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

Zastosowanie multimodalnego modelu wielkojęzykowego w HFpEF (MeG-HFpEF)

27 czerwca 2024 zaktualizowane przez: Tang Yida, Peking University Third Hospital

Zastosowanie wielomodalnego modelu wielkojęzycznego do wspomagania diagnostyki niewydolności serca z zachowaną frakcją wyrzutową

Badanie to potwierdzi skuteczność wielomodalnego modelu wielkojęzykowego w badaniach przesiewowych w kierunku niewydolności serca z zachowaną frakcją wyrzutową (HFpEF), porównując go z tradycyjnym, standaryzowanym procesem oceny klinicznej.

Przegląd badań

Szczegółowy opis

Niewydolność serca jest głównym powikłaniem różnych chorób serca i jest główną przyczyną zgonów z przyczyn sercowo-naczyniowych na całym świecie. Na podstawie frakcji wyrzutowej lewej komory (LVEF) niewydolność serca można podzielić na niewydolność serca ze zmniejszoną frakcją wyrzutową (HFrEF), niewydolność serca z zachowaną frakcją wyrzutową (HFpEF) i niewydolność serca z lekko obniżoną frakcją wyrzutową (HFmrEF). Częstość ponownych hospitalizacji z powodu niewydolności serca i powikłań wewnątrzszpitalnych nie różniła się pomiędzy HFrEF i HFpEF. Jednak w ciągu ostatnich dwudziestu lat wskaźnik przeżycia HFrEF znacznie się poprawił, podczas gdy HFpEF pozostał na tym samym poziomie. Jedną z głównych przyczyn takiego stanu rzeczy jest to, że proces diagnostyczny HFpEF jest skomplikowany i łatwo jest spowodować pominięcie diagnozy w klinice, co skutkuje opóźnieniem leczenia.

Multimodalne modele wielojęzyczne są w stanie integrować i analizować dane medyczne z różnych źródeł, w tym dane tekstowe (np. dokumentacja medyczna, literatura medyczna), dane obrazowe (np. elektrokardiogramy, obrazy tomografii komputerowej) i dane dźwiękowe (np. objawy opowiedziane przez pacjentów). Ta multimodalna możliwość integracji danych ma kluczowe znaczenie dla zrozumienia złożonych scenariuszy medycznych, ponieważ zapewnia pełniejszy obraz stanu niż pojedyncze źródło danych.

Rozpoznanie HFpEF wiąże się z wieloma wyzwaniami i wymaga od klinicystów oceny danych wielowymiarowych, co może łatwo prowadzić do niedodiagnozowania lub błędnego rozpoznania choroby. Jako generatywne narzędzie sztucznej inteligencji model wielkojęzykowy jest w stanie integrować i analizować dane z różnych źródeł oraz ma zdolność uczenia się i ewoluowania na podstawie istniejących dowodów klinicznych. Na tej podstawie niniejsze badanie ma na celu ocenę skuteczności wielomodalnego modelu wielkojęzykowego w badaniach przesiewowych w kierunku niewydolności serca z zachowaną frakcją wyrzutową (HFpEF), porównując go z tradycyjnym standardowym procesem oceny klinicznej.

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

80

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

Lokalizacje studiów

    • Beijing
      • Beijing, Beijing, Chiny
        • Rekrutacyjny
        • Peking UniversityThird Hospital

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

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Pacjenci będą rekrutowani spośród pacjentów rutynowo hospitalizowanych na oddziale kardiologii, którzy również spełnili potrzeby tego badania i nie są rekrutowani osobno.

Opis

Kryteria przyjęcia:

  1. Wiek 18-80 lat, mężczyzna lub kobieta;
  2. Pacjenci hospitalizowani na kardiologii z podejrzeniem niewydolności serca z zachowaną frakcją wyrzutową (USG serca sugerujące LVEF ≥50% z co najmniej 1 z następujących objawów: 1, przerost lewej komory i/lub powiększenie lewego przedsionka oraz 2, nieprawidłowa czynność rozkurczowa serca);
  3. Obecnie lub w przeszłości co najmniej jeden objaw niewydolności serca, w tym duszność (w tym duszność wysiłkowa, nocna duszność napadowa i teleangiektazje), złe samopoczucie, nudności i obustronny obrzęk kończyn dolnych;
  4. Dobrowolny udział i podpisana świadoma zgoda.

Kryteria wyłączenia:

  1. Ostra niewydolność serca lub ostre pogorszenie przewlekłej niewydolności serca;
  2. Ciężkie zwężenie tętnicy wieńcowej (zwężenie ≥75%) bez rewaskularyzacji;
  3. Pacjenci, którzy nie mogą wykonać echokardiografii wysiłkowej lub mają przeciwwskazania do badania;
  4. biorą udział w innych badaniach klinicznych;
  5. Osoby z ciężkimi organicznymi patologiami wątroby, nerek lub układu krwiotwórczego lub osoby z chorobami przewlekłymi;
  6. Ci, którzy nie są w stanie przestrzegać procedur próbnych;
  7. Osoby, które odmawiają podpisania świadomej zgody.

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
pojedyncza grupa

W pierwszej kolejności przeprowadzono rutynową konsultację: zgodnie z procesem zalecanym w wydaniu chińskiego konsensusu ekspertów w sprawie diagnostyki i leczenia niewydolności serca z zachowaną frakcją wyrzutową z 2023 r. kardiolog prowadzący przeprowadził ocenę kryteriów klinicznych pacjenta i przeprowadził diagnozę HFpEF ( tak nie).

Podczas wizyty kontrolnej lekarza prowadzącego wielomodalny, wielkojęzykowy system przesiewowy (MedGuide-72B) zebrał dane z rutynowych wizyt, zarejestrował odpowiednie dane i wskaźniki podczas komunikacji pacjenta z MedGuide-72B i postawił diagnozę.

Diagnostyka niewydolności serca z zachowaną frakcją wyrzutową (HFpEF) przy użyciu wielomodalnego modelu wielojęzycznego MedGuide-72B.
Rutynowa procedura diagnostyczna i terapeutyczna

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
specyfika dignostyczna
Ramy czasowe: do ukończenia studiów, średnio 8 miesięcy
porównanie specyficzności dianostycznej pomiędzy rutynową diagnostyką i terapią a diagnozą dużego modelu językowego
do ukończenia studiów, średnio 8 miesięcy
wrażliwość dignostyczna
Ramy czasowe: do ukończenia studiów, średnio 8 miesięcy
Porównanie czułości dianostycznej pomiędzy rutynową diagnostyką i terapią a diagnozą modelu dużego języka
do ukończenia studiów, średnio 8 miesięcy

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
współczynnik spójności
Ramy czasowe: do ukończenia studiów, średnio 8 miesięcy
współczynnik spójności pomiędzy rutynową diagnozą i terapią a diagnozą modelu dużego języka
do ukończenia studiów, średnio 8 miesięcy
czas poświęcony na diagnozę
Ramy czasowe: do ukończenia studiów, średnio 8 miesięcy
porównanie czasu poświęconego na diagnozę pomiędzy rutynową diagnozą a terapią a diagnozą modelu dużego języka
do ukończenia studiów, średnio 8 miesięcy
zadowolenie pacjenta
Ramy czasowe: do ukończenia studiów, średnio 8 miesięcy
porównanie satysfakcji pacjentów pomiędzy rutynową diagnostyką a terapią oraz diagnozą wielkojęzykową za pomocą kwestionariusza
do ukończenia studiów, średnio 8 miesięcy
analiza kosztów ekonomicznych
Ramy czasowe: do ukończenia studiów, średnio 8 miesięcy
porównanie kosztów ekonomicznych pomiędzy rutynową diagnostyką a terapią oraz diagnozą wielkojęzykową w oparciu o całkowity koszt leczenia
do ukończenia studiów, średnio 8 miesięcy
wskaźnik fałszywych odkryć
Ramy czasowe: do ukończenia studiów, średnio 8 miesięcy
porównanie współczynnika fałszywych odkryć pomiędzy rutynową diagnozą i terapią a diagnozą modelu dużego języka
do ukończenia studiów, średnio 8 miesięcy
ocena obciążenia pracą lekarza
Ramy czasowe: do ukończenia studiów, średnio 8 miesięcy
porównanie obciążenia lekarza pracą pomiędzy rutynową diagnostyką a terapią oraz duży model diagnozy językowej w oparciu o zliczenie liczby uczestników związanych z leczeniem
do ukończenia studiów, średnio 8 miesięcy
skuteczność diagnozy
Ramy czasowe: do ukończenia studiów, średnio 8 miesięcy
Prawdopodobieństwo trafności w porównaniu z ostateczną diagnozą wizyty pacjenta
do ukończenia studiów, średnio 8 miesięcy

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Publikacje i pomocne linki

Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.

Publikacje ogólne

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)

20 grudnia 2023

Zakończenie podstawowe (Szacowany)

20 grudnia 2024

Ukończenie studiów (Szacowany)

20 grudnia 2024

Daty rejestracji na studia

Pierwszy przesłany

22 grudnia 2023

Pierwszy przesłany, który spełnia kryteria kontroli jakości

27 czerwca 2024

Pierwszy wysłany (Rzeczywisty)

3 lipca 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

3 lipca 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

27 czerwca 2024

Ostatnia weryfikacja

1 czerwca 2024

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • M2023830

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

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