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

Analyse av kliniske egenskaper og ekkokardiografiske kjennetegn for diagnose av infiltrativ kardiomyopati (ACREDIT): Retrospektiv multisenter observasjonsstudie

24. oktober 2021 oppdatert av: Yonsei University
Denne studien forsøkte å utvikle en algoritme ved å samle inn ekkokardiografisk bildeinformasjon og relatert klinisk informasjon som er i stand til kvantitativt å evaluere endringer i myokard gjennom maskinlæring. Dessuten undersøker forskerne nytten av en algoritme for tidlig diagnose og differensialdiagnose av infiltrativ kardiomyopati.

Studieoversikt

Status

Rekruttering

Detaljert beskrivelse

  1. Studiedesign: Multicenter Retrospective Observational Study
  2. Studiemetode: Hvis seleksjonskriteriene ovenfor er oppfylt, indeksbesøket ekkokardiografiske bilder som ble utført umiddelbart før eller nærmest tidspunktet for sykehusinnleggelse for endelig diagnose, ekkokardiografiske bilder av før- og etterbesøket fra den endelige diagnosen, og kliniske informasjon vil bli innhentet. Røntgen, elektrokardiogram og ekkokardiografi-bilder trekkes ut i rått DICOM-format og analyseres deretter i kjernelaboratoriet (Severance-sykehuset). Karakteristikkene til pasienter med infiltrativ kardiomyopati identifiseres gjennom innsamling av relevant klinisk informasjon, og det utvikles en metode for ikke-invasiv tidlig diagnose og differensialdiagnostikk av infiltrativ kardiomyopati.
  3. Kvantativ analyse av ekkokardiografiske bilder ved bruk av Radiomics

    • Radiomics er en metode for å trekke ut et stort antall kvantitative bildetrekk (300-500 funksjoner som form, entropi, volum osv.) fra ikke-invasive medisinske bilder (CT, MR, etc.) og statistisk analysere funksjonene. Dens verdi har blitt demonstrert gjennom studiene for prediksjon av tilbakefall av brystkreft og lesjonsklassifisering.
    • Ved å bruke åpen kildekode-plattformen PyRadiomics19 trekker vi ut de radiomiske egenskapene for lysstyrke (Energi, Entropi, Middel, Median, etc.) og tekstur (Grånivå Co-Currence Matrix Contrast, Difference Variance, Maximal Correlation Coefficient, etc.) fra settet område av interesse.
    • Forskjellene mellom infiltrativ kardiomyopati og normal kontroll identifiseres ved hjelp av klinisk informasjon og radiomikrofunksjoner hentet fra ekkokardiografi på tidspunktet for diagnosebesøket. Algoritmene for å skille sykdommen vil bli utviklet ved hjelp av maskinlæringsmetoder som støtte for vektormaskinklassifisering.

Studietype

Observasjonsmessig

Registrering (Forventet)

500

Kontakter og plasseringer

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

Studiekontakt

  • Navn: Hyuk-jae Chang
  • Telefonnummer: +82 2-2228-8460
  • E-post: hjchang@yuhs.ac

Studiesteder

      • Seoul, Korea, Republikken
        • Rekruttering
        • Yonsei University Health System, Severance Hospital, Division of Cardiology
        • Ta kontakt med:

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

18 år og eldre (VOKSEN, OLDER_ADULT)

Tar imot friske frivillige

Nei

Kjønn som er kvalifisert for studier

Alle

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Det er viktig å få så store bildedata som mulig for å utvikle en algoritme som er i stand til å diagnostisere ulike infiltrative myokardsykdommer.

Infiltrativ kardiomyopati er en sjelden sykdom, og det ble rapportert at prevalensen av hjerteamyloidose i Korea var 1,91 per 100 000 i 2015.2 Når det gjelder andre sykdommer, har det ikke vært rapportert om prevalensen i Korea, men rapporter fra en utenlandsk rapport om at hjertesarkoidose er 2,2 per 100 000, 8 og Fabrys sykdom er 0,9 til 2,5 per 100 000. 9,10 Å sikre nok data som kan læres for å forbedre maskinlæringsnøyaktigheten er ikke lett på grunn av mangelen på invasiv kardiomyopati. Videre er det vanskelig å bekrefte sykdommen. Derfor er det nødvendig å gjennomgå og innhente klinisk informasjon og ekkokardiografiske bildedata fra så mange bekreftede pasienter som mulig. Denne studien er en retrospektiv observasjonsstudie, og det forventede antallet målpersoner er omtrent 500.

Beskrivelse

Inkluderings-/eksklusjonskriterier

  1. Utvalgskriterier for screening (1) 18 år eller eldre (2) Pasienter med infiltrativ kardiomyopati (det diagnostiske navnet for hver av følgende sykdommer) eller systemisk sykdom (som amyloidose, myelomatose, sarkoidose) (3) Søkeperiode: januar 1. 2010–31. desember 2020
  2. Kriterier for innmelding av pasienter

    • Pasienter som er fornøyd med minst én av hver definisjon velges.

      • Hjerteamyloidose1,5,11,12 I. 'Definite': Positiv myokardbiopsi (Kongo-Rød positiv) II. 'Sannsynlig': Ett av følgende avbildningsfunn sammen med en positiv biopsi av annet vev enn myokard A. Positiv DPD / PYP-skanning Grad 2-3 hjerteopptak B. Ekkokardiografi Symmetrisk økning i LV- og RV-veggtykkelse Utvidet LA og RA Granulært utseende av myokard Perikardiell effusjon Redusert eller normal RQS kompleks spenning til tross for økt LV veggtykkelse C. Magnetisk resonansavbildning av hjertet Diffus subendokardiell sen Gd-forsterkning Forhøyet native T1 og ECV verdi III. 'Mulig': To eller flere av de ovennevnte bildediagnostiske funnene tilfredsstilles uten biopsifunn, og det er egnet for diagnosen i henhold til alle kliniske funn

        ② Hjertesarkoidose13,14,15,16 I. 'Definite': Hvis alt av følgende er oppfylt A. Ikke-caseating, multinucleated gigantcellegranulom omgitt av bånd av tette kollagenfibre i endomyocardial biopsi B. Kompatibel klinisk presentasjon C. Ekskludering av andre årsaker til granulomatøs betennelse II. "Sannsynlig": To eller flere av følgende funn sammen med en positiv biopsi av annet vev enn myokard A. Elektrokardiogram Høygradig atrioventrikulær blokkering (inkludert fullstendig atrioventrikulær blokkering) eller fatal ventrikulær arytmi (f.eks. vedvarende ventrikulær takykardi og ventrikulær fibrillasjon) Ekkokardiografi Variabel fokal LV-veggfortynning (ofte ved basal septum, lateral vegg) Fokalveggbevegelsesavvik stemmer ikke overens med koronararterieterritoriet C. Hjertemagnetisk resonansavbildning Patch, basal og lateral LV-vegg sen Gd-forsterkning D. Positronemisjonstomografi - Computed Tomography Focal økte FDG-opptak IV. 'Mulig': To eller flere av de ovennevnte bildediagnostiske funnene tilfredsstilles uten biopsifunn, og det er egnet for diagnosen i henhold til alle kliniske funn

        • Hemokromatose 17 I. 'Definitt': Positiv myokardbiopsi Jernavleiringer i myocytten II. 'Sannsynlig': Ikke-myokardvevsbiopsi positiv eller jernoverbelastning kliniske bevis (som arvelig hemokromatose, transfusjonsavhengig anemi) og følgende avbildningsfunn A. Ekkokardiografi utvidet LV med global systolisk dysfunksjon B. Magnetisk resonansavbildning av hjertet Lav T2*-verdi av myokard

    Etc

    ① Fabrys sykdom18,19 I. 'Definite': Positiv myokardbiopsi Forstørrede myocytter med klynger av konsentrisk glykolipid (myelinoidlegemer) i lysosomer II. 'Sannsynlig': A-galaktosidase A screeningtest og X-koblet genetisk test positiv, sammen med følgende ekkokardiografiske funn A. Ekkokardiografi Symmetrisk økning i LV og RV veggtykkelse

    ② Danons sykdom20 I. 'Definitiv': Positiv for genetisk testing eller biopsi av myokardvev, sammen med følgende ekkokardiografiske funn Symmetrisk økning i LV- og/eller RV-veggtykkelse Redusert LV-systolisk funksjon

    ③ Kardial oksalose1 I. 'Definite': Positiv myokardbiopsi II. 'Sannsynlig': Følgende ekkokardiografiske funn sammen med en historie med massiv transfusjon eller positiv biopsi av annet vev enn myokard Symmetrisk økning i LV- og RV-veggtykkelse Flekkvis, ekkoende flekkete refleksjon

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
infiltrativ kardiomyopati

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Følsomhet
Tidsramme: til 30. juni 2022
Sensitivitet (True Positive Rate) refererer til andelen av de som har den infiltrative kardiomyopatien som fikk et positivt resultat på den diagnostiske algoritmen ved maskinlæring.
til 30. juni 2022
Spesifisitet
Tidsramme: til 30. juni 2022
Spesifisitet refererer til andelen av de som ikke har den infiltrative kardiomyopatien som fikk negativt resultat på testen.
til 30. juni 2022
Arealet under kurven til mottakerens driftskarakteristikk
Tidsramme: til 30. juni 2022
til 30. juni 2022

Samarbeidspartnere og etterforskere

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

Etterforskere

  • Hovedetterforsker: Hyuk-jae Chang, Yonsei University Health System, Severance Hospital, Division of Cardiology

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

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)

4. januar 2021

Primær fullføring (FORVENTES)

16. desember 2021

Studiet fullført (FORVENTES)

31. desember 2021

Datoer for studieregistrering

Først innsendt

24. oktober 2021

Først innsendt som oppfylte QC-kriteriene

24. oktober 2021

Først lagt ut (FAKTISKE)

4. november 2021

Oppdateringer av studieposter

Sist oppdatering lagt ut (FAKTISKE)

4. november 2021

Siste oppdatering sendt inn som oppfylte QC-kriteriene

24. oktober 2021

Sist bekreftet

1. oktober 2021

Mer informasjon

Begreper knyttet til denne studien

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • 4-2020-1278

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

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. .

Abonnere