- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06178900
Ocena oprogramowania AI-Gatekeeper w badaniach przesiewowych w kierunku zwężenia tętnic wieńcowych: wieloośrodkowe RCT (AIGatekeeper)
Prospektywne, wieloośrodkowe, otwarte, randomizowane, porównawcze badanie kliniczne mające na celu weryfikację skuteczności, bezpieczeństwa i opłacalności multimodalnego oprogramowania AI-Gatekeeper, wspomagającego badania przesiewowe w kierunku zwężenia tętnicy wieńcowej
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Szczegółowy opis
Choroba wieńcowa (CAD) jest główną przyczyną śmiertelności na świecie i odpowiada za ponad 50% zgonów związanych z chorobami serca. Wstępna ocena CAD zazwyczaj obejmuje prześwietlenie klatki piersiowej, elektrokardiogram (EKG), ocenę czynników ryzyka i podstawowe badania krwi. Jednak te podstawowe testy nie mogą jednoznacznie zdiagnozować CAD. W przypadku podejrzenia CAD wykonuje się koronarografię CTA (CCTA) lub inwazyjną angiografię wieńcową (ICA), w celu ustalenia konieczności zastosowania takich zabiegów, jak stentowanie lub rewaskularyzacja.
Co ciekawe, ponad 50% pacjentów poddawanych CCTA lub ICA nie wymaga leczenia, ponieważ CAD nie występuje lub nie jest wystarczająco ciężka. Prowadzi to do niepotrzebnych procedur i znacznych kosztów opieki zdrowotnej. Na przykład w USA koszt niepotrzebnych ICA sięga miliardów rocznie, przy podobnych tendencjach w Korei Południowej.
Oprogramowanie AI-Gatekeeper pomaga klinicystom w diagnozowaniu choroby wieńcowej poprzez przewidywanie zwężenia tętnic wieńcowych (≥50%) przy użyciu multimodalnej technologii AI. Integruje kliniczne czynniki ryzyka i podstawowe badania krwi, w tym prześwietlenie klatki piersiowej, elektrokardiogram i echokardiogram, u pacjentów z podejrzeniem choroby wieńcowej. Celem tego badania jest określenie skuteczności, bezpieczeństwa i opłacalności AI-Gatekeeper oprogramowania w prospektywnym, wieloośrodkowym, randomizowanym badaniu kontrolnym.
Typ studiów
Zapisy (Rzeczywisty)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Incheon, Korea Południowa
- Catholic Kwandong University International St. Mary's Hospital
-
Seoul, Korea Południowa
- Hanyang University Seoul Hospital
-
-
Gyeonggi-do
-
Bucheon-si, Gyeonggi-do, Korea Południowa, 16995
- Soonchunhyang University Bucheon Hospital
-
Seongnam-si, Gyeonggi-do, Korea Południowa, 16995
- Seoul National University Bundang Hospital
-
Yongin, Gyeonggi-do, Korea Południowa, 16995
- Yongin Severance Hospitall, Yonsei University College of Medicine
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Opis
Kryteria przyjęcia:
- Pacjent z objawami takimi jak ból w klatce piersiowej sugerującymi chorobę wieńcową, który przeszedł rutynowe badania, w tym badania krwi, elektrokardiogram, prześwietlenie klatki piersiowej i echokardiografię
- Średnie do wysokiego ryzyko wystąpienia obturacyjnej choroby wieńcowej przed badaniem (>15%)
- Dobrowolnie zgodził się na udział w tym badaniu klinicznym i podpisał pisemny formularz zgody
Kryteria wyłączenia:
- Ostry ból w klatce piersiowej (u pacjentów, którzy nie zostali wykluczeni z powodu OZW)
- Wcześniej zdiagnozowana i leczona choroba wieńcowa (zawał mięśnia sercowego, PCI, CABG)
- Pacjenci, których przewidywana długość życia jest krótsza niż 2 lata z powodu chorób innych niż choroba serca
- Ci, którzy nie wyrazili zgody na protokół
- Brał udział w badaniu klinicznym leku lub wyrobu medycznego w ciągu ostatnich 3 miesięcy
- Kobiety w ciąży lub karmiące piersią
- Uczulony na preparaty jodu
- Poziom kreatyny w surowicy większy niż 1,5 mg/dl lub eGFR mniejszy niż 30 ml/min
- Wyjściowy nieregularny i niekontrolowany rytm serca
- Tętno większe niż 100 uderzeń/minutę
- Skurczowe ciśnienie krwi 90 mm Hg lub mniej
- Przeciwwskazania do beta-blokerów lub nitrogliceryny
- Pacjenci ze złożoną wrodzoną wadą serca
- Wskaźnik masy ciała większy lub równy 35
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Diagnostyczny
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Brak (otwarta etykieta)
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Eksperymentalny: Wspomagany przez grupę oprogramowania AI-Gatekeeper
Po badaniu podstawowym (prześwietlenie klatki piersiowej, elektrokardiogram, echokardiogram, kliniczne czynniki ryzyka i badanie krwi) oprogramowanie AI-Gatekeeper będzie wykorzystywane do kierowania opieką kliniczną.
|
Grupa otrzyma raport oprogramowania AI-Gatekeeper dotyczący prawdopodobieństwa wystąpienia zwężenia tętnicy wieńcowej (≥50%) na podstawie rutynowego testu.
|
|
Brak interwencji: Zwykła grupa opiekuńcza
Grupa objętej zwykłą opieką będzie prowadzona w oparciu o ustalone wytyczne.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Unnecessary utilization of advanced cardiac imaging
Ramy czasowe: 24 weeks
|
Confirmation of non-obstructive coronary artery disease (diameter stenosis ≤50%) by advanced cardiac imaging (CCTA or ICA)
|
24 weeks
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Odsetek osób sklasyfikowanych jako pozytywne w analizie modelu AI-Gatekeeper, u których zdiagnozowano zwężenie tętnicy wieńcowej (≥50%)
Ramy czasowe: 24 tygodnie
|
Miara ta ocenia dokładność modelu AI-Gatekeeper w identyfikacji pacjentów ze zwężeniem tętnicy wieńcowej wynoszącym 50% lub więcej wśród tych, które klasyfikuje jako pozytywne.
|
24 tygodnie
|
|
Porównanie całkowitych kosztów opieki zdrowotnej
Ramy czasowe: 24 tygodnie
|
Analiza ta skupia się na porównaniu całkowitego wpływu finansowego różnych interwencji lub terapii w zakresie opieki zdrowotnej.
Obejmuje wszystkie powiązane wydatki, od procedur diagnostycznych po leczenie i opiekę pooperacyjną, zapewniając kompleksową ocenę obciążenia ekonomicznego systemu opieki zdrowotnej.
|
24 tygodnie
|
|
Porównanie zmian w punktacji objawów dławicy piersiowej
Ramy czasowe: 24 tygodnie
|
W tym porównaniu ocenia się zmienność w nasileniu i częstotliwości objawów dławicy piersiowej u pacjentów, mierzoną za pomocą Kwestionariusza Angina Seattle (SAQ), standaryzowanego narzędzia do oceny bólu w klatce piersiowej związanego z chorobami serca.
|
24 tygodnie
|
|
Odsetek pacjentów zidentyfikowanych jako negatywny przez model AI-Gateeeper, który potwierdzono, że mają nieistotne zwężenie (<50%)
Ramy czasowe: 24 tygodnie
|
Ta miara ocenia dokładność modelu AI-Gateeeper w identyfikowaniu pacjentów z nieistotnym zwężeniem tętnicy wieńcowej (<50%) wśród tych, które klasyfikuje jako negatywne.
|
24 tygodnie
|
|
MACE (major adverse cardiovascular events)
Ramy czasowe: 24 weeks
|
All-cause death, non-fatal MI, stroke, admission due to acute coronary artery syndrome
|
24 weeks
|
Współpracownicy i badacze
Sponsor
Współpracownicy
Śledczy
- Główny śledczy: In Hyun Jung, MD, PhD, Yongin Severance Hospital, Yonsei University College of Medicine
Publikacje i pomocne linki
Publikacje ogólne
- Kwon JM, Lee SY, Jeon KH, Lee Y, Kim KH, Park J, Oh BH, Lee MM. Deep Learning-Based Algorithm for Detecting Aortic Stenosis Using Electrocardiography. J Am Heart Assoc. 2020 Apr 7;9(7):e014717. doi: 10.1161/JAHA.119.014717. Epub 2020 Mar 21.
- Min JK, Dunning A, Lin FY, Achenbach S, Al-Mallah MH, Berman DS, Budoff MJ, Cademartiri F, Callister TQ, Chang HJ, Cheng V, Chinnaiyan KM, Chow B, Delago A, Hadamitzky M, Hausleiter J, Karlsberg RP, Kaufmann P, Maffei E, Nasir K, Pencina MJ, Raff GL, Shaw LJ, Villines TC. Rationale and design of the CONFIRM (COronary CT Angiography EvaluatioN For Clinical Outcomes: An InteRnational Multicenter) Registry. J Cardiovasc Comput Tomogr. 2011 Mar-Apr;5(2):84-92. doi: 10.1016/j.jcct.2011.01.007. Epub 2011 Feb 1.
- Genders TS, Steyerberg EW, Hunink MG, Nieman K, Galema TW, Mollet NR, de Feyter PJ, Krestin GP, Alkadhi H, Leschka S, Desbiolles L, Meijs MF, Cramer MJ, Knuuti J, Kajander S, Bogaert J, Goetschalckx K, Cademartiri F, Maffei E, Martini C, Seitun S, Aldrovandi A, Wildermuth S, Stinn B, Fornaro J, Feuchtner G, De Zordo T, Auer T, Plank F, Friedrich G, Pugliese F, Petersen SE, Davies LC, Schoepf UJ, Rowe GW, van Mieghem CA, van Driessche L, Sinitsyn V, Gopalan D, Nikolaou K, Bamberg F, Cury RC, Battle J, Maurovich-Horvat P, Bartykowszki A, Merkely B, Becker D, Hadamitzky M, Hausleiter J, Dewey M, Zimmermann E, Laule M. Prediction model to estimate presence of coronary artery disease: retrospective pooled analysis of existing cohorts. BMJ. 2012 Jun 12;344:e3485. doi: 10.1136/bmj.e3485.
- Writing Committee Members; Gulati M, Levy PD, Mukherjee D, Amsterdam E, Bhatt DL, Birtcher KK, Blankstein R, Boyd J, Bullock-Palmer RP, Conejo T, Diercks DB, Gentile F, Greenwood JP, Hess EP, Hollenberg SM, Jaber WA, Jneid H, Joglar JA, Morrow DA, O'Connor RE, Ross MA, Shaw LJ. 2021 AHA/ACC/ASE/CHEST/SAEM/SCCT/SCMR Guideline for the Evaluation and Diagnosis of Chest Pain: A Report of the American College of Cardiology/American Heart Association Joint Committee on Clinical Practice Guidelines. J Am Coll Cardiol. 2021 Nov 30;78(22):e187-e285. doi: 10.1016/j.jacc.2021.07.053. Epub 2021 Oct 28.
- Renker M, Schoepf UJ, Wang R, Meinel FG, Rier JD, Bayer RR 2nd, Mollmann H, Hamm CW, Steinberg DH, Baumann S. Comparison of diagnostic value of a novel noninvasive coronary computed tomography angiography method versus standard coronary angiography for assessing fractional flow reserve. Am J Cardiol. 2014 Nov 1;114(9):1303-8. doi: 10.1016/j.amjcard.2014.07.064. Epub 2014 Aug 12.
- Kamel PI, Yi PH, Sair HI, Lin CT. Prediction of Coronary Artery Calcium and Cardiovascular Risk on Chest Radiographs Using Deep Learning. Radiol Cardiothorac Imaging. 2021 Jun 17;3(3):e200486. doi: 10.1148/ryct.2021200486. eCollection 2021 Jun.
- Kim J, Lee SY, Cha BH, Lee W, Ryu J, Chung YH, Kim D, Lim SH, Kang TS, Park BE, Lee MY, Cho S. Machine learning models of clinically relevant biomarkers for the prediction of stable obstructive coronary artery disease. Front Cardiovasc Med. 2022 Jul 19;9:933803. doi: 10.3389/fcvm.2022.933803. eCollection 2022.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- AI-Gatekeeper Pro
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
produkt wyprodukowany i wyeksportowany z USA
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 .