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

Diagnose av HCM med AI-EKG

4. mars 2024 oppdatert av: Yixiu Liang, Shanghai Zhongshan Hospital

Diagnose av hypertrofisk kardiomyopati med kunstig intelligens-forbedret elektrokardiogram

Studien tar sikte på å etablere en diagnostisk modell for hypertrofisk kardiomyopati med kunstig intelligens-forbedret elektrokardiogram.

Studieoversikt

Status

Rekruttering

Studietype

Observasjonsmessig

Registrering (Antatt)

10000

Kontakter og plasseringer

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

Studiekontakt

Studiesteder

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

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Ja

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Studien inkluderer pasienter med HCM, og forsøkspersoner uten HCM som kontroll.

Beskrivelse

Inklusjonskriterier:

  • Diagnostisert med HCM

Ekskluderingskriterier:

  • Pasienter med ventrikulær pacing

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
HCM gruppe
Pasienter diagnostisert med HCM
Kontrollgruppe
Emner uten HCM

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Diagnose av HCM med AI-EKG
Tidsramme: 1 år innenfor tidsrammen for EKG-datainnsamling

Først stilles en diagnose av HCM som standard utfall i henhold til 1) en International Classification of Diseases (ICD)-kode for HCM (ICD-9425.1, 425.11, 425.18 og ICD10 I42.1, I42.2); 2) rapporter fra ekkokardiografene.

En AI-EKG-algoritme vil bli brukt for å stille en diagnose av HCM og sammenlignes med standardutfallet.

Ytelsen til AI-EKG-algoritmen vil bli evaluert med beregninger inkludert AU-ROC, spesifisitet, sensitivitet og F1-verdi.

1 år innenfor tidsrammen for EKG-datainnsamling

Samarbeidspartnere og etterforskere

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

Etterforskere

  • Hovedetterforsker: Yixiu Liang, MD, Fudan 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 (Faktiske)

1. januar 2024

Primær fullføring (Antatt)

31. desember 2024

Studiet fullført (Antatt)

31. desember 2024

Datoer for studieregistrering

Først innsendt

8. april 2023

Først innsendt som oppfylte QC-kriteriene

29. februar 2024

Først lagt ut (Faktiske)

1. mars 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Antatt)

6. mars 2024

Siste oppdatering sendt inn som oppfylte QC-kriteriene

4. mars 2024

Sist bekreftet

1. mars 2024

Mer informasjon

Begreper knyttet til denne studien

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