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

Pediatrische ventrikelfunctiebeoordelingsstudie

18 december 2024 bijgewerkt door: Doff McElhinney, HBI Solutions Inc.
Deze studie heeft tot doel een diepgaand, op leren gebaseerd raamwerk te ontwikkelen voor rechterventrikel (RV) segmentatie, voorspelling van RV fractionele gebiedsverandering (FAC) en identificatie van pediatrische RV-disfunctie. Het AI-model is ontworpen om onderscheid te maken tussen normale kinderharten, pulmonale hypertensie (PH) en Tetralogie van Fallot (TOF). Om de diagnostische nauwkeurigheid te verbeteren, hebben de onderzoekers de analyse uitgebreid tot buiten de A4C-weergave door gegevens uit zowel de A4C- als de PSAX-weergave te integreren. Bovendien werd het raamwerk toegepast om de linkerventrikelejectiefractie (LV EF) te voorspellen, wat de veelzijdigheid en klinische bruikbaarheid ervan verder aantoont.

Studie Overzicht

Gedetailleerde beschrijving

Hartafwijkingen zijn wereldwijd een belangrijke oorzaak van aan geboorteafwijkingen gerelateerde ziektes en sterfte1, en treffen wereldwijd ongeveer 1% van de levendgeborenen. Hiervan heeft ongeveer een kwart1 ernstige hartafwijkingen die vroegtijdige interventie vereisen om de overleving en de uitkomsten te verbeteren. 2 3 Rechterventrikeldisfunctie (RV) is een veel voorkomende vorm van hartziekte bij pediatrische patiënten, die vaak voortkomt uit aandoeningen zoals vroeggeboorte, postoperatieve effecten van een aangeboren hartziekte, het functioneren als systemische ventrikel en idiopathische pulmonale hypertensie. Deze patiënten worden geconfronteerd met aanzienlijke risico's, waaronder falen van de RV, verminderde kwaliteit van leven, mogelijke noodzaak voor transplantatie en verhoogde mortaliteit. Nauwkeurige beoordeling van de RV-functie is cruciaal maar uitdagend vanwege de complexe geometrie van de RV.

In tegenstelling tot linkerventrikeldisfunctie (LV), is RV-disfunctie voornamelijk het gevolg van druk- en volumeoverbelasting en heeft het unieke pathofysiologische kenmerken. Hoewel de mechanismen van LV-disfunctie goed bestudeerd zijn, is er minder bekend over RV, en is een groot deel van de klinische behandeling ervan overgenomen uit LV-gericht onderzoek. De camper, met zijn dunnere en beter aanpasbare wanden, kan efficiënt worden verbouwd, maar tolereert vaak veranderingen gedurende langere perioden voordat deze kapot gaat. Bovendien leidt RV-disfunctie vaak tot LV-disfunctie als gevolg van sterke interventriculaire interacties. Deze verschillen, samen met de onregelmatige vorm en oriëntatie van de RV, bemoeilijken beeldvorming en beoordeling, waardoor geavanceerde beeldvormingstechnieken nodig zijn, waarbij vaak meerdere modaliteiten betrokken zijn. 4 Nauwkeurige evaluatie van de RV-grootte en -functie is essentieel voor het diagnosticeren, beheren en voorspellen van de uitkomsten van hartaandoeningen bij kinderen. Echocardiografie is, als niet-invasief en toegankelijk hulpmiddel, de eerstelijnsbeeldvormingstechniek voor het monitoren van de RV-functie. 4 Traditionele functionele RV-metingen worden echter geconfronteerd met beperkingen bij pediatrische populaties als gevolg van de aanzienlijke variabiliteit in de RV-morfologie. Van de systolische parameters heeft fractionele gebiedsverandering (FAC) sterkere correlaties aangetoond met de ernst van de ziekte bij patiënten met gevorderd hartfalen en een nauwere relatie met de RV-ejectiefractie zoals gemeten door cardiovasculaire magnetische resonantie (CMR), wat duidt op de betrouwbaarheid ervan bij het beoordelen van de kinder-RV-functie. 5,6 Een FAC <35% wordt door de richtlijn als abnormaal beschouwd7. Nauwkeurige FAC-beoordeling kan tijdige interventies begeleiden, de prognose verbeteren en de langetermijnresultaten verbeteren door een betere monitoring van de RV-functie in de loop van de tijd mogelijk te maken.

Congenitale hartziekte (CHZ) omvat een breed scala aan structurele afwijkingen en aandoeningen die de ontwikkeling van het hart vóór de geboorte beïnvloeden, met voorbeelden zoals Tetralogie van Fallot (TOF)8 en Pulmonale hypertensie (PH)9. De RV speelt een cruciale rol bij de TOF-diagnose, omdat de obstructie van het uitstroomkanaal en hypertrofie de belangrijkste kenmerken van de aandoening zijn.10 Pulmonale hypertensie verhoogt de afterload (druk) op de rechterventrikel, wat leidt tot structurele en functionele veranderingen in de RV. Deze veranderingen worden doorgaans niet gezien in de LV, tenzij er sprake is van ernstige biventriculaire betrokkenheid of secundaire effecten.11 Echocardiografie is een niet-invasief, breed toegankelijk en essentieel eerstelijnsinstrument voor routinematige follow-up van diverse pediatrische hartaandoeningen die de rechterventrikel (RV) aantasten. 4 Het beoordelen van de RV-functie bij hartziekten bij kinderen blijft echter een uitdaging vanwege de aanzienlijke variabiliteit in de RV-morfologie en fysiologie. Het apicale vierkamerbeeld (A4C) is een hoeksteen voor de beoordeling van de rechterventrikelfunctie (RV), vanwege het vermogen om de omvang, vorm en systolische functie van de RV uitgebreid te evalueren.12 De parasternale korte-asweergave (PSAX) wordt vaak gebruikt als aanvullende echocardiografische weergave naast de A4C-weergave voor het beoordelen van de rechterventrikelfunctie (RV).12 De vooruitgang op het gebied van AI-gestuurde echocardiografie, met name deep learning, is veelbelovend voor het verbeteren van de beoordeling van de hartfunctie.13 Recente innovaties, zoals EchoNet-Dynamic14, hebben het nut aangetoond van op video gebaseerde deep learning-algoritmen voor het schatten van LV-segmentatie bij volwassenen en het schatten van de ejectiefractie. Voortbouwend op deze vooruitgang ontwikkelden de onderzoekers EchoNet-Peds15, een AI-model voor pediatrische echocardiografie dat berekeningen van LV-segmentatie en ejectiefractie automatiseert. Naast de linkerventrikelsegmentatiemethoden omvatten 16-18 andere deep learning-toepassingen geautomatiseerde kwantificering19 van de linkerventrikelstructuur en -functie, evenals nieuwe methoden voor het schatten van intraventriculaire hemodynamische parameters op een slag-tot-slagbasis 20 . De meeste diepgaande leerstudies richten zich echter op LV-beoordeling, waarbij relatief minder modellen specifiek voor de RV zijn bedoeld, waarbij vooral segmentatietaken worden aangepakt. 21,22 Hoewel er enkele recente ontwikkelingen naar voren zijn gekomen, zoals een model dat de RV-ejectiefractie schat op basis van echocardiografische beelden bij patiënten met pulmonale arteriële hypertensie 23, blijven er aanzienlijke hiaten bestaan ​​in de toepassing van AI op de functionele beoordeling van RV bij kinderen.

Deze studie heeft tot doel een diepgaand, op leren gebaseerd raamwerk te ontwikkelen voor rechterventrikel (RV) segmentatie, voorspelling van RV fractionele gebiedsverandering (FAC) en identificatie van pediatrische RV-disfunctie. Het AI-model is ontworpen om onderscheid te maken tussen normale kinderharten, pulmonale hypertensie (PH) en Tetralogie van Fallot (TOF). Om de diagnostische nauwkeurigheid te verbeteren, hebben de onderzoekers de analyse uitgebreid tot buiten de A4C-weergave door gegevens uit zowel de A4C- als de PSAX-weergave te integreren. Bovendien werd het raamwerk toegepast om de linkerventrikelejectiefractie (LV EF) te voorspellen, wat de veelzijdigheid en klinische bruikbaarheid ervan verder aantoont.

Studietype

Observationeel

Inschrijving (Werkelijk)

3993

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

    • California
      • Palo Alto, California, Verenigde Staten, 94304
        • Stanford 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

  • Kind
  • Volwassen

Accepteert gezonde vrijwilligers

Ja

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Er zijn twee groepen kinderen betrokken. Groep I: Kinderen met een normale rechterventrikelanatomie en -functiebeoordeling op basis van screening-echocardiogrammen en follow-up door een arts.

Groep II: Kinderen met rechterventrikelafwijkingen die een potentieel risico hebben op nadelige gevolgen.

Beschrijving

Inclusiecriteria:

  1. Patiënten van 0-18 jaar oud.
  2. Patiënten met de volgende diagnoses (gedefinieerd als abnormale RV's): premature baby's met longziekte, aangeboren hartziekte met systemische rechterventrikels, chirurgisch gerepareerde aangeboren hartziekte resulterend in druk en/of volumebelasting op de RV (tetralogie van Fallot, dubbele uitlaat rechts ventrikel, enz.) en idiopathische pulmonale hypertensie.

Uitsluitingscriteria:

-

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
RV FAC-voorspellingscohort
Dit cohort is ontworpen om pediatrische RV FAC te voorspellen met behulp van een deep learning-model op basis van echocardiogrammen
RV-ziekteclassificatiecohort
Het cohort is ontworpen om gebruik te maken van een diepgaand leermodel om onderscheid te maken tussen normale kinderharten en pulmonale hypertensie (PH), evenals tussen Tetralogie van Fallot (TOF) en PH, met behulp van echocardiogrammen.
Beoordeling van RV-functie en ziekteclassificatie met behulp van A4C en PSAX Bekijk cohorten
Het cohort is ontworpen om A4C- en PSAX-echocardiografische weergaven te gebruiken voor pediatrische RV-functiebeoordeling en ziekteclassificatie met behulp van deep learning-modellen.
LV Ejectiefractie (EF) Voorspellingscohort
Het cohort is ontworpen om ons nieuwe deep learning-model voor LV EF-beoordeling te valideren.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Voorspelling van RV-disfunctie
Tijdsspanne: 10 minuten
FAC < 35% wordt als RV abnormaal beschouwd. De automatisch geëxtraheerde FAC-waarden werden vervolgens gebruikt om de waarschijnlijkheid van een abnormale RV-functie te voorspellen. De nauwkeurigheid van de FAC-schatting werd geëvalueerd met behulp van de gemiddelde absolute fout (MAE), de wortelgemiddelde kwadratische fout (RMSE) en de Pearson-correlatiecoëfficiënt (R). Diagnostische prestatiegegevens omvatten AUC, gevoeligheid en specificiteit voor beoordeling van de RV-functie
10 minuten
Detectie van aangeboren hartziekten
Tijdsspanne: 10 minuten
Voor CHZ-detectie zijn classificatiemodellen ontwikkeld om onderscheid te maken tussen normale, PH- en TOF-gevallen door het analyseren van RV-echocardiogramvideo's. Nauwkeurigheid, gevoeligheid en specificiteit werden gebruikt om de classificaties van PH versus normaal en PH versus TOF te evalueren
10 minuten
Linkerventrikeldisfunctie
Tijdsspanne: 10 minuten
De prestaties worden beoordeeld door het gebied onder de ROC-curve (Receiver Operating Characteristic) te berekenen, waarbij de nauwkeurigheid van het model bij het detecteren van abnormale EF-waarden wordt geëvalueerd.
10 minuten

Medewerkers en onderzoekers

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

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)

1 januari 2014

Primaire voltooiing (Werkelijk)

31 augustus 2024

Studie voltooiing (Werkelijk)

31 augustus 2024

Studieregistratiedata

Eerst ingediend

12 december 2024

Eerst ingediend dat voldeed aan de QC-criteria

16 december 2024

Eerst geplaatst (Werkelijk)

25 maart 2025

Updates van studierecords

Laatste update geplaatst (Werkelijk)

25 maart 2025

Laatste update ingediend die voldeed aan QC-criteria

18 december 2024

Laatst geverifieerd

1 december 2024

Meer informatie

Termen gerelateerd aan deze studie

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

product vervaardigd in en geëxporteerd uit de V.S.

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