- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT06178900
Evaluatie van AI-Gatekeeper-software bij screening van kransslagaderstenose: een multicenter RCT (AIGatekeeper)
Een prospectief, multicenter, open-label, gerandomiseerd, vergelijkend klinisch onderzoek om de effectiviteit, veiligheid en kosteneffectiviteit te verifiëren van AI-Gatekeeper, een multimodale AI-software, bij het assisteren van de screening van coronaire arteriestenose
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Coronaire hartziekte (CAD) is een belangrijke doodsoorzaak wereldwijd en is verantwoordelijk voor meer dan 50% van de sterfgevallen als gevolg van hartziekten. De eerste evaluaties voor CAD omvatten doorgaans röntgenfoto's van de borstkas, elektrocardiogrammen (ECG), beoordelingen van risicofactoren en basisbloedtesten. Deze primaire tests kunnen CAD echter niet definitief diagnosticeren. Wanneer CAD wordt vermoed, wordt coronaire CTA (CCTA) of invasieve coronaire angiografie (ICA) uitgevoerd, waarbij de noodzaak van procedures zoals stentplaatsing of revascularisatie wordt bepaald.
Interessant genoeg heeft meer dan 50% van de patiënten die CCTA of ICA ondergaan geen behandeling nodig, omdat CAD afwezig is of niet ernstig genoeg is. Dit leidt tot onnodige procedures en aanzienlijke zorgkosten. In de VS bedragen de kosten van onnodige ICA’s bijvoorbeeld jaarlijks miljarden, met vergelijkbare trends in Zuid-Korea.
AI-Gatekeeper-software helpt artsen bij het diagnosticeren van coronaire hartziekte door coronaire arteriestenose (≥50%) te voorspellen met behulp van multimodale AI-technologie. Het integreert klinische risicofactoren en basisbloedtesten, waaronder röntgenfoto's van de thorax, elektrocardiogram en echocardiogram, bij patiënten met vermoedelijke coronaire hartziekte. Het doel van deze studie is om de werkzaamheid, veiligheid en kosteneffectiviteit van de AI-Gatekeeper te bepalen. software in een prospectief, multicenter, gerandomiseerd controleonderzoek.
Studietype
Inschrijving (Werkelijk)
Fase
- Niet toepasbaar
Contacten en locaties
Studie Locaties
-
-
-
Incheon, Zuid -Korea
- Catholic Kwandong University International St. Mary's Hospital
-
Seoul, Zuid -Korea
- Hanyang University Seoul Hospital
-
-
Gyeonggi-do
-
Bucheon-si, Gyeonggi-do, Zuid -Korea, 16995
- Soonchunhyang University Bucheon Hospital
-
Seongnam-si, Gyeonggi-do, Zuid -Korea, 16995
- Seoul National University Bundang Hospital
-
Yongin, Gyeonggi-do, Zuid -Korea, 16995
- Yongin Severance Hospitall, Yonsei University College of Medicine
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Beschrijving
Inclusiecriteria:
- Een patiënt met symptomen zoals pijn op de borst die wijzen op coronaire hartziekte, die routinematige evaluaties onderging, waaronder bloedonderzoek, elektrocardiogram, röntgenfoto van de borstkas en echocardiografie
- Gemiddeld tot hoog risico op pretestkansen op obstructieve CAD (>15%)
- Heeft vrijwillig ingestemd met deelname aan deze klinische proef en heeft het schriftelijke toestemmingsformulier ondertekend
Uitsluitingscriteria:
- Acute pijn op de borst (bij patiënten bij wie niet is uitgesloten voor ACS)
- Eerder gediagnosticeerde en behandelde coronaire hartziekte (myocardinfarct, PCI, CABG)
- Patiënten met een levensverwachting van minder dan 2 jaar als gevolg van andere aandoeningen dan een hartaandoening
- Degenen die niet hebben ingestemd met het protocol
- Deelgenomen aan een klinische proef met geneesmiddelen of medische hulpmiddelen in de afgelopen drie maanden
- Zwangere vrouwen of vrouwen die borstvoeding geven
- Allergisch voor jodiumpreparaten
- Serumcreatineniveau hoger dan 1,5 mg/dl of eGFR lager dan 30 ml/min
- Basislijn onregelmatig en ongecontroleerd hartritme
- Hartslag hoger dan 100 slagen/minuut
- Systolische bloeddruk van 90 mm Hg of minder
- Contra-indicaties voor bètablokkers of nitroglycerine
- Patiënten met complexe aangeboren hartafwijkingen
- Body mass index groter dan of gelijk aan 35
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
- Primair doel: Diagnostisch
- Toewijzing: Gerandomiseerd
- Interventioneel model: Parallelle opdracht
- Masker: Geen (open label)
Wapens en interventies
Deelnemersgroep / Arm |
Interventie / Behandeling |
|---|---|
|
Experimenteel: Bijgestaan door de softwaregroep AI-Gatekeeper
Na een basisonderzoek (röntgenfoto van de thorax, elektrocardiogram, echocardiogram, klinische risicofactoren en bloedonderzoek) zal de AI-Gatekeeper-software worden gebruikt om de klinische zorg te begeleiden.
|
De groep ontvangt een AI-Gatekeeper-softwarerapport over de waarschijnlijkheid van stenose van de kransslagader (≥50%) op basis van de routinetest.
|
|
Geen tussenkomst: Gebruikelijke zorggroep
De gebruikelijke zorggroep zal worden aangestuurd op basis van vastgestelde richtlijnen.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Unnecessary utilization of advanced cardiac imaging
Tijdsspanne: 24 weeks
|
Confirmation of non-obstructive coronary artery disease (diameter stenosis ≤50%) by advanced cardiac imaging (CCTA or ICA)
|
24 weeks
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Percentage proefpersonen dat door de analyse van het AI-Gatekeeper-model als positief is geclassificeerd en waarbij de diagnose coronaire arteriestenose is gesteld (≥50%)
Tijdsspanne: 24 weken
|
Deze maatregel beoordeelt de nauwkeurigheid van het AI-Gatekeeper-model bij het identificeren van patiënten met een stenose van de kransslagader van 50% of meer onder degenen die het als positief classificeert.
|
24 weken
|
|
Vergelijking van de totale zorgkosten
Tijdsspanne: 24 weken
|
Deze analyse richt zich op het vergelijken van de algehele financiële impact van verschillende gezondheidszorginterventies of behandelingen.
Het omvat alle daarmee samenhangende kosten, van diagnostische procedures tot behandeling en vervolgzorg, en biedt een uitgebreide beoordeling van de economische last voor het gezondheidszorgsysteem.
|
24 weken
|
|
Vergelijking van veranderingen in de angina-symptoomscore
Tijdsspanne: 24 weken
|
Deze vergelijking evalueert de variatie in de ernst en frequentie van de anginasymptomen van patiënten, zoals gemeten door de Seattle Angina Questionnaire (SAQ), een gestandaardiseerd hulpmiddel voor het beoordelen van pijn op de borst gerelateerd aan hartaandoeningen.
|
24 weken
|
|
Het aandeel van de proefpersonen geïdentificeerd als negatief door het AI-GateKeeper-model waarvan wordt bevestigd dat ze niet-significante stenose hebben (<50%)
Tijdsspanne: 24 weken
|
Deze maatregel beoordeelt de nauwkeurigheid van het AI-GateKeeper-model bij het identificeren van patiënten met niet-significante kransslagaderstenose (<50%) bij degenen die het als negatief classificeert.
|
24 weken
|
|
MACE (major adverse cardiovascular events)
Tijdsspanne: 24 weeks
|
All-cause death, non-fatal MI, stroke, admission due to acute coronary artery syndrome
|
24 weeks
|
Medewerkers en onderzoekers
Sponsor
Medewerkers
Onderzoekers
- Hoofdonderzoeker: In Hyun Jung, MD, PhD, Yongin Severance Hospital, Yonsei University College of Medicine
Publicaties en nuttige links
Algemene publicaties
- Kwon JM, Lee SY, Jeon KH, Lee Y, Kim KH, Park J, Oh BH, Lee MM. Deep Learning-Based Algorithm for Detecting Aortic Stenosis Using Electrocardiography. J Am Heart Assoc. 2020 Apr 7;9(7):e014717. doi: 10.1161/JAHA.119.014717. Epub 2020 Mar 21.
- Min JK, Dunning A, Lin FY, Achenbach S, Al-Mallah MH, Berman DS, Budoff MJ, Cademartiri F, Callister TQ, Chang HJ, Cheng V, Chinnaiyan KM, Chow B, Delago A, Hadamitzky M, Hausleiter J, Karlsberg RP, Kaufmann P, Maffei E, Nasir K, Pencina MJ, Raff GL, Shaw LJ, Villines TC. Rationale and design of the CONFIRM (COronary CT Angiography EvaluatioN For Clinical Outcomes: An InteRnational Multicenter) Registry. J Cardiovasc Comput Tomogr. 2011 Mar-Apr;5(2):84-92. doi: 10.1016/j.jcct.2011.01.007. Epub 2011 Feb 1.
- Genders TS, Steyerberg EW, Hunink MG, Nieman K, Galema TW, Mollet NR, de Feyter PJ, Krestin GP, Alkadhi H, Leschka S, Desbiolles L, Meijs MF, Cramer MJ, Knuuti J, Kajander S, Bogaert J, Goetschalckx K, Cademartiri F, Maffei E, Martini C, Seitun S, Aldrovandi A, Wildermuth S, Stinn B, Fornaro J, Feuchtner G, De Zordo T, Auer T, Plank F, Friedrich G, Pugliese F, Petersen SE, Davies LC, Schoepf UJ, Rowe GW, van Mieghem CA, van Driessche L, Sinitsyn V, Gopalan D, Nikolaou K, Bamberg F, Cury RC, Battle J, Maurovich-Horvat P, Bartykowszki A, Merkely B, Becker D, Hadamitzky M, Hausleiter J, Dewey M, Zimmermann E, Laule M. Prediction model to estimate presence of coronary artery disease: retrospective pooled analysis of existing cohorts. BMJ. 2012 Jun 12;344:e3485. doi: 10.1136/bmj.e3485.
- Writing Committee Members; Gulati M, Levy PD, Mukherjee D, Amsterdam E, Bhatt DL, Birtcher KK, Blankstein R, Boyd J, Bullock-Palmer RP, Conejo T, Diercks DB, Gentile F, Greenwood JP, Hess EP, Hollenberg SM, Jaber WA, Jneid H, Joglar JA, Morrow DA, O'Connor RE, Ross MA, Shaw LJ. 2021 AHA/ACC/ASE/CHEST/SAEM/SCCT/SCMR Guideline for the Evaluation and Diagnosis of Chest Pain: A Report of the American College of Cardiology/American Heart Association Joint Committee on Clinical Practice Guidelines. J Am Coll Cardiol. 2021 Nov 30;78(22):e187-e285. doi: 10.1016/j.jacc.2021.07.053. Epub 2021 Oct 28.
- Renker M, Schoepf UJ, Wang R, Meinel FG, Rier JD, Bayer RR 2nd, Mollmann H, Hamm CW, Steinberg DH, Baumann S. Comparison of diagnostic value of a novel noninvasive coronary computed tomography angiography method versus standard coronary angiography for assessing fractional flow reserve. Am J Cardiol. 2014 Nov 1;114(9):1303-8. doi: 10.1016/j.amjcard.2014.07.064. Epub 2014 Aug 12.
- Kamel PI, Yi PH, Sair HI, Lin CT. Prediction of Coronary Artery Calcium and Cardiovascular Risk on Chest Radiographs Using Deep Learning. Radiol Cardiothorac Imaging. 2021 Jun 17;3(3):e200486. doi: 10.1148/ryct.2021200486. eCollection 2021 Jun.
- Kim J, Lee SY, Cha BH, Lee W, Ryu J, Chung YH, Kim D, Lim SH, Kang TS, Park BE, Lee MY, Cho S. Machine learning models of clinically relevant biomarkers for the prediction of stable obstructive coronary artery disease. Front Cardiovasc Med. 2022 Jul 19;9:933803. doi: 10.3389/fcvm.2022.933803. eCollection 2022.
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Werkelijk)
Studie voltooiing (Werkelijk)
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
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- AI-Gatekeeper Pro
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
product vervaardigd in en geëxporteerd uit de V.S.
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 .