- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT07197736
- Original rettssak
Delineate-prospektiv (DELINEATE)
Dyp læring for ekkoanalyse, sporing og evaluering av prospektiv evaluering (Delineate-prospektiv)
Hjertesykdom er den ledende dødsårsaken i USA, og ekkokardiografi (eller "ekko") er den vanligste måten leger ser på hjertet. Echo er trygt, smertefritt og kan oppdage store hjerteproblemer, inkludert svak hjertepumping og ventilsykdom.
Ventilsykdom, spesielt aortastenose (innsnevring) og mitral regurgitasjon (lekkasje), er vanlig hos eldre voksne, men blir ofte udiagnostisert. Mens Echo er hovedverktøyet for å finne ventilproblemer, tar det tid, krever ekspertopplæring, og resultatene kan variere mellom leserne.
Nyere fremskritt innen kunstig intelligens (AI), spesielt dyp læring (DL), har vist løfte i automatisk å analysere hjertebilder. Imidlertid har tidligere forskning ikke fullt taklet nøkkel ekko-teknikker-lignende farge Doppler og spektral Doppler-som er avgjørende for å måle hvordan blod beveger seg gjennom hjerteventiler. AI-verktøy står også overfor utfordringer med å bli brukt i hverdagens medisinske praksis på grunn av arbeidsflytproblemer, mangel på testing i den virkelige verden og bekymring for hvordan algoritmene tar beslutninger.
Ved Columbia University Irving Medical Center har forskere bygget en stor database med hjertetester de siste seks årene og utviklet AI -programmer for å analysere ekkokardiogrammer. Den nåværende studien vil teste om å gi AI -analyse til kardiologer i sanntid under ekkoavlesning kan gjøre prosessen raskere og mer konsistent.
Studieoversikt
Status
Detaljert beskrivelse
Studietype
Registrering (Antatt)
Kontakter og plasseringer
Studiekontakt
- Navn: Heidi S Hartman, MD
- Telefonnummer: 212-305-3068
- E-post: hl2738@cumc.columbia.edu
Studer Kontakt Backup
- Navn: Michelle Castillo, BS
- Telefonnummer: 212-305-9161
- E-post: mc5067@cumc.columbia.edu
Studiesteder
-
-
New York
-
New York, New York, Forente stater, 10032
- Rekruttering
- Columbia University Irving Medical Center
-
Ta kontakt med:
- Michelle Castillo, BS
- Telefonnummer: 212-305-9161
- E-post: mc5067@cumc.columbia.edu
-
Hovedetterforsker:
- Pierre A Elias, MD
-
Ta kontakt med:
- Jeffrey Ruhl, MS
- Telefonnummer: 570-713-7815
- E-post: hvx9001@nyp.org
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inkluderingskriterier:
- Delta på kardiolog ansatt ved Columbia University, ColumbiAdoctors eller NewYork Presbyterian Hospital som leser Transthoracic Echocardiograms i Columbia Echocardiography Laboratory
- Gitt informert samtykke til å delta i spørreskjemaene eller sentralt studie
Eksklusjonskriterier:
- Lege i trening (Cardiology Fellow eller Advanced Imaging Fellow)
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
|---|
|
Intervensjonsgruppe
Studier som oppfyller følgende kriterier vil gjennomgå vurdering av et ekspertpanel: moderat, moderat alvorlig eller alvorlig mitral, aorta eller trikuspid oppstøt av lege- eller AI-modellvurdering. Avvik mellom lege- og AI-tolkninger, der AI-assessert alvorlighetsgrad er større enn den legevurderte alvorlighetsgraden (dvs. indikerer at mer valvulær oppstøt er til stede) |
|
Kontrollgruppe
En stratifisert tilfeldig utvalg av tilfeller vil bli valgt for å samsvare med fordelingen av AI-flaggede tilfeller av lege-assessert valvulær oppstøtes alvorlighetsgrad og vil gjennomgå den samme ekspertpanelets dommer.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Andel klinisk meningsfull omklassifisering etter panelgjennomgang
Tidsramme: 18 måneder
|
Andel tilfeller der ekspertpanelet omlassifiserer valvulær oppstøt alvorlighetsgrad med minst en karakter (oppgradering eller nedgradering).
Andelen vil bli beregnet som antall tilfeller med omklassifisering ÷ totalt antall tilfeller som er gjennomgått.
|
18 måneder
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Andel tilfeller med AI-basert omklassifisering som fører til en endring i klinisk behandling
Tidsramme: 18 måneder
|
Andelen vil bli beregnet som antall tilfeller med enhver ledelsesendring ÷ totalt antall tilfeller som er gjennomgått.
|
18 måneder
|
|
Andel tilfeller med AI-basert omklassifisering som fører til henvisning til en ventilspesialist eller kirurg
Tidsramme: 18 måneder
|
Definisjon: Andelen vil bli beregnet som antall tilfeller som er referert til en ventilspesialist eller kirurg ÷ totalt antall tilfeller som er gjennomgått.
|
18 måneder
|
|
Andel tilfeller med AI-basert omklassifisering som fører til en endring i hyppigheten av oppfølging ekkokardiografi
Tidsramme: 18 måneder
|
Andelen vil bli beregnet som antall tilfeller med en endring i anbefalt oppfølgings ekkokardiografifrekvens ÷ totalt antall tilfeller som er gjennomgått.
|
18 måneder
|
|
Andel tilfeller med AI-basert omklassifisering som fører til henvisning for videre testing (TEE eller Cardiac MR)
Tidsramme: 18 måneder
|
Andelen vil bli beregnet som antall tilfeller som er henvist til videre testing med TEE eller hjerte -MR -MR ÷ totalt antall tilfeller som er gjennomgått.
|
18 måneder
|
Andre resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Samsvar mellom AI og panelgjennomgang
Tidsramme: 18 måneder
|
Andel tilfeller der AI -klassifisering stemmer overens med ekspertpanelgjennomgang av valvulær oppstøts alvorlighetsgrad.
|
18 måneder
|
|
Samsvar mellom kardiolog klinisk lesing og panelgjennomgang
Tidsramme: 18 måneder
|
Andel tilfeller der kardiolog klinisk tolkning stemmer overens med ekspertpanelgjennomgang av valvulær oppstøts alvorlighetsgrad.
|
18 måneder
|
|
Sammenligning av konkordanshastigheter (AI vs kardiolog) mot panelgjennomgang
Tidsramme: 18 måneder
|
Forskjellen mellom konkordansfrekvensen for AI vs panelgjennomgang og konkordansfrekvensen av kardiolog klinisk lese vs panelgjennomgang.
|
18 måneder
|
|
Inter-leseravtale for kategoriske ekkokardiografiske tiltak
Tidsramme: 18 måneder
|
Avtale mellom uavhengige kardiologlesere om kategoriske variabler (f.eks. Alvorlighetsgraden av valvulær oppstøt) vil bli kvantifisert ved bruk av Cohens Kappa -statistikk.
|
18 måneder
|
|
Inter-leseravtale for kontinuerlige ekkokardiografiske tiltak
Tidsramme: 18 måneder
|
Avtale mellom uavhengige kardiologlesere om kontinuerlige tiltak (f.eks. Venstre ventrikkelutviklingsfraksjon [LVEF] -kategori) vil bli kvantifisert ved bruk av Intraclass Correlation Coefficient (ICC)
|
18 måneder
|
Samarbeidspartnere og etterforskere
Sponsor
Samarbeidspartnere
Etterforskere
- Hovedetterforsker: Pierre A Elias, MD, Columbia University
Studierekorddatoer
Studer hoveddatoer
Studiestart (Antatt)
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
- AAAU9603
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
IPD-planbeskrivelse
Pasientens personvern og konfidensialitet: Selv med de-identifisering kan deling av detaljerte helsedata risikere å identifisere deltakerne på nytt.
Reguleringsbegrensninger: Institusjonelle gjennomgangsstyrer (IRB), HIPAA -regler eller lokale lover kan begrense datadeling, spesielt for sensitiv helseinformasjon som ekkokardiogram.
Samtykkebegrensninger: Hvis deltakerne ikke eksplisitt samtykket til bred datadeling ved påmelding, kan ikke studien etisk eller lovlig gi sin IPD.
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. .