Dyplæring for intelligent identifisering av arytmier (ECG-LEARNING)
2. april 2024 oppdatert av: First Affiliated Hospital Xi'an Jiaotong University
Deep Learning for Intelligent Identification of Arhythmias (EKG-LEARNING): en etterforsker-initiert, nasjonalt multisenter, retrospektivt-prospektiv, kohortstudie
Denne studien har som mål å designe og trene en dyp læringsmodell for diagnostisering av ulike arytmier.
Studieoversikt
Detaljert beskrivelse
Denne studien har som mål å retrospektivt og prospektivt samle rutinemessige kliniske data som elektrokardiogrammer fra pasienter med arytmier som oppfyller inklusjons- og eksklusjonskriteriene.
Deretter vil vi designe og trene en dyp læringsmodell for å analysere de elektrokardiografiske trekk ved arytmiene, og identifisere typene arytmier og evaluere verdien av modellen for diagnostisering av ulike arytmier.
Studietype
Observasjonsmessig
Registrering (Antatt)
4000
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiekontakt
- Navn: Guoliang Li, M.D.
- Telefonnummer: +8613759982523
- E-post: liguoliang_med@163.com
Studer Kontakt Backup
- Navn: Chaofeng Sun, M.D.
- E-post: cfsun1@mail.xjtu.edu.cn
Studiesteder
-
-
Shaanxi
-
Xi'an, Shaanxi, Kina, 710061
- First Affiliated Hospital of Xi'an Jiantong University
-
-
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
- Barn
- Voksen
- Eldre voksen
Tar imot friske frivillige
Nei
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
Pasienter diagnostisert med arytmi ved tolv-avlednings elektrokardiogram eller Holter.
Beskrivelse
Inklusjonskriterier:
- For retrospektiv studie: 1. Pasienter med arytmi diagnostisert ved rutinemessig overflate 12-avlednings elektrokardiogram eller Holter; 2.Typen arytmi diagnostiseres ved intrakardial elektrofysiologisk undersøkelse.
- For prospektiv studie: 1. Pasienter med arytmi diagnostisert ved rutinemessig 12-avlednings elektrokardiogram eller Holter; 2.Intrakardial elektrofysiologisk undersøkelse er planlagt.
Ekskluderingskriterier:
- Mangel på rutinemessig 12-avlednings elektrokardiogram eller holterdata;
- Mangel på intrakardial elektrofysiologisk undersøkelse;
- Pasienter nektet å signere informert samtykke og nektet å delta i studien.
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 |
Intervensjon / Behandling |
|---|---|
|
Eksperimentell gruppe
EKG-data og kliniske data fra denne gruppen av arytmipasienter vil bli brukt til å bygge en dyp læringsmodell.
|
Ingen intervensjoner vil bli gitt til pasienter.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
En dyp læringsmodell designet for å intelligent identifisere typene arytmi.
Tidsramme: 1 dag etter påmelding.
|
Modellen trenes på treningssettet, den beste modellen og hyperparametrene velges gjennom verifikasjonssettet, og til slutt testes modellresultatene på testsettet.
|
1 dag etter påmelding.
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Sensitiviteten, spesifisiteten og nøyaktigheten til dyplæringsmodellen
Tidsramme: 1 dag etter påmelding.
|
Sensitiviteten, spesifisiteten og nøyaktigheten til en dyplæringsmodell designet ble evaluert av intrakardiale elektrofysiologiske undersøkelsesresultater for å identifisere pasienter med arytmi fra forskjellige sentre.
|
1 dag etter påmelding.
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Samarbeidspartnere
Etterforskere
- Hovedetterforsker: Guoliang Li, M.D., First Affiliated Hospital Xi'an Jiaotong University
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 (Antatt)
30. desember 2024
Primær fullføring (Antatt)
31. august 2028
Studiet fullført (Antatt)
31. desember 2028
Datoer for studieregistrering
Først innsendt
6. juli 2023
Først innsendt som oppfylte QC-kriteriene
21. juli 2023
Først lagt ut (Faktiske)
1. august 2023
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
4. april 2024
Siste oppdatering sendt inn som oppfylte QC-kriteriene
2. april 2024
Sist bekreftet
1. april 2024
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- XJTU1AF2023LSK-170
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. .