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

Artificial Intelligence to Scale Early Rheumatic Heart Disease Detection (SHIELD 1)

22 maja 2026 zaktualizowane przez: Children's Hospital Medical Center, Cincinnati
The main goal of this project is to see if RADAR (Rapid AI-assisted Detection and Analysis of Rheumatic heart disease), which is a machine and deep-learning AI model, can help make rheumatic heart disease (RHD) screening easier to expand. Specifically, the project will test whether RADAR can screen as accurately-or more accurately-than current methods, and whether it can be used effectively in different low-resource settings. The aim is to show that RADAR could be adopted and used widely around the world.

Przegląd badań

Status

Jeszcze nie rekrutacja

Warunki

Interwencja / Leczenie

Typ studiów

Interwencyjne

Zapisy (Szacowany)

62

Faza

  • Nie dotyczy

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

  • Uganda
      • Kampala, Uganda
        • Uganda Heart Institute
        • Kontakt:
        • Główny śledczy:
          • Doreen Nakagaayi

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

  • Dziecko
  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Tak

Opis

Inclusion Criteria:

  • Employed at a participating ADUNU facility
  • Holds a designated role in the ADUNU program as a nurse screener

Exclusion Criteria:

  • None. The pragmatic trial design includes all eligible staff at participating facilities.

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

  • Główny cel: Diagnostyczny
  • Przydział: Randomizowane
  • Model interwencyjny: Przydział równoległy
  • Maskowanie: Pojedynczy

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Brak interwencji: Standard non-AI echocardiography
In the Standard non-AI Echocardiography arm, participants will receive the current standard of care under the ADUNU program, which includes a single parasternal long-axis view with black-and-white and color Doppler imaging. Providers have been trained to recognize mitral regurgitation greater than 1.5 or 2 cm, any aortic insufficiency, qualitatively reduced left ventricular systolic function, and pericardial effusion. Detection of any of these findings constitutes a screen positive, prompting referral for a confirmatory echocardiogram.
Eksperymentalny: RADAR-AI-assisted echocardiography
In the RADAR Echocardiography arm, participants will undergo AI-assisted screening according to the well-established RADAR protocol including the same image acquisition protocol but interpreted by the tablet-based software based on two independent AI algorithms 1) RHD positive or negative and 2) mitral regurgitation jet length. Positive findings from either algorithm constitutes a screen positive. Providers may also refer for other concerns.
Test diagnostyczny: AI assisted echocardiography
Continue standard of care with AI-assisted echocardiography

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Accuracy of Provider RHD Screening
Ramy czasowe: 1 year
The number of correctly identified (positive or negative) screenings divided by the total number of exams.
1 year

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Interpretation Sensitivity
Ramy czasowe: 6 months
The number of correctly identified positive screening exams divided by the sum of correctly identified positive and incorrectly identified negative exams.
6 months

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Children's Hospital Medical Center, Cincinnati

Współpracownicy

Vanderbilt University Medical Center
Ochsner Health System
Uganda Heart Institute
Children's National Health Center

Śledczy

  • Główny śledczy: Andrea Beaton, Children's Hospital Medical Center, Cincinnati

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 (Szacowany)

1 czerwca 2026

Zakończenie podstawowe (Szacowany)

1 czerwca 2028

Ukończenie studiów (Szacowany)

1 czerwca 2028

Daty rejestracji na studia

Pierwszy przesłany

14 maja 2026

Pierwszy przesłany, który spełnia kryteria kontroli jakości

14 maja 2026

Pierwszy wysłany (Rzeczywisty)

20 maja 2026

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

27 maja 2026

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

22 maja 2026

Ostatnia weryfikacja

1 maja 2026

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • 2026-0304

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