- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT07536932
Triage i rozpoznawanie ostrego rozwarstwienia aorty w bólu w klatce piersiowej za pomocą elektrokardiogramu-sztucznej inteligencji (TRACE)
Wieloośrodkowe prospektywne badanie mające na celu opracowanie i walidację modelu elektrokardiograficznego opartego na sztucznej inteligencji do diagnozy ostrego rozwarstwienia aorty typu A u pacjentów zgłaszających się z bólem w klatce piersiowej
Celem tego prospektywnego wieloośrodkowego badania obserwacyjnego jest sprawdzenie, czy model sztucznej inteligencji oparty na elektrokardiogramach (EKG) może pomóc w diagnozowaniu ostrego rozwarstwienia aorty typu A (TAAD) u dorosłych zgłaszających się na oddział ratunkowy z bólem w klatce piersiowej lub pokrewnymi objawami. Główne pytanie, na które badanie ma odpowiedzieć, to:
Czy model AI-ECG może dokładnie odróżnić TAAD od innych przyczyn bólu w klatce piersiowej w rzeczywistych warunkach oddziału ratunkowego? Badacze porównają przewidywania modelu AI oparte na EKG z ostateczną diagnozą potwierdzoną przez angiografię tomografii komputerowej (CTA), która jest standardem referencyjnym. Uczestnicy przejdą rutynowe badanie EKG w warunkach ratunkowych oraz dalszą ocenę diagnostyczną jako część standardowej opieki. Dane kliniczne i EKG zostaną zebrane z pięciu szpitali trzeciego stopnia referencyjności, a skuteczność diagnostyczna modelu zostanie oceniona we wszystkich ośrodkach.
Przegląd badań
Status
Typ studiów
Zapisy (Szacowany)
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia:
- Mężczyźni lub kobiety w wieku 18-80 lat, będący pacjentami oddziału ratunkowego;
- Jasne objawy bólu w klatce piersiowej lub związanych z nim bólów klatki piersiowej/pleców;
- Wykonanie standardowego 12-odprowadzeniowego elektrokardiogramu (EKG) w ciągu 24 godzin od wystąpienia bólu w klatce piersiowej;
- Jakość sygnału EKG spełniająca następujące kryteria: amplituda QRS ≥ 0,1 mV i udział szumu < 20%;
- Dostępność dalszej diagnostyki potwierdzającej, czy pacjent miał ostre rozwarstwienie aorty typu A (TAAD) lub inne ostateczne rozpoznanie.
Kryteria wyłączenia:
- Zapis EKG o słabej jakości, zdefiniowany jako brak odprowadzeń w ≥ 3 odprowadzeniach lub poważna niestabilność linii izoelektrycznej;
- Nieokreślone ostateczne rozpoznanie;
- Wywiad dotyczący wcześniejszych operacji obejmujących zastawkę aortalną, korzeń aorty lub aortę wstępującą.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
|---|
|
Ostre rozwarstwienie aorty typu A (TAAD)
Uczestnicy zgłaszający się z bólem w klatce piersiowej lub pokrewnymi objawami, u których ostatecznie rozpoznano ostre rozwarstwienie aorty typu A na podstawie angiografii tomografii komputerowej (CTA) lub innych ostatecznych metod diagnostycznych.
Wszyscy uczestnicy przechodzą rejestrację elektrokardiogramu (EKG) i standardową ocenę kliniczną w warunkach nagłych, a ich dane są wykorzystywane do oceny wydajności diagnostycznej opartego na sztucznej inteligencji modelu EKG.
|
|
Ból w klatce piersiowej niezwiązany z TAAD
Uczestnicy zgłaszający się z bólem w klatce piersiowej lub pokrewnymi objawami, u których po pełnej ocenie diagnostycznej stwierdzono brak ostrego rozwarstwienia aorty typu A.
Ostateczne rozpoznania mogą obejmować inne przyczyny sercowo-naczyniowe lub pozasercowo-naczyniowe bólu w klatce piersiowej.
Wszyscy uczestnicy przechodzą wykonanie elektrokardiogramu (EKG) oraz standardową ocenę kliniczną w warunkach pomocy doraźnej, a ich dane są wykorzystywane do oceny skuteczności diagnostycznej opartego na sztucznej inteligencji modelu EKG.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wydajność diagnostyczna opartego na sztucznej inteligencji modelu elektrokardiograficznego w ostrym rozwarstwieniu aorty typu A
Ramy czasowe: Od momentu zgłoszenia na oddział ratunkowy do wykonania angiografii tomografii komputerowej i ostatecznego potwierdzenia rozpoznania w trakcie wizyty wskaźnikowej, do 24 godzin
|
Wydajność diagnostyczna modelu sztucznej inteligencji opartego na elektrokardiogramach w identyfikacji ostrego rozwarstwienia aorty typu A u pacjentów zgłaszających ból w klatce piersiowej lub pokrewne objawy, z wykorzystaniem ostatecznej diagnozy potwierdzonej tomografią komputerową (CTA) jako standardu referencyjnego.
Główna wydajność zostanie podsumowana za pomocą pola pod krzywą charakterystyki działania odbiornika (AUROC).
|
Od momentu zgłoszenia na oddział ratunkowy do wykonania angiografii tomografii komputerowej i ostatecznego potwierdzenia rozpoznania w trakcie wizyty wskaźnikowej, do 24 godzin
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Czułość modelu elektrokardiograficznego opartego na sztucznej inteligencji w przypadku ostrego rozwarstwienia aorty typu A
Ramy czasowe: Od prezentacji w oddziale ratunkowym do ukończenia CTA i ostatecznego potwierdzenia diagnostycznego podczas wizyty indeksowej, do 24 godzin
|
Czułość modelu sztucznej inteligencji opartego na elektrokardiogramach w identyfikacji ostrego rozwarstwienia aorty typu A u pacjentów zgłaszających się z bólem w klatce piersiowej lub pokrewnymi objawami, z wykorzystaniem ostatecznego rozpoznania potwierdzonego w badaniu TK jako standardu referencyjnego.
|
Od prezentacji w oddziale ratunkowym do ukończenia CTA i ostatecznego potwierdzenia diagnostycznego podczas wizyty indeksowej, do 24 godzin
|
|
Specyficzność modelu elektrokardiogramu opartego na sztucznej inteligencji w ostrym rozwarstwieniu aorty typu A
Ramy czasowe: Od zgłoszenia na oddział ratunkowy do wykonania angio-TK i ostatecznego potwierdzenia rozpoznania podczas wizyty wstępnej, do 24 godzin
|
Specyficzność modelu sztucznej inteligencji opartego na elektrokardiogramach w prawidłowym identyfikowaniu uczestników, którzy nie mają ostrego rozwarstwienia aorty typu A, przy użyciu ostatecznej diagnozy potwierdzonej za pomocą tomografii komputerowej (CTA) jako standardu referencyjnego.
|
Od zgłoszenia na oddział ratunkowy do wykonania angio-TK i ostatecznego potwierdzenia rozpoznania podczas wizyty wstępnej, do 24 godzin
|
|
Wartość predykcyjna dodatnia opartego na sztucznej inteligencji modelu elektrokardiograficznego w ostrej rozwarstwiającej tętniaku aorty typu A
Ramy czasowe: Od momentu przyjęcia na oddział ratunkowy do zakończenia CTA i ostatecznego potwierdzenia diagnozy podczas wizyty wskaźnikowej, do 24 godzin
|
Wartość predykcyjna dodatnia modelu sztucznej inteligencji opartego na elektrokardiogramach dla ostrego rozwarstwienia aorty typu A wśród uczestników sklasyfikowanych jako pozytywni przez model, z wykorzystaniem ostatecznej diagnozy potwierdzonej CTA jako standardu odniesienia.
|
Od momentu przyjęcia na oddział ratunkowy do zakończenia CTA i ostatecznego potwierdzenia diagnozy podczas wizyty wskaźnikowej, do 24 godzin
|
|
Negatywna wartość predykcyjna modelu elektrokardiogramu opartego na sztucznej inteligencji dla ostrego rozwarstwienia aorty typu A
Ramy czasowe: Od zgłoszenia na oddział ratunkowy do wykonania tomografii komputerowej z kontrastem i ostatecznego potwierdzenia rozpoznania w trakcie wizyty wskaźnikowej, do 24 godzin
|
Wartość predykcyjna ujemna modelu sztucznej inteligencji opartego na elektrokardiogramach dla ostrego rozwarstwienia aorty typu A wśród uczestników sklasyfikowanych jako ujemni przez model, przy użyciu ostatecznego rozpoznania potwierdzonego tomografią komputerową jako standardu referencyjnego.
|
Od zgłoszenia na oddział ratunkowy do wykonania tomografii komputerowej z kontrastem i ostatecznego potwierdzenia rozpoznania w trakcie wizyty wskaźnikowej, do 24 godzin
|
|
Czas diagnostyczny od przyjęcia na oddział ratunkowy do uzyskania wyniku modelu AI
Ramy czasowe: Podczas wizyty wstępnej, do 24 godzin
|
Czas od zgłoszenia na oddziale ratunkowym do wygenerowania wyników modelu sztucznej inteligencji po wykonaniu elektrokardiogramu.
|
Podczas wizyty wstępnej, do 24 godzin
|
|
Skrócenie czasu diagnostyki związane z przepływem pracy opartym na sztucznej inteligencji w elektrokardiografii w porównaniu ze standardową opieką
Ramy czasowe: Podczas wizyty indeksowej, do 24 godzin
|
Różnica w czasie diagnozy między procesem opartym na sztucznej inteligencji w elektrokardiografii a konwencjonalnym procesem diagnostycznym.
Wynik ten będzie obliczany jako czas od przyjęcia na oddział ratunkowy do ostatecznego potwierdzenia diagnozy w standardowej opiece minus czas od przyjęcia na oddział ratunkowy do uzyskania wyniku modelu AI.
|
Podczas wizyty indeksowej, do 24 godzin
|
Współpracownicy i badacze
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Szacowany)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
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
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- B2026-106
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 Ból w klatce piersiowej
-
Istanbul University - CerrahpasaRekrutacyjnyPasellofemoral Pain, PFPTurcja (Türkiye)
-
Beijing Sport UniversityJeszcze nie rekrutacjaPasellofemoral Pain, PFP
-
Beijing Sport UniversityJeszcze nie rekrutacja
-
Pamukkale UniversityJeszcze nie rekrutacjaPasellofemoral Pain, PFPTurcja (Türkiye)
-
Beijing Sport UniversityZakończony
-
University of North Carolina, Chapel HillCanadian Institutes of Health Research (CIHR)ZakończonyZespół bólu rzepkowo-udowego | Ból rzepkowo-udowy (PFPS) | Ból rzepkowo-udowy | Pasellofemoral Pain, PFPStany Zjednoczone
-
Cardiff Metropolitan UniversityZakończonyPasellofemoral Pain, PFPZjednoczone Królestwo
-
Ankara Medipol UniversityGazi UniversityZakończony
-
King Abdulaziz UniversityJeszcze nie rekrutacjaSubiektywny ból i dyskomfort | Poziomy lęku u dzieci | Zachowanie dzieci | Zmiany fizjologiczne (Tętno) | Obejective Pain and Discomfort | Zadowolenie uczestników i rodziców | Preferencje przyszłościowe osób badanych i rodzicówArabia Saudyjska
-
Tianjin University of SportJeszcze nie rekrutacja