Vroege ECG-voorspelling van cohortinstelling voor multi-systeemziekten en follow-up (EARLY-ECG-PRED)
Studie Overzicht
Toestand
Interventie / Behandeling
Gedetailleerde beschrijving
Recente ontwikkelingen in kunstmatige intelligentie (AI) hebben de diagnostische mogelijkheden van elektrocardiografie (ECG) uitgebreid dan cardiovasculaire ziekten. Opkomend bewijs toont aan dat AI-versterkte ECG-analyse waardevolle inzichten kan bieden in leeftijd, geslacht, sterfingsrisico, hartfunctie en systemische omstandigheden zoals elektrolytonevenwichtigheden, nierdisfunctie en schildklieraandoeningen. Deze bevindingen positioneren ECG als een veelbelovend hulpmiddel voor de identificatie en voorspelling van een breed spectrum van ziekten.
Om de onderliggende mechanismen die ECG-afwijkingen koppelen aan meerdere systeemziekten verder te onderzoeken en om op ECG gebaseerde diagnostische, screening- en voorspellende modellen te ontwikkelen, hebben we een multi-center, prospectieve, observationele registratiestudie geïnitieerd waarbij patiënten ondergingen ECG-onderzoeken ondergaan. De doelen van het project zijn als volgt:
1. AI-ECG Foundation Model Development
- Diagnose van traditionele cardiovasculaire aandoeningen (bijv. Aritmieën, myocardinfarct).
- Screening van multi-systeemaandoeningen, waaronder: Circulatory, spijsverterings-, ademhalings- en zenuwstelselziekten, endocriene/metabole aandoeningen, urogenitale ziekten, hematologische aandoeningen, neoplasmata en geestelijke gezondheidsstoornissen.
- Voorspelling van nieuwe aandoeningen (bijv. Atriale fibrillatie, hartfalen, valvulaire ziekten, Nstemi, ventriculaire tachycardie) en 1-jaar sterftecisico.
2. Klinisch nut en implementatie
Door gebruik te maken van de draagbaarheid, kosteneffectiviteit en niet-invasiviteit van ECG, maakt ons AI Foundation-model mogelijk:
- Snelle, grootschalige screening in poliklinische, intramurale, nood- en gemeenschapsinstellingen.
- Vroege detectie van multi-systeemziekten, die gerichte diagnostische werkzaamheden begeleiden.
3. Mechanistisch en interpreteerbaarheidsonderzoek dat de diagnostische, voorspellende en risico-stratificatie-logica van AI-ECG-funderingsmodellen opheldert.
Studietype
Inschrijving (Geschat)
Contacten en locaties
Studiecontact
- Naam: Jun Pu, MD,PhD
- Telefoonnummer: 86-21-68383477
- E-mail: pujun310@hotmail.com
Studie Locaties
-
-
Shanghai
-
Shanghai, Shanghai, China, 200000
- Werving
- Ren Ji Hospital Afflited to School of Medicine, Shanghai Jiao Tong University
-
Contact:
- Song ding, MD
- Telefoonnummer: 86-21-68383477
- E-mail: dingsong1105@163.com
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Kind
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- Patiënten die het studieziekenhuis bezochten.
- Opgenomen patiënten moeten zowel ECG-gegevens als ontslagdiagnosecodes (ICD-10) hebben voor intramurale patiënten en noodpatiënten.
Uitsluitingscriteria:
1. Patiënten die deelname weigerden, gevallen met onvolledige of ontbrekende klinische gegevens en zwangere personen.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Multi-systeemziekte voorspellen op basis van ECG
Tijdsspanne: 1 maand
|
Het evalueren van de effectiviteit van ECG bij het voorspellen van ziekten in verschillende systemen, zoals ziekten van de bloedsomloop, ziekten van de luchtwegen, spijsverteringssysteemziekten, ziekten van zenuwstelsels, urogenitale systeemziekten, endocriene en voedingsaandoeningen, infectieve en parasitische ziekten, tumoren, tumoren en mentale aandoeningen, en mentale aandoeningen en mentale aandoeningen.
Deze studie gebruikt aanvankelijk het ICD-10-coderingssysteem voor voorlopige screening van doelziekten.
Vervolgens voert een commissie van multidisciplinaire klinische experts een systematische beoordeling uit van kandidaatziekten op basis van het ICD-10 coderingssysteemkader, inclusief de toepasbaarheid van diagnostische criteria, de nauwkeurigheid van ICD-10-classificatie, de redelijkheid van uitsluitingscriteria en de beoordeling van het niveau van bewijs.
|
1 maand
|
Medewerkers en onderzoekers
Sponsor
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Geschat)
Studie voltooiing (Geschat)
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
Andere studie-ID-nummers
- EARLY-ECG-PREDICTION Cohort
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 .