- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT07263204
AI-drevet diagnostisering og prognose av hypertrofisk kardiomyopati
23. november 2025 oppdatert av: Second Affiliated Hospital, School of Medicine, Zhejiang University
Presis diagnostisering og prognostisk prediksjon av hypertrofisk kardiomyopati ved bruk av kunstig intelligens: En multicenters studie
Ved å utnytte kunstig intelligens til å dekode 12-leders elektrokardiogram, vil prosjektet muliggjøre presis EKG-basert fenotypering av hypertrofisk kardiomyopati – nøyaktig klassifisering av septale, apikale og andre morfologiske undertyper – samtidig som det skiller HCM fra hypertensiv hjertesykdom, aortastenose og andre fenokopisykluser.
Studieoversikt
Status
Rekruttering
Detaljert beskrivelse
For å overvinne de to flaskehalsene med sen oppdagelse og dårlig reproduserbarhet mellom sentre, utnytter prosjektet en stor, flersentret historisk kohort og forankrer sin prosess på 12-kanals EKG – et rimelig, allment tilgjengelig signal som kan registreres i enhver avdeling.
Ved bruk av dyp-læringsarkitekturer forsterket med oppmerksomhetsmekanismer, vil vi utvikle (1) en diskriminativ modell som skiller HCM fra fenokopier og normale hjerter, og (2) et algoritmisk rammeverk som forblir stabilt på tvers av enheter og populasjoner.
Modellstyring vil bli innebygd gjennom versjonskontrollerte utgivelser, sky-kant-distribusjon og en "offline replay" evalueringsløkke, noe som produserer en ende-til-ende beviskjede som speiler virkelige kliniske arbeidsflyter.
Studietype
Observasjonsmessig
Registrering (Antatt)
15000
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiekontakt
- Navn: Xiaojie Xie, MD, PhD
- Telefonnummer: (+86)0571-87784700
- E-post: xiexj@zju.edu.cn
Studiesteder
-
-
Zhejiang
-
Hangzhou, Zhejiang, Kina, 310009
- Rekruttering
- Second Affiliated Hospital, Zhejiang University School of Medicine
-
Ta kontakt med:
- Xiaojie Xie, MD, PhD
- Telefonnummer: (+86)0571-87784700
- E-post: xiexj@zju.edu.cn
-
-
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
- HCM-kohort: Voksne diagnostisert med hypertrofisk kardiomyopati i samsvar med *2023 Chinese Guidelines for the Diagnosis and Treatment of Hypertrophic Cardiomyopathy in Adults*.
- HCM-fenokopi-kohort: Voksne med en LV-veggtykkelse ≥ 13 mm på ethvert sted ved ekkokardiografi.
- Frisk-kontroll-kohort: Voksne uten historie om hjertesykdom og ingen tegn på myokardhypertrofi på ekkokardiografi.
Beskrivelse
Inklusjonskriterier:
- Voksne i alderen ≥ 18 år.
- HCM-kohort: Voksne diagnostisert med hypertrofisk kardiomyopati i henhold til *2023 Chinese Guidelines for the Diagnosis and Treatment of Hypertrophic Cardiomyopathy in Adults*.
- HCM-fenokopi-kohort: Voksne med en LV-veggtykkelse ≥ 13 mm på ethvert sted ved ekkokardiografi.
- Frisk-kontroll-kohort: Voksne uten tidligere hjertesykdom og ingen tegn på myokardhypertrofi ved ekkokardiografi.
Eksklusjonskriterier:
Pasienter hvor analyserbare EKG-data ikke kan innhentes.
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
diagnostisert med hypertrofisk kardiomyopati ved hjelp av ekkokardiografi og magnetisk resonansavbildning av hjertet
|
|
fenokopi
pasienter med venstreventrikkelhypertrofi som kan tilskrives ikke-hypertrofisk kardiomyopatitilstander
|
|
normal kontroll
friske individer uten hypertrofi av hjertemuskelen
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
modell diagnostisk ytelse
Tidsramme: år 2
|
Modellytelsen ble evaluert ved bruk av beregnede beregningsmålinger inkludert nøyaktighet, sensitivitet, spesifisitet og arealet under ROC-kurven (AUC).
|
år 2
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
modell diagnostisk ytelse
Tidsramme: år 2
|
Nøyaktighetsgraden av modellens fenotype-spesifikke klassifisering for pasienter med ulike mønstre av myokardhypertrofi
|
år 2
|
|
modellens generaliserbarhet
Tidsramme: år 2
|
Modellens diagnostiske ytelse på det eksterne, multisykehus-valideringskohorten, inkludert total nøyaktighet, sensitivitet, spesifisitet og areal under ROC-kurven (AUC).
|
år 2
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
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 2025
Primær fullføring (Antatt)
1. juni 2026
Studiet fullført (Antatt)
31. desember 2026
Datoer for studieregistrering
Først innsendt
17. november 2025
Først innsendt som oppfylte QC-kriteriene
23. november 2025
Først lagt ut (Antatt)
4. desember 2025
Oppdateringer av studieposter
Sist oppdatering lagt ut (Antatt)
4. desember 2025
Siste oppdatering sendt inn som oppfylte QC-kriteriene
23. november 2025
Sist bekreftet
1. januar 2025
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- 2024-1546
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. .