Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Gjennomførbarhet av AI-basert hjertefunksjonsprediksjonsmodell ved bruk av CXR (AI-CXR)

12. september 2022 oppdatert av: SungA Bae, Yonsei University

Gjennomførbarhet av kunstig intelligens-basert hjertefunksjonsprediksjonsmodell ved bruk av brystradiografi

Etterforskerne vil utvikle en kunstig intelligens-modell for å forutsi venstre ventrikkels ejeksjonsfraksjon ved bruk av røntgenbilder av thorax og transthorax ekkokardiografidata.

Studieoversikt

Detaljert beskrivelse

Ekkokardiografi bør vurderes på et tidlig stadium hos pasienter som først har utviklet hjertesvikt eller som ikke har informasjon om hjertefunksjon, men undersøkelsen kan bli forsinket på grunn av mangel på tid og arbeidskraft i selve det medisinske feltet.

Primært mål: Bruk røntgenbilder av thorax for å forutsi venstre ventrikkels ejeksjonsfraksjon

Studietype

Observasjonsmessig

Registrering (Faktiske)

505

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

    • Giheung-gu
      • Yongin, Giheung-gu, Korea, Republikken, 16995
        • Yongin Severance Hospital

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

20 år til 90 år (VOKSEN, OLDER_ADULT)

Tar imot friske frivillige

Nei

Kjønn som er kvalifisert for studier

Alle

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Pasienter som gjennomgår et transthorax ekkokardiogram vil bli registrert.

Beskrivelse

Inklusjonskriterier:

  • Voksne som er 20 år og eldre
  • Pasient som oppsøkte legevakt eller poliklinikk på grunn av dyspné og brystsmerter

Ekskluderingskriterier:

  • Pasient avslag
  • Usikre røntgenbilder eller transthorax ekkokardiografi
  • Usikre testresultater

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Venstre ventrikkel-ejeksjonsfraksjon < 40 %
Tidsramme: Innen to uker etter røntgen av thorax
Evaluer ytelsen til røntgenbaserte algoritmer for kunstig intelligens for å identifisere individer med redusert ejeksjonsfraksjon (<40 %)
Innen to uker etter røntgen av thorax

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Etterforskere

  • Studiestol: In Hyun Jung, MD, PhD, Yongin Severance Hospital, Yonsei University College of Medicine

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (FAKTISKE)

1. mars 2022

Primær fullføring (FAKTISKE)

30. juni 2022

Studiet fullført (FAKTISKE)

1. september 2022

Datoer for studieregistrering

Først innsendt

4. august 2021

Først innsendt som oppfylte QC-kriteriene

4. august 2021

Først lagt ut (FAKTISKE)

9. august 2021

Oppdateringer av studieposter

Sist oppdatering lagt ut (FAKTISKE)

14. september 2022

Siste oppdatering sendt inn som oppfylte QC-kriteriene

12. september 2022

Sist bekreftet

1. september 2022

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • YonseiU

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Kliniske studier på Røntgen thorax for klinisk evaluering

3
Abonnere