Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Wspomagana sztuczną inteligencją diagnostyka i prognozowanie w COVID-19 za pomocą elektrokardiogramów (AI-COV-19)

24 sierpnia 2021 zaktualizowane przez: Imperial College London

Wspomagana sztuczną inteligencją diagnostyka i prognozowanie w COVID-19 przy użyciu elektrokardiogramów i obrazowania

Choroba wywołana koronawirusem 2019 (COVID-19) jest szeroko rozpowszechniona na całym świecie od grudnia 2019 roku. Jest wysoce zaraźliwa, a ciężkie przypadki mogą prowadzić do ostrej niewydolności oddechowej lub niewydolności wielonarządowej. W dniu 11 marca 2020 r. WHO dokonała oceny, że COVID-19 można scharakteryzować jako pandemię. Wraz z rozwojem uczenia maszynowego technologia sztucznej inteligencji (AI) oparta na głębokim uczeniu się odniosła ogromny sukces w dziedzinie analizy danych medycznych dzięki możliwości wydobywania bogatych funkcji z obrazowania i złożonych zestawów danych klinicznych. W tym badaniu zamierzamy wykorzystać dane kliniczne zebrane w ramach rutynowej opieki klinicznej (zdjęcia serca, zdjęcia rentgenowskie i tomografia komputerowa) do trenowania algorytmów sztucznej inteligencji i uczenia maszynowego, aby dokładnie przewidywać przebieg choroby u pacjentów z Covid-19 infekcji przy użyciu tych zestawów danych.

Przegląd badań

Status

Rekrutacyjny

Warunki

Interwencja / Leczenie

Szczegółowy opis

Choroba wywołana koronawirusem 2019 (COVID-19) jest szeroko rozpowszechniona na całym świecie od grudnia 2019 roku. Jest wysoce zaraźliwa, a ciężkie przypadki mogą prowadzić do ostrej niewydolności oddechowej lub niewydolności wielonarządowej, a ostatecznie do śmierci. Chorobę można potwierdzić za pomocą testu reakcji łańcuchowej polimerazy z odwrotną transkrypcją (RT-PCR). EKG, zdjęcia rentgenowskie klatki piersiowej i tomografia komputerowa są bogatym źródłem danych, które zapewniają wgląd w chorobę, która w przeciwnym razie nie byłaby dostępna.

Wiedza o tym, kogo przyjąć do szpitala lub na intensywną terapię, ratuje życie, ponieważ pomaga łagodzić niedobory zasobów. Nowatorskie narzędzia sztucznej inteligencji, takie jak głębokie uczenie się, umożliwią złożoną ocenę obrazowania i danych klinicznych, co może potencjalnie pomóc klinicystom w szybszej i dokładniejszej diagnozie, lepszej selekcji pacjentów i ocenie odpowiedzi na leczenie, a ostatecznie w lepszym przewidywaniu wyniku. Nasza grupa ma duże doświadczenie we wdrażaniu algorytmów uczenia maszynowego na ogromnych ilościach zapisów EKG, takich jak brytyjski Biobank, i proponuje rozszerzenie naszych technik na dane pochodzące od pacjentów z Covid-19.

Jest to retrospektywne badanie danych dotyczące pacjentów z podejrzeniem i potwierdzonym COVID-19.

Badanie ma na celu rekrutację do 2000 pacjentów, którzy zostaną skierowani na EKG, prześwietlenia klatki piersiowej lub tomografię komputerową w Chelsea and Westminster Hospital NHS Foundation Trust, Imperial College Healthcare NHS Trust i London North West London University Healthcare NHS Trust.

Aby zostać włączonym do tego badania, pacjent musi:

  • mieć wykonane badanie EKG, prześwietlenie klatki piersiowej i/lub tomografię komputerową klatki piersiowej (z kontrastem lub bez)
  • laboratoryjny test kwasu nukleinowego wirusa Covid-19 (test RTPCR z próbkami wymazu z gardła) lub kliniczne podejrzenie zakażenia Covid-19
  • być w wieku >18 lat Pacjenci z nieoptymalnym zapisem EKG, radiogramem klatki piersiowej i badaniami tomografii komputerowej z powodu artefaktów zostaną wykluczeni. Pacjenci zostaną również wykluczeni, jeśli odstęp czasowy między EKG, CT klatki piersiowej i testem RT-PCR był dłuższy niż 7 dni.

To badanie zostało zatwierdzone przez HRA i Health and Care Research Wales (HCRW) w dniu 18 maja 2020 r. po dokonaniu oceny przez Komisję ds. Etyki Badań na spotkaniu, które odbyło się w dniu 13 maja 2020 r. (numer protokołu: 20HH5967; numer referencyjny REC: 20/HRA/2467).

Typ studiów

Obserwacyjny

Zapisy (Oczekiwany)

2000

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Lokalizacje studiów

  • Zjednoczone Królestwo
      • London, Zjednoczone Królestwo, HA1 3UJ
        • Rekrutacyjny
        • London North West University Healthcare NHS Trust
        • Kontakt:
      • London, Zjednoczone Królestwo, TW7 6AF
      • London, Zjednoczone Królestwo, W12 0NN
        • Aktywny, nie rekrutujący
        • Imperial College London (Hammersmith campus)
      • London, Zjednoczone Królestwo, W2 1NY

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

16 lat i starsze (Dorosły, Starszy dorosły)

Akceptuje zdrowych ochotników

Nie

Płeć kwalifikująca się do nauki

Wszystko

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Jest to retrospektywne badanie danych dotyczące pacjentów z podejrzeniem i potwierdzonym COVID-19.

Badanie ma na celu rekrutację do 2000 pacjentów, którzy zostaną skierowani na EKG, prześwietlenia klatki piersiowej lub tomografię komputerową w Chelsea and Westminster Hospital NHS Foundation Trust, Imperial College Healthcare NHS Trust i London North West London University Healthcare NHS Trust.

Opis

Kryteria przyjęcia:

  • mieć wykonane badanie EKG, prześwietlenie klatki piersiowej i/lub tomografię komputerową klatki piersiowej (z kontrastem lub bez)
  • dodatni laboratoryjny test kwasu nukleinowego wirusa Covid-19 (test RTPCR z próbkami wymazu z gardła) lub kliniczne podejrzenie zakażenia Covid-19
  • być w wieku >18 lat

Kryteria wyłączenia:

  • Nieoptymalne EKG, zdjęcia rentgenowskie klatki piersiowej lub badania tomografii komputerowej dla metod głębokiego uczenia się z powodu artefaktów, w tym ciężkich
  • artefakty ruchu, które powodują rozmycie konturów lub znaczące artefakty spowodowane metalową protezą, która powoduje degradację obrazu
  • Odstęp czasowy pomiędzy wykonaniem EKG, TK klatki piersiowej i testem RT-PCR był dłuższy niż 7 dni

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

  • Modele obserwacyjne: Kohorta
  • Perspektywy czasowe: Z mocą wsteczną

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Dokładność uczenia maszynowego, aby móc przewidzieć wynik zakażenia koronawirusem (COVID-19).
Ramy czasowe: Pod koniec analiz danych, około 1 rok
Dokładność, z jaką analiza komputerowa (uczenie maszynowe) może diagnozować i/lub prognozować Covid-19 Liczba uczestników z COVID-19, którzy zmarli lub przeżyli po przyjęciu do szpitala
Pod koniec analiz danych, około 1 rok
Dokładność uczenia maszynowego, aby móc przewidzieć rokowanie zakażenia koronawirusem (COVID-19).
Ramy czasowe: Pod koniec analiz danych, około 1 rok
Liczba uczestników, którzy wymagali wentylacji inwazyjnej vs nieinwazyjnej vs opieka na oddziale vs zmarli
Pod koniec analiz danych, około 1 rok

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Dokładność uczenia maszynowego, aby móc przewidzieć zajęcie serca przez zakażenie koronawirusem (COVID-19).
Ramy czasowe: Pod koniec analiz danych, około 1 rok
Liczba uczestników, którzy mieli problemy z sercem związane z COVID19.
Pod koniec analiz danych, około 1 rok
Dokładność uczenia maszynowego w porównaniu z oceną ludzką w celu zdiagnozowania zakażenia koronawirusem (COVID-19).
Ramy czasowe: Pod koniec analiz danych, około 1 rok
Liczba uczestników, których można zidentyfikować jako chorych na COVID19 za pomocą uczenia maszynowego w porównaniu z ludźmi lub innymi testami lub ocenami klinicznymi
Pod koniec analiz danych, około 1 rok

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Imperial College London

Współpracownicy

Imperial College Healthcare NHS Trust
London North West Healthcare NHS Trust
Chelsea and Westminster Hospital NHS Foundation Trust

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

26 maja 2020

Zakończenie podstawowe (Oczekiwany)

1 maja 2022

Ukończenie studiów (Oczekiwany)

1 maja 2022

Daty rejestracji na studia

Pierwszy przesłany

7 sierpnia 2020

Pierwszy przesłany, który spełnia kryteria kontroli jakości

11 sierpnia 2020

Pierwszy wysłany (Rzeczywisty)

12 sierpnia 2020

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

30 sierpnia 2021

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

24 sierpnia 2021

Ostatnia weryfikacja

1 sierpnia 2021

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • 20HH5967

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

TAk

Opis planu IPD

Jest to badanie wykorzystujące retrospektywne, pseudoanonimowe dane, które zostały pozyskane w ramach rutynowej opieki klinicznej nad pacjentami. Nie ma bezpośredniego zagrożenia dla zdrowia pacjentów. Główne kwestie dotyczą bezpieczeństwa i przechowywania danych. Aby temu zaradzić, członkowie zespołu opieki bezpośredniej, którzy nie są członkami zespołu badawczego, przeprowadzą pseudoanonimizację danych i przekażą zestaw pseudoanonimizowanych danych zespołowi badawczemu bez dostępu do pseudoanonimizacji kod. Zespół badawczy nie będzie zatem w stanie zidentyfikować pacjentów na podstawie tych danych. Pseudonimizowane dane będą również bezpiecznie przechowywane w celu dalszego zminimalizowania ryzyka.

Ramy czasowe udostępniania IPD

w czasie studiów

Kryteria dostępu do udostępniania IPD

Badacze badania

Typ informacji pomocniczych dotyczących udostępniania IPD

  • Protokół badania
  • Plan analizy statystycznej (SAP)

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .

Badania kliniczne na Koronawirus

Badania kliniczne na Zerowa interwencja

Wyszukaj podobne próby

Sponsorzy i współpracownicy

Warunki medyczne

Interwencje lekowe

CROs by country

CROs in Hungary

Warunki

Rzadkie choroby

Interwencje lekowe

Suplementy diety

Sponsor / Współpracownicy

Lokalizacje

3
Subskrybuj