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

Waarschuwingsmodel voor remodellering van het myocard na een acuut myocardinfarct met behulp van multimodale kenmerkstructuurtechnologie

28 april 2024 bijgewerkt door: Xuanwu Hospital, Beijing

Model voor vroegtijdige waarschuwing van myocardremodellering na een acuut myocardinfarct, gebaseerd op multimodale kenmerkstructuurtechnologie

Acuut myocardinfarct (AMI) is een van de belangrijkste ziekten die het menselijk leven bedreigt. De bestaande voorspellingsschalen voor MI-prognose voorspellen meestal de incidentie van overlijden, recidiverend MI en hartfalen via 6 tot 8 klinische tekstindicatoren, en de gegevens worden relatief eenvoudig verzameld. Myocardiale remodellering, als een ongunstige pathologische verandering die kan beginnen en zich kan voortzetten in een vroeg stadium na een hartinfarct, is het belangrijkste pathologische mechanisme van hartfalen en overlijden. Er bestaat echter geen kwantitatief model voor vroegtijdige waarschuwing voor remodellering van het myocard, en de klinische begeleiding voor vroege interventie ontbreekt.

Uit onze eerdere studie is gebleken dat cardiale magnetische resonantiebeeldvorming het necrotische gebied en het herstelbare myocardium in het oedemateuze myocard na een hartinfarct nauwkeurig kan kwantificeren. In deze studie worden machine learning-algoritmen, variabel convolutienetwerk (DCN) en capsulenetwerk (capsnet) gebruikt om een ​​nieuwe neurale netwerkarchitectuur te bouwen. Structurele kenmerkenextractie van multimodale klinische beeldgegevens zoals MRI en echografie wordt gerealiseerd. Gecombineerd met de bestaande database van 3000 patiënten met een hartinfarct zal de multimodale kenmerkmatrix worden geconstrueerd en zal een verscheidenheid aan classificatoren zoals support vector machine (SVM) en random forest (RF) worden gebruikt voor kwantitatieve voorspelling van myocardiale remodellering, en de effecten van verschillende classificatoren werden geëvalueerd. Er wordt verwacht dat dit project een kwantitatief vroegtijdig waarschuwingsmodel zal opleveren voor de remodellering van het myocard na een acuut myocardinfarct, in lijn met de kenmerken van Chinese mensen. Hetzelfde type gegevens buiten de database zal worden gebruikt voor verificatie om een ​​efficiënt en stabiel model voor vroegtijdige waarschuwing op te zetten.

Studie Overzicht

Toestand

Actief, niet wervend

Conditie

Studietype

Observationeel

Inschrijving (Werkelijk)

4000

Contacten en locaties

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

Studie Locaties

    • Xicheng
      • Beijing, Xicheng, China, 100000
        • Xuanwu Hospital, Capital Medical University

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

  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

Nee

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Criteria voor de diagnose van een acuut hartinfarct:

verhoogde of verlaagde cardiale biomarkers (bij voorkeur cTn), minstens één keer hoger dan het 99e percentiel van de bovenste referentiewaarde, afkapvariabiliteit ≤10%, en minstens één bewijs van myocardischemie (waaronder symptomen, elektrocardiografische ischemische veranderingen, pathologische Q- golven of beeldmateriaal).

Beschrijving

Inclusiecriteria:

  • 1.Patiënten met een acuut myocardinfarct, in de leeftijd van 18-80 jaar; 2. De tijd vanaf het begin tot de behandeling bedraagt ​​minder dan 72 uur. 3. Myocardiaal enzym Tni/Tnt(+).

Uitsluitingscriteria:

  • 1.Patiënten met kwaadaardige tumoren; 2.Patiënten die geen conventionele behandeling konden krijgen. 3.Patiënten die geen coronaire angiografie kregen en bij gebrek aan anatomische en beeldvormende gegevens; 4.Patiënten die een hartoperatie hebben ondergaan (behalve coronaire bypassoperaties)

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

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Nieuw convolutioneel neuraal netwerkalgoritme en cardiale magnetische resonantiebeeldvorming om het optreden van myocardiale remodellering na een hartinfarct te evalueren.
Tijdsspanne: 1 jaar
(Kwantitatieve karakterisering van de remodellering van het myocard, cardiale magnetische resonantiebeeldvorming die necrotische gebieden en herstelbaar myocardium in het oedemateuze myocard na een hartinfarct kwantificeert).
1 jaar

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
De multidimensionale indexen van de bestaande database werden vergeleken met de locatie en het verloop van de remodellering van het myocard door middel van een kunstmatige intelligentiemethode. Mate van correlatieanalyse.
Tijdsspanne: 1 jaar

Via het nieuwe Deformable Convolutional Capsule-netwerk dat is ontwikkeld. Het Networks-onderzoek (DCCN) concentreerde zich op de bestaande klinische en beeldvormende uitgebreide database van patiënten met een acuut myocardinfarct. Machine learning werd uitgevoerd op de gegevens om de extractie van relevante kenmerken en de analyse van logische relaties te voltooien van myocardremodellering na een hartinfarct.

Sterke correlatiekenmerken werden gescreend.

1 jaar

Medewerkers en onderzoekers

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

Onderzoekers

  • Hoofdonderzoeker: Zhi Liu, Xuanwu Hospital, Beijing

Publicaties en nuttige links

De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.

Algemene publicaties

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)

10 oktober 2022

Primaire voltooiing (Geschat)

1 juni 2024

Studie voltooiing (Geschat)

1 juni 2024

Studieregistratiedata

Eerst ingediend

17 september 2023

Eerst ingediend dat voldeed aan de QC-criteria

27 september 2023

Eerst geplaatst (Werkelijk)

2 oktober 2023

Updates van studierecords

Laatste update geplaatst (Werkelijk)

30 april 2024

Laatste update ingediend die voldeed aan QC-criteria

28 april 2024

Laatst geverifieerd

1 oktober 2023

Meer informatie

Termen gerelateerd aan deze studie

Plan Individuele Deelnemersgegevens (IPD)

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

ONBESLIST

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

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