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

Toepassing van een multimodaal groottaalmodel in HFpEF (MeG-HFpEF)

27 juni 2024 bijgewerkt door: Tang Yida, Peking University Third Hospital

Toepassing van een multimodaal groottaalmodel ter ondersteuning van de diagnose van hartfalen met behouden ejectiefractie

Deze studie zal de effectiviteit valideren van een multimodaal groottaalmodel voor het screenen op hartfalen met behouden ejectiefractie (HFpEF), door het te vergelijken met het traditionele klinisch gestandaardiseerde beoordelingsproces.

Studie Overzicht

Gedetailleerde beschrijving

Hartfalen is een belangrijke complicatie van verschillende hartziekten en is wereldwijd de belangrijkste dodelijke oorzaak van cardiovasculaire sterfte. Op basis van de linkerventrikel-ejectiefractie (LVEF) kan hartfalen worden onderverdeeld in hartfalen met verminderde ejectiefractie (HFrEF), hartfalen met behouden ejectiefractie (HFpEF) en hartfalen met licht verminderde ejectiefractie (HFmrEF). Het aantal heropnames door hartfalen en complicaties in het ziekenhuis verschilden niet tussen HFrEF en HFpEF. De afgelopen twintig jaar is het overlevingspercentage van HFrEF echter aanzienlijk verbeterd, terwijl HFpEF stagneerde. Een van de belangrijkste redenen hiervoor is dat het diagnostische proces van HFpEF gecompliceerd is en dat het gemakkelijk is om in de kliniek een gemiste diagnose te stellen, wat resulteert in een vertraagde behandeling.

Multimodale grote taalmodellen zijn in staat medische gegevens uit verschillende bronnen te integreren en analyseren, waaronder tekstuele gegevens (bijvoorbeeld medische dossiers, medische literatuur), beeldgegevens (bijvoorbeeld elektrocardiogrammen, CT-scanbeelden) en audiogegevens (bijvoorbeeld symptomen verteld door patiënten). Deze multimodale data-integratiecapaciteit is cruciaal voor het begrijpen van complexe medische scenario's, omdat het een uitgebreider beeld van de aandoening biedt dan een enkele gegevensbron.

De diagnose van HFpEF staat voor veel uitdagingen en vereist dat artsen oordelen vellen over multidimensionale gegevens, wat gemakkelijk kan leiden tot onderdiagnose en verkeerde diagnose van de ziekte. Als generatief hulpmiddel voor kunstmatige intelligentie kan een groot taalmodel gegevens uit verschillende bronnen integreren en analyseren en heeft het de mogelijkheid om te leren en te evolueren op basis van bestaand klinisch bewijsmateriaal. Op basis hiervan is deze studie bedoeld om de effectiviteit van een multimodaal groottaalmodel voor screening op hartfalen met behouden ejectiefractie (HFpEF) te evalueren, door het te vergelijken met het traditionele klinische standaardbeoordelingsproces.

Studietype

Observationeel

Inschrijving (Geschat)

80

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 Locaties

    • Beijing
      • Beijing, Beijing, China
        • Werving
        • Peking UniversityThird Hospital

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

De proefpersonen zullen worden gerekruteerd uit patiënten die routinematig in het ziekenhuis worden opgenomen op de afdeling cardiologie en die ook aan de behoeften van dit onderzoek voldeden, en worden niet afzonderlijk gerekruteerd.

Beschrijving

Inclusiecriteria:

  1. Leeftijd 18-80 jaar, man of vrouw;
  2. Cardiologische ziekenhuispatiënten met vermoedelijk hartfalen met behouden ejectiefractie (cardiale echografie suggestief voor LVEF ≥50% met ten minste 1 van de volgende: 1, linkerventrikelhypertrofie en/of vergroting van het linker atrium; en 2, abnormale diastolische hartfunctie);
  3. Huidig ​​of eerder ten minste één symptoom van hartfalen, waaronder kortademigheid (waaronder kortademigheid bij inspanning, nachtelijke paroxysmale dyspneu en telangiëctasie), malaise, misselijkheid en bilateraal oedeem van de onderste ledematen;
  4. Vrijwillige deelname en ondertekende geïnformeerde toestemming.

Uitsluitingscriteria:

  1. Acuut hartfalen of acute verergering van chronisch hartfalen;
  2. Ernstige coronaire stenose (≥75% stenose) zonder revascularisatie;
  3. Patiënten die geen inspanningsstress-echocardiografie kunnen uitvoeren of die contra-indicaties voor de test hebben;
  4. deelnemen aan andere klinische onderzoeken;
  5. Degenen met ernstige organische pathologieën van de lever, de nieren of het hematologische systeem of mensen met chronische ziekten;
  6. Degenen die de procesprocedures niet kunnen volgen;
  7. Degenen die weigeren de geïnformeerde toestemming te ondertekenen.

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
enkele groep

Het routinematige consultatieproces werd eerst uitgevoerd: volgens het proces dat werd aanbevolen door de 2023-editie van de Chinese Expert Consensus on the Diagnosis and Treatment of Heart Failure with Preserved Eject Fraction, voltooide de behandelende cardioloog de beoordeling van de klinische criteria van de proefpersoon en voerde de HFpEF-diagnose uit. Ja nee).

Tijdens het controlebezoek van de behandelende arts verzamelde het multimodale screeningsysteem voor grote taalmodellen (MedGuide-72B) routinebezoekgegevens, registreerde relevante gegevens en indicatoren tijdens de communicatie van de patiënt met MedGuide-72B en stelde de diagnose.

Diagnose voor hartfalen met behouden ejectiefractie (HFpEF) met behulp van het multimodale grote taalmodel MedGuide-72B.
Routinematige diagnostische en therapeutische procedure

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
dignostische specificiteit
Tijdsspanne: na voltooiing van de studie, gemiddeld 8 maanden
dianostische specificiteitsvergelijking tussen routinematige diagnose en therapie en diagnose met grote taalmodellen
na voltooiing van de studie, gemiddeld 8 maanden
dignostische gevoeligheid
Tijdsspanne: na voltooiing van de studie, gemiddeld 8 maanden
dianostische gevoeligheidsvergelijking tussen routinematige diagnose en therapie en diagnose met grote taalmodellen
na voltooiing van de studie, gemiddeld 8 maanden

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
consistentiepercentage
Tijdsspanne: na voltooiing van de studie, gemiddeld 8 maanden
consistentie tussen routinematige diagnose en therapie en diagnose in grote taalmodellen
na voltooiing van de studie, gemiddeld 8 maanden
tijd besteed aan de diagnose
Tijdsspanne: na voltooiing van de studie, gemiddeld 8 maanden
vergelijking van de tijd besteed aan diagnose tussen routinematige diagnose en therapie en diagnose met grote taalmodellen
na voltooiing van de studie, gemiddeld 8 maanden
patiënttevredenheid
Tijdsspanne: na voltooiing van de studie, gemiddeld 8 maanden
vergelijking van patiënttevredenheid tussen routinematige diagnose en therapie en diagnose in grote taalmodellen per vragenlijst
na voltooiing van de studie, gemiddeld 8 maanden
economische kostenanalyse
Tijdsspanne: na voltooiing van de studie, gemiddeld 8 maanden
vergelijking van de economische kosten tussen routinematige diagnose en therapie en diagnose in grote taalmodellen aan de hand van de totale behandelingskosten
na voltooiing van de studie, gemiddeld 8 maanden
percentage valse ontdekkingen
Tijdsspanne: na voltooiing van de studie, gemiddeld 8 maanden
vergelijking van het percentage valse ontdekkingen tussen routinematige diagnose en therapie en diagnose van grote taalmodellen
na voltooiing van de studie, gemiddeld 8 maanden
beoordeling van de werklast van een arts
Tijdsspanne: na voltooiing van de studie, gemiddeld 8 maanden
vergelijking van de werklast van artsen tussen routinematige diagnose en therapie en diagnose in grote taalmodellen volgens het tellen van het aantal deelnemers met behandelingsgerelateerde problemen
na voltooiing van de studie, gemiddeld 8 maanden
diagnose-efficiëntie
Tijdsspanne: na voltooiing van de studie, gemiddeld 8 maanden
De waarschijnlijkheid van nauwkeurigheid vergeleken met de uiteindelijke diagnose van het bezoek van de patiënt
na voltooiing van de studie, gemiddeld 8 maanden

Medewerkers en onderzoekers

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

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)

20 december 2023

Primaire voltooiing (Geschat)

20 december 2024

Studie voltooiing (Geschat)

20 december 2024

Studieregistratiedata

Eerst ingediend

22 december 2023

Eerst ingediend dat voldeed aan de QC-criteria

27 juni 2024

Eerst geplaatst (Werkelijk)

3 juli 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

3 juli 2024

Laatste update ingediend die voldeed aan QC-criteria

27 juni 2024

Laatst geverifieerd

1 juni 2024

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • M2023830

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