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

AI-ECG-screening op systolische disfunctie van de linkerventrikel

1 februari 2024 bijgewerkt door: Seoul National University Hospital

AI-ECG-screening op systolische disfunctie van het linkerventrikel: een prospectief, observationeel, multicenter onderzoek

Het doel van de huidige studie is om de effectiviteit te verifiëren van het kunstmatige intelligentie-algoritme dat op het elektrocardiogram wordt toegepast als een potentieel screeningsinstrument voor systolische disfunctie van de linkerventrikel.

Studie Overzicht

Gedetailleerde beschrijving

De huidige onderzoekers hebben een algoritme voor kunstmatige intelligentie (AI) ontwikkeld, gebaseerd op een elektrocardiogram (ECG) met 12 afleidingen, dat systolische dysfunctie van de linkerventrikel detecteert, via 364.845 ECG's van 148.547 patiënten. Toen het model vervolgens retrospectief werd getest op 59.805 ECG's van 24.376 patiënten, bedroeg de prestatie van het model, uitgedrukt als een gebied onder de bedieningskarakteristiek van de ontvanger, 0,889 (95% BI 0,887-0,891).

We zijn van plan om de effectiviteit van ons model prospectief te valideren als een potentieel screeningsinstrument voor systolische disfunctie van het linkerventrikel.

Studietype

Observationeel

Inschrijving (Geschat)

1530

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

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

NVT

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Patiënten die in de routinematige klinische praktijk een 12-afleidingen-ECG en transthoracale echocardiografie ondergaan

Beschrijving

Inclusiecriteria:

  • Individuen of degenen wier wettelijke vertegenwoordiger akkoord gaat met deelname aan het onderzoek en het toestemmingsformulier ondertekenen
  • Kan zowel 12-afleidingen elektrocardiogram als transthoracale echocardiografie voltooien

Uitsluitingscriteria:

  • Personen met een leeftijd jonger dan 18 jaar.
  • Individuen die niet akkoord gaan met deelname aan het onderzoek
  • Patiënten die niet kunnen deelnemen aan klinische onderzoeken, zulks ter beoordeling van de onderzoeker

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
Gebied onder de bedrijfskarakteristiek van de ontvanger (AUROC)
Tijdsspanne: Via afronding van de studie, gemiddeld 1 jaar
Prestaties van AI-modellen die LVSD detecteren, uitgedrukt als een AUROC. Als diagnostische hulp voor LVSD zal een ROC-curve, uitgedrukt als gevoeligheid voor (1-specificiteit), worden gepresenteerd, en de nauwkeurigheid van de voorspelling zal worden bevestigd door de AUROC te berekenen, wat het onderstaande gebied is.
Via afronding van de studie, gemiddeld 1 jaar

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Gevoeligheid
Tijdsspanne: Via afronding van de studie, gemiddeld 1 jaar
AI-modelgevoeligheid detecteert LVSD
Via afronding van de studie, gemiddeld 1 jaar
Specificiteit
Tijdsspanne: Via afronding van de studie, gemiddeld 1 jaar
AI-modelgevoeligheid voor het detecteren van patiënten met een normale systolische linkerventrikelfunctie
Via afronding van de studie, gemiddeld 1 jaar
Positief voorspellende waarde
Tijdsspanne: Via afronding van de studie, gemiddeld 1 jaar
Positief voorspellende waarde in de gerekruteerde patiëntenpopulatie
Via afronding van de studie, gemiddeld 1 jaar
Negatieve voorspellende waarde
Tijdsspanne: Via afronding van de studie, gemiddeld 1 jaar
Negatieve voorspellende waarde in de gerekruteerde patiëntenpopulatie
Via afronding van de studie, gemiddeld 1 jaar

Medewerkers en onderzoekers

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

Onderzoekers

  • Hoofdonderzoeker: Seung-Pyo Lee, MD, PhD, Seoul National University Hospital

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.

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 (Geschat)

1 februari 2024

Primaire voltooiing (Geschat)

10 juli 2024

Studie voltooiing (Geschat)

10 juli 2025

Studieregistratiedata

Eerst ingediend

2 november 2023

Eerst ingediend dat voldeed aan de QC-criteria

21 januari 2024

Eerst geplaatst (Werkelijk)

30 januari 2024

Updates van studierecords

Laatste update geplaatst (Geschat)

5 februari 2024

Laatste update ingediend die voldeed aan QC-criteria

1 februari 2024

Laatst geverifieerd

1 oktober 2023

Meer informatie

Termen gerelateerd aan deze studie

Andere studie-ID-nummers

  • H-2306-083-1439

Plan Individuele Deelnemersgegevens (IPD)

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

NEE

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