- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT05942859
Kunstmatige intelligentie toepassen op het 12-afleidingen ECG voor de diagnose van pulmonale hypertensie: een observatieonderzoek
Het doel van deze observationele studie is om kunstmatige intelligentie (AI) en machine learning-technologie toe te passen op het 12-afleidingen elektrocardiogram (ECG) in rust en te beoordelen of dit artsen kan helpen bij de vroege diagnose van pulmonale hypertensie (PH). Vroege en nauwkeurige diagnose is een belangrijke stap voor patiënten met PH. Het helpt vroegtijdig effectieve behandelingen te bieden die de prognose en kwaliteit van leven verbeteren. De belangrijkste vragen die ons onderzoek wil beantwoorden zijn:
- Kan AI-technologie in het 12-leads ECG de aanwezigheid van PH nauwkeurig voorspellen?
- Kan AI-technologie in het 12-afleidingen ECG specifieke subtypes van PH identificeren?
- Kan AI-technologie in het 12-leads ECG de mortaliteit van patiënten met PH voorspellen?
In deze studie zullen de onderzoekers 12-afleidingen ECG's rekruteren van instemmende deelnemers die een rechterhartkatheterisatie (RHC) hebben ondergaan als onderdeel van hun routinematige klinische zorg. AI-technologie zal op deze ECG's worden toegepast om te beoordelen of geautomatiseerde technologie de aanwezigheid van PH en de bijbehorende subtypen kan voorspellen.
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Deze studie zal worden geleid door Royal United Hospital Bath NHS Trust en Liverpool John Moore's University. Het doel van deze studie is om kunstmatige intelligentie (AI) en machine learning-technologie te gebruiken om clinici te helpen bij de vroege diagnose van pulmonale hypertensie (PH). We veronderstellen dat de AI-technologieën de kwantificering en interpretatie van de parameters die betrokken zijn bij het detecteren van PH kunnen verbeteren. Dit gebeurt ofwel door significante afwijkingen in het 12-afleidingen ECG te benadrukken, ofwel door snel volledig geautomatiseerde metingen te leveren van de kenmerken op het 12-afleidingen ECG die PH aangeven. De combinatie van deze elektrocardiografische kenmerken met klinische gegevens kan zeer nauwkeurige voorspellende hulpmiddelen opleveren.
Deze observationele studie zal een retrospectieve en prospectieve arm hebben met een follow-upperiode van 3 jaar. Deelnemers hebben op geen enkel moment tijdens het onderzoek aanvullende tests of procedures nodig. Alle ECG's die zijn uitgevoerd binnen de 12 maanden voorafgaand aan de rechterhartkatheterisatie (RHC) van een deelnemer, zullen een kunstmatige-intelligentieanalyse ondergaan om vast te stellen of vroege indicatoren van PH identificeerbaar zijn.
Voor alle geworven deelnemers wordt een geanonimiseerd casusrapportformulier voor clinici gebruikt om details vast te leggen met betrekking tot hun demografische gegevens en routinematige klinische zorg. Follow-uptijden en uitkomsten, inclusief mortaliteit en morbiditeit, zullen ook worden geregistreerd.
Studietype
Inschrijving (Geschat)
Contacten en locaties
Studie Locaties
-
-
-
Bath, Verenigd Koninkrijk
- Royal United Hospital Bath NHS Trust
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- prospectief cohort: vanaf juli 2023, alle patiënten van 18 jaar of ouder die zijn doorverwezen naar de Bath Pulmonary Hypertension shared care-service met klinische verdenking van PH en die door hun routinematige klinische zorg een RHC en 12-afleidingen ECG ondergaan.
- Retrospectieve cohort: Alle patiënten van 18 jaar of ouder die tussen 2007 en juni 2023 naar de lokale gedeelde zorgdienst voor pulmonale hypertensie werden verwezen, en via hun routinematige klinische zorg, hebben RHC ondergaan binnen een jaar na een 12-afleidingen ECG. In dit cohort zullen ook overleden patiënten worden opgenomen.
Uitsluitingscriteria:
- Patiënt is jonger dan 18 jaar
- Patiënten die geen geldige toestemming geven (behalve overleden patiënten; REC goedgekeurd)
- Patiënten die geen RHC hebben ondergaan om te beoordelen op PH
- Patiënten die binnen 12 maanden na hun RHC geen ECG hebben gehad
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
---|---|
Retrospectief cohort
Patiënten die eerder tussen 2007 en juni 2023 door de plaatselijke dienst voor pulmonale hypertensie zijn gezien voor een vermoedelijke diagnose van pulmonale hypertensie en een rechterhartkatheterisatie (RHC) hebben ondergaan, zullen worden uitgenodigd om deel te nemen aan het onderzoek door een lid van de directe klinische afdeling. zorg team.
Hun ECG zal worden geanalyseerd met behulp van AI-technologie om een algoritme te ontwikkelen om de diagnose van PH te ondersteunen.
|
Kunstmatige intelligentie beschrijft computersoftware die is ontworpen om de menselijke cognitieve functie na te bootsen.
Machine learning is een vorm van kunstmatige intelligentie waarbij het gemaakte model wordt blootgesteld aan gegevens, patronen identificeert en relaties herkent tussen kenmerken die in de gegevens worden gezien en de 'grondwaarheid'.
Deze technologie zal worden toegepast op ECG's van deelnemers.
|
Toekomstig cohort
Patiënten die vanaf juli 2023 worden doorverwezen naar de lokale PH-dienst met een vermoedelijke diagnose van pulmonale hypertensie en een rechterhartkatheterisatie ondergaan, zullen worden uitgenodigd om deel te nemen aan het onderzoek door een lid van het directe klinische zorgteam.
Hun ECG zal worden geanalyseerd met behulp van AI-technologie om een algoritme te ontwikkelen om de diagnose van PH te ondersteunen.
|
Kunstmatige intelligentie beschrijft computersoftware die is ontworpen om de menselijke cognitieve functie na te bootsen.
Machine learning is een vorm van kunstmatige intelligentie waarbij het gemaakte model wordt blootgesteld aan gegevens, patronen identificeert en relaties herkent tussen kenmerken die in de gegevens worden gezien en de 'grondwaarheid'.
Deze technologie zal worden toegepast op ECG's van deelnemers.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
---|---|---|
Diagnose van pulmonale hypertensie
Tijdsspanne: basislijn
|
De onderzoekers zullen het gebied onder de receiver operating Characteristic Curve (AUROC) voor PH-diagnose berekenen door middel van kunstmatige intelligentietechnologie en dit vergelijken met RHC (de gouden standaard)
|
basislijn
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
---|---|---|
Subtype pulmonale hypertensie
Tijdsspanne: basislijn
|
De onderzoekers zullen de diagnostische testnauwkeurigheid van kunstmatige-intelligentietechnologie beoordelen om ECG's van deelnemers te categoriseren volgens het subtype pulmonale hypertensie en dit vergelijken met standaard klinische beoordeling
|
basislijn
|
Sterfte
Tijdsspanne: 3 jaar
|
De onderzoekers zullen het gebied onder de receiver operating Characteristics Curve (AUROC) voor mortaliteit berekenen, zoals voorspeld door kunstmatige-intelligentietechnologie
|
3 jaar
|
Ziektecijfers
Tijdsspanne: basislijn
|
De onderzoekers zullen het gebied onder de curve van de bedrijfskarakteristieken van de ontvanger berekenen voor morbiditeit zoals voorspeld door kunstmatige-intelligentietechnologie en dit vergelijken met huidige metingen (NYHA-functionele klasse, 6MWT, longfunctietesten).
|
basislijn
|
Medewerkers en onderzoekers
Medewerkers
Onderzoekers
- Hoofdonderzoeker: Dan Augustine, BSc, MBBS, MRCP, Royal United Bath NHS Foundation Trust
Studie record data
Bestudeer belangrijke data
Studie start (Geschat)
Primaire voltooiing (Geschat)
Studie voltooiing (Geschat)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- RD2651
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
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 .
Klinische onderzoeken op Pulmonale hypertensie (diagnose)
-
Michael HoelscherClinton Health Access Initiative Inc.; Instituto Nacional de Saúde (INS), Ministério... en andere medewerkersActief, niet wervendHiv, neonatale hiv Early-Infant-Diagnosis (EID), Point-of-Care Testing (PoC)Mozambique, Tanzania