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

AI i poliklinisk praksis for diagnostisering av aortastenose og diastolisk dysfunksjon

2. mars 2026 oppdatert av: Jae K. Oh, M.D., Mayo Clinic

Den kliniske nytten av kunstig intelligens-aktiverte elektrokardiogrammer i poliklinisk praksis – diagnostisering av aortastenose og diastolisk dysfunksjon

To nylig utviklede kunstig intelligens-aktiverte elektrokardiogram (AI-EKG) modeller er utviklet for å oppdage aortastenose (AS) og diastolisk dysfunksjon (DD). AI-EKG for AS har en sensitivitet på 78 % og spesifisitet på 74 %, og AI-EKG for DD har en sensitivitet på 83 % og spesifisitet på 80 %. Imidlertid har disse modellene aldri blitt brukt prospektivt for å diagnostisere AS eller DD, noe som kan være nyttig for pasienter og behandlere fra et diagnostisk og prognostisk perspektiv og spesielt i omgivelser der tilgangen til medisinsk behandling på høyere nivå er begrenset. I denne studien tar vi sikte på å bestemme den kliniske nytten av disse AI-EKG-modellene ved å prospektivt bruke dem til en poliklinisk kohort og deretter fullføre en fokusert pleiepunktsultralyd for å evaluere de som er AI-EKG-positive for AS og DD.

Studieoversikt

Studietype

Observasjonsmessig

Registrering (Antatt)

2000

Kontakter og plasseringer

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

Studiekontakt

Studer Kontakt Backup

Studiesteder

    • Minnesota
      • Rochester, Minnesota, Forente stater, 55905
        • Rekruttering
        • Mayo Clinic
        • 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

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Pasienter som gjennomfører et poliklinisk elektrokardiogram (EKG) ved Mayo Clinic.

Beskrivelse

Inkluderingskriterier:

  • Pasienter 18 år eller eldre

Ekskluderingskriterier:

  • Tidligere ventiloperasjon.
  • Tilstedeværelse av pacemaker.
  • Hjertetransplantasjon eller hjelpeapparat.
  • Eksisterende aortastenosediagnose.
  • Historie om infeksiøs endokarditt.
  • Eksisterende moderat eller alvorlig klaffesykdom, eller atrieflimmer/flutte.
  • Kan ikke gi informert samtykke
  • Beskyttede forskningspopulasjoner (gravide kvinner, fanger, barn, voksne som mangler kapasitet til å samtykke)

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
Pasienter som gjennomfører et poliklinisk elektrokardiogram (EKG) ved Mayo Clinic.
Pasientens standardbehandlings-EKG vil bli behandlet gjennom AI-EKG Dashboard
Pasienter vil gjennomgå en ultralyd for å bekrefte diagnosen atriestenose eller diastolisk dysfunksjon.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Antall pasienter med positivt AI-EKG
Tidsramme: Grunnlinje
Positivt AI-EKG vil bli bestemt av sensitivitet, spesifisitet, positiv prediktiv verdi og negativ prediktiv verdi.
Grunnlinje
Antall studier med rimelig bildekvalitet hos pasienter med positivt AI-EKG
Tidsramme: Grunnlinje

Bildekvaliteten vil bli bestemt av sonografer på tidspunktet for bildebehandlingen og vil bli skåret på en skala fra 1-4:

  1. Utmerket, tilstrekkelig for publisering
  2. Bra, tilstrekkelig for dataanalyse
  3. Rettferdig, akkurat nok for dataanalyse uten fullstendige visninger
  4. Dårlig, ikke brukbar for dataanalyse
Grunnlinje

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Antall ganger AI-EKG og TTE (transthorax ekkokardiogram) er statistisk komparative
Tidsramme: Grunnlinje
Vil bli sammenlignet ved hjelp av parametriske (2-utvalgs t-test) og ikke-parametriske tester (Wilcoxon rangsumtest) for kontinuerlige variabler, og χ2-testen eller Fisher eksakte test for nominelle variabler. En p-verdi på < 0,05 vil bli kategorisert som signifikant for den statistiske analysen
Grunnlinje

Samarbeidspartnere og etterforskere

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

Sponsor

Etterforskere

  • Hovedetterforsker: Jae Oh, M.D., Mayo Clinic

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)

8. november 2024

Primær fullføring (Antatt)

1. mars 2027

Studiet fullført (Antatt)

1. mars 2027

Datoer for studieregistrering

Først innsendt

29. august 2024

Først innsendt som oppfylte QC-kriteriene

29. august 2024

Først lagt ut (Faktiske)

30. august 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

4. mars 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

2. mars 2026

Sist bekreftet

1. januar 2026

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

Ja

produkt produsert i og eksportert fra USA

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