch6 zal verschillende modellen bevatten, waarbij het verschil de grootte van de wijzerplaat of de analoge voorkant van het apparaat is.

Het softwareapparaat wordt op de Samsung Galaxy Watch geïnstalleerd. De app op het horloge registreert continu PPG- en/of ECG-gegevens en verzendt deze. Met de telefoonapp kan het onderzoekspersoneel de onderwerp-ID invoeren, gegevensverzameling starten en gegevensverzamelingssessies op het horloge stoppen. Het ontvangt en bewaart ook PPG- en ECG-gegevens van het gekoppelde horloge. De PPG-app die in het onderzoek wordt gebruikt, activeert geen meldingen over onregelmatige ritmes en geeft geen ritmeclassificatie weer. De gegevens die met de PPG-app worden verzameld, ondersteunen de ontwikkeling van algoritmen.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Gevoeligheid en specificiteit voor het detecteren van AF met PPG
Tijdsspanne: Bij voltooiing van de studie maximaal vijf jaar
De gevoeligheid en specificiteit van het algoritme zullen worden berekend bij voltooiing van het onderzoek
Bij voltooiing van de studie maximaal vijf jaar
De algoritme-concordantie-index of c-index voor het voorspellen van AF in vergelijking met EPD-gegevens
Tijdsspanne: Bij voltooiing van de studie maximaal vijf jaar
De c-index is een metriek om de voorspellingen van een algoritme te evalueren. Het wordt gedefinieerd als het aandeel concordante paren gedeeld door het totale aantal mogelijke evaluatieparen. Voor het voorspellen van AF met EPD-gegevens richten onderzoekers zich op een hogere c-index. Deelnemers met een hogere voorspelde waarschijnlijkheid van AF zullen eerder AF krijgen dan deelnemers met een lagere voorspelde waarschijnlijkheid.
Bij voltooiing van de studie maximaal vijf jaar

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Valideer de detectie van boezemfibrilleren (AF) met behulp van experimentele machine-learning algoritmen van draagbare apparaten bij patiënten na een beroerte.
Tijdsspanne: Na afronding van de studie maximaal vijf jaar
De onderzoekers streven ernaar om fotoplethysmografische (PPG) signalen van draagbare apparaten te verzamelen en te verwerken in vergelijking met standaard ECG-gebaseerde geautomatiseerde detectie bij patiënten na een beroerte. Dit is geen hypothesegestuurde studie, maar eerder een ontwikkelingsproject voor een signaaldatabase met als doel PPG-signalen en monitoringgegevens te verzamelen ter ondersteuning van de ontwikkeling en validatie van algoritmen die nuttig zullen zijn om atriumfibrilleren te detecteren.
Na afronding van de studie maximaal vijf jaar
Beoordeel de kenmerken en kwaliteit van langdurige, continue high-fidelity ambulante fotoplethysmografische (PPG) gegevens met behulp van draagbare consumentenapparaten met PPG- en versnellingsmetersensoren.
Tijdsspanne: Baseline en tot vijf jaar
Het onderzoeksteam rapporteert de signaalkwaliteit (een getal tussen [0, 1]) voor een bereik van 30 seconden PPG-strip en rapporteert de relatie met patiëntmobiliteit (gebaseerd op acc-signalen), tijdstip van de dag.
Baseline en tot vijf jaar
Effect van polsbeweging en huidskleur op het PPG-signaal
Tijdsspanne: Bij voltooiing van de studie maximaal vijf jaar
Het onderzoeksteam zal eventuele medefunderende effecten van polsbeweging en huidskleur op het PPG-signaal en op AF-detectie beoordelen
Bij voltooiing van de studie maximaal vijf jaar

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Onderzoekers

  • Hoofdonderzoeker: Xiao Hu, PhD, Emory University, School of Nursing

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Werkelijk)

21 maart 2023

Primaire voltooiing (Geschat)

1 december 2027

Studie voltooiing (Geschat)

1 december 2028

Studieregistratiedata

Eerst ingediend

21 maart 2023

Eerst ingediend dat voldeed aan de QC-criteria

21 maart 2023

Eerst geplaatst (Werkelijk)

3 april 2023

Updates van studierecords

Laatste update geplaatst (Werkelijk)

21 januari 2026

Laatste update ingediend die voldeed aan QC-criteria

20 januari 2026

Laatst geverifieerd

1 januari 2026

Meer informatie

Termen gerelateerd aan deze studie

Andere studie-ID-nummers

  • STUDY00004530
  • 1R01HL166233-01 (Subsidie/contract van de Amerikaanse NIH)
  • 2025P010026 (Andere identificatie: Emory IRB)

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

JA

Beschrijving IPD-plan

Het onderzoeksteam is van plan geanonimiseerde gegevens van individuele deelnemers die tijdens de proef zijn verzameld, te delen.

IPD-tijdsbestek voor delen

Beginnend 3 maanden en eindigend 5 jaar na publicatie van het artikel

IPD-toegangscriteria voor delen

Onderzoekers die een methodologisch verantwoord voorstel doen om doelen in het goedgekeurde voorstel te bereiken. Om toegang te krijgen, moeten gegevensaanvragers een overeenkomst voor gegevenstoegang ondertekenen. Gegevens zijn 5 jaar beschikbaar op een website van derden.

IPD delen Ondersteunend informatietype

  • LEERPROTOCOOL
  • SAP
  • ICF
  • ANALYTIC_CODE
  • MVO

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Ja

product vervaardigd in en geëxporteerd uit de V.S.

Ja

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Abonneren