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

Analiza szeregów czasowych z obsługą uczenia maszynowego w medycynie (ME-TIME)

6 kwietnia 2023 zaktualizowane przez: Ivo van der Bilt, HagaZiekenhuis

Rozpoznawanie wzorców w zmienności rytmu serca za pomocą monitorów fitness w chorobach sercowo-naczyniowych

Celem tego obserwacyjnego badania kohortowego jest zbadanie potencjału trackerów fitness w połączeniu z algorytmami uczenia maszynowego w celu identyfikacji specyficznych wzorców chorób układu krążenia.

Zapisanych zostanie dwustu uczestników:

  1. 50 z niewydolnością serca
  2. 50 z migotaniem przedsionków
  3. 100 (zdrowych) osób bez dwóch poprzednich warunków

Wszyscy uczestnicy otrzymują urządzenie Fitbit i są monitorowani przez trzy miesiące. Naukowcy porównają różnice we wzorcach zmienności rytmu serca między grupami i opracują algorytm uczenia maszynowego do automatycznego wykrywania tych wzorców.

Przegląd badań

Status

Rejestracja na zaproszenie

Interwencja / Leczenie

Typ studiów

Obserwacyjny

Zapisy (Oczekiwany)

200

Kontakty i lokalizacje

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

Lokalizacje studiów

    • Zuid-Holland
      • Den Haag, Zuid-Holland, Holandia, 2545 AA
        • Hagaziekenhuis

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

18 lat do 85 lat (Dorosły, Starszy dorosły)

Akceptuje zdrowych ochotników

Tak

Płeć kwalifikująca się do nauki

Wszystko

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Wszyscy włączeni uczestnicy otrzymają elektrokardiogram.

Opis

Kryteria przyjęcia:

  • skurczowa niewydolność serca (LVEF < 35%)
  • Migotanie przedsionków bez niewydolności serca
  • Osoby bez chorób układu krążenia

Kryteria wyłączenia:

  • > 85 lat
  • Niedawny zabieg izolacji jamy żylnej płuc (<1 rok)
  • (stadium końcowe) niewydolność nerek
  • (stadium końcowe) niewydolność wątroby
  • Uczestnicy badania ze znaną ogólnoustrojową aktywną chorobą zapalną
  • Uczestnicy badania z zaburzeniami stanu psychicznego
  • Niemożność korzystania z monitora fitness lub telefonu komórkowego
  • Zaburzenia funkcji poznawczych i niezdolność do zrozumienia protokołu badania

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

Kohorty i interwencje

Grupa / Kohorta
Interwencja / Leczenie
Niewydolność serca
Uczestnicy badania ze skurczową niewydolnością serca (frakcja wyrzutowa lewej komory < 35%) bez udokumentowanego migotania przedsionków
Badani będą nosić trackery fitness Fitbit
Inne nazwy:
  • Fitbit Charge 5, Fitbit Inspire 2
Migotanie przedsionków
Uczestnicy badania z udokumentowanym migotaniem przedsionków bez niewydolności serca
Badani będą nosić trackery fitness Fitbit
Inne nazwy:
  • Fitbit Charge 5, Fitbit Inspire 2
Odniesienie
Osoby bez chorób układu krążenia
Badani będą nosić trackery fitness Fitbit
Inne nazwy:
  • Fitbit Charge 5, Fitbit Inspire 2

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Wykrywanie chorób układu krążenia za pomocą algorytmu AI
Ramy czasowe: Trzy miesiące
odpowiednią czułość/swoistość algorytmu do wykrywania migotania przedsionków i niewydolności serca
Trzy miesiące

Miary wyników drugorzędnych

Miara wyniku
Ramy czasowe
Wykrywanie braku choroby układu krążenia
Ramy czasowe: Trzy miesiące
Trzy miesiące

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

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)

24 maja 2022

Zakończenie podstawowe (Oczekiwany)

1 września 2023

Ukończenie studiów (Oczekiwany)

1 września 2023

Daty rejestracji na studia

Pierwszy przesłany

27 marca 2023

Pierwszy przesłany, który spełnia kryteria kontroli jakości

27 marca 2023

Pierwszy wysłany (Rzeczywisty)

6 kwietnia 2023

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

7 kwietnia 2023

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

6 kwietnia 2023

Ostatnia weryfikacja

1 kwietnia 2023

Więcej informacji

Terminy związane z tym badaniem

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

TAK

Opis planu IPD

W przyszłości planujemy opublikować pełny zestaw danych.

Ramy czasowe udostępniania IPD

Oczekiwana premiera w 2026 roku

Kryteria dostępu do udostępniania IPD

  • Instytut Badawczy
  • Otwarty dostęp (pełne ujawnienie wyników)
  • Przejrzysty plan analizy danych

Typ informacji pomocniczych dotyczących udostępniania IPD

  • PROTOKÓŁ BADANIA
  • ANALITYCZNY_KOD

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 .

Subskrybuj