Deep Learning Enhanced Detection of Aortic Stenosis - The DETECT-AS-Diagnostic Study
The DETECT-AS Diagnostic Study will assess the performance of artificial intelligence (AI) risk predictions to detect aortic stenosis using results from portable electrocardiogram (ECG) and cardiac ultrasound devices.
Studieoversikt
Status
Forhold
Studietype
Registrering (Antatt)
Fase
- Ikke aktuelt
Kontakter og plasseringer
Studiesteder
-
-
Connecticut
-
New Haven, Connecticut, Forente stater, 06519
- Yale New Haven Health System
-
-
New York
-
New York, New York, Forente stater, 10029
- Icahn School of Medicine at Mount Sinai
-
-
Texas
-
Houston, Texas, Forente stater, 77030
- The Methodist Hospital Research Institute
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
Tar imot friske frivillige
Kjønn som er kvalifisert for studier
Beskrivelse
Inclusion Criteria:
- Age 70 years or older
- Attending a routine outpatient primary care clinic at one of the three enrollment sites
Exclusion Criteria:
- Opted out of research studies
- Non-English speaking
- Urgent or emergent visits, defined as a visit for an illness or injury that needs attention quickly or is life-threatening
- Any echocardiogram within 12 months of clinic visit
- Prior history of moderate or severe AS
- Prior history of aortic valve replacement or repair, including transcatheter and surgical AVR with either a bioprosthetic or mechanical valve
- Presence of implantable cardiac devices, including permanent cardiac pacer, implantable cardioverter-defibrillator, or left ventricular assist device
- Prior heart transplant
- History of dementia
- Documented life expectancy of <1 year or current participation in hospice services.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Diagnostisk
- Tildeling: Randomisert
- Intervensjonsmodell: Parallell tildeling
- Masking: Trippel
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Eksperimentell: Intervention
The intervention arm will undergo sequential screening for aortic stenosis using portable 1-lead electrocardiograms (ECGs), followed by point-of-care ultrasound (POCUS), if indicated, by artificial intelligence (AI)-based risk algorithms. |
Portable 1-lead electrocardiogram (ECG) performed with the FDA-approved AliveCor KardiaMobile device. Point-of-care ultrasound performed with the FDA-approved VScan Air device. Artificial intelligence (AI) risk algorithm for aortic stenosis using a 1-lead electrocardiogram Artificial intelligence (AI) risk algorithm for aortic stenosis using cardiac ultrasound plax videos. |
|
Sham-komparator: Control
The control arm will undergo a portable 1-lead electrocardiogram (ECG), with 10% randomly assigned to undergo point-of-care ultrasound (POCUS). |
Portable 1-lead electrocardiogram (ECG) performed with the FDA-approved AliveCor KardiaMobile device. Point-of-care ultrasound performed with the FDA-approved VScan Air device. |
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Number of participants diagnosed with advanced aortic stenosis (AS) by transthoracic echocardiogram (TTE)
Tidsramme: Until 12 months from the baseline visit
|
The number of participants diagnosed with advanced AS by TTE at 12 months. Diagnosis of advanced AS is defined as diagnosis of moderate or severe AS as documented in the participant's electronic health record (EHR) at 12 months and adjudication of outcome via review of echocardiographic reports and videos performed by blinded members of the echocardiographic lab at the coordinating center. |
Until 12 months from the baseline visit
|
Samarbeidspartnere og etterforskere
Sponsor
Samarbeidspartnere
Etterforskere
- Hovedetterforsker: Rohan Khera, MD, MS, Yale University
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Antatt)
Studiet fullført (Antatt)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- 2000038634
- R01AG089981 (U.S. NIH-stipend/kontrakt)
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
IPD-planbeskrivelse
A de-identified dataset will be made available following publication of primary results.
IPD-deling Støtteinformasjonstype
- STUDY_PROTOCOL
- SEVJE
- ICF
- ANALYTIC_CODE
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
produkt produsert i og eksportert fra USA
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. .