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

Deep Learning-Based Automated Pressure-Strain Loop Analysis

24. september 2026 oppdatert av: Norwegian University of Science and Technology

Noninvasive left ventricular pressure-strain loop analysis estimates myocardial work from longitudinal strain, brachial systolic blood pressure, and cardiac valve-event timing. It provides global work index, constructive work, wasted work, and work efficiency.

This study evaluates a deep-learning method that automates myocardial work and loop-shape analysis. The method may reduce analysis time, improve reproducibility, and identify patterns associated with heart failure.

Studieoversikt

Studietype

Intervensjonell

Registrering (Antatt)

25

Fase

  • Ikke aktuelt

Kontakter og plasseringer

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

Studiekontakt

  • Navn: Håvard Dalen, Professor Havard Dalen, MD, Ph
  • Telefonnummer: +4772828027
  • E-post: havard.dalen@ntnu.no

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

18 år og eldre (Voksen, Eldre voksen)

Tar imot friske frivillige

Ja

Kjønn som er kvalifisert for studier

Alle

Beskrivelse

Inclusion Criteria:

Heart failure participants:

  • Age ≥18 years
  • Able to provide informed consent
  • Previous myocardial infarction
  • Left ventricular ejection fraction ≤40% after myocardial infarction

Healthy volunteers:

  • Age ≥18 years
  • Able to provide informed consent

Exclusion Criteria:

Heart failure participants:

  • Unstable disease
  • Contraindication to exercise testing or echocardiography, as judged by an experienced cardiologist

Healthy volunteers:

  • Hypertension
  • Diabetes mellitus
  • Dyslipidemia
  • Current smoking
  • Pregnancy
  • Significant systemic disease
  • Cardioactive medication affecting heart rate, myocardial contractility, or vascular tone
  • Echocardiographic findings suggesting structural heart disease

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Grunnvitenskap
  • Tildeling: Ikke-randomisert
  • Intervensjonsmodell: Parallell tildeling
  • Masking: Ingen (Open Label)

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Eksperimentell: Participants With Heart Failure

Participants undergo echocardiography at rest, during sustained handgrip, and during semi-supine bicycle exercise.

Participants perform sustained isometric handgrip at around 30 % of maximal voluntary contraction for 5 minutes during echocardiography.

Participants perform graded semi-supine bicycle exercise during echocardiography.

Eksperimentell: Healthy Volunteers

Healthy volunteers undergo echocardiography at rest, during sustained handgrip, and during semi-supine bicycle exercise.

Participants perform sustained isometric handgrip at around 30 % of maximal voluntary contraction for 5 minutes during echocardiography.

Participants perform graded semi-supine bicycle exercise during echocardiography.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Echocardiographic Acquisition Success
Tidsramme: During one study visit: at rest, during the handgrip and bicycle test.

Percentage of acquired examinations successfully processed by the deep-learning pipeline to generate myocardial work indices, assessed separately at rest, during handgrip, and during bicycle exercise.

During one study visit: at rest, during the handgrip and bicycle test.

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Agreement Between Deep Learning- and Expert-Derived Myocardial Work Indices
Tidsramme: Echocardiograms acquired at rest and during handgrip and bicycle exercise at a single study visit.

Agreement for myocardial work indices will be assessed using mean bias with 95% limits of agreement, and mean absolute error.

Echocardiograms acquired at rest and during handgrip and bicycle exercise at a single study visit.

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 (Antatt)

1. september 2026

Primær fullføring (Antatt)

1. mai 2027

Studiet fullført (Antatt)

1. mai 2027

Datoer for studieregistrering

Først innsendt

24. september 2026

Først innsendt som oppfylte QC-kriteriene

24. september 2026

Først lagt ut (Faktiske)

30. september 2026

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

30. september 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

24. september 2026

Sist bekreftet

1. september 2026

Mer informasjon

Begreper knyttet til denne studien

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • 2019/1059_1

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

IPD-planbeskrivelse

Individual participant data sharing is not currently planned. Any future sharing would require appropriate ethical, institutional, and data-protection approvals.

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