ADOTAR: Melhorando o diagnóstico de hipertensão pulmonar com IA e eco (ADOPT)
Inteligência Artificial: Melhorando a Detecção Precoce da Hipertensão Pulmonar por Ecocardiografia Transtorácica: ADOPT
A Hipertensão Pulmonar (HP) é uma condição causada pela pressão alta nos vasos sanguíneos que transportam sangue para os pulmões. Pode causar falta de ar grave e insuficiência do lado direito do coração. Infelizmente, muitas vezes é fatal e a expectativa de vida varia de meses a anos. Para alguns subtipos de HP, existem tratamentos eficazes que podem melhorar a esperança de vida e a qualidade de vida. Ferramentas precisas para a avaliação da HP são, portanto, essenciais para que os medicamentos que salvam vidas possam ser iniciados mais cedo.
Nas vias de diagnóstico existentes, as evidências de suspeita de HP são frequentemente ignoradas, atrasando significativamente o tempo até ao diagnóstico. A ecocardiografia (eco) é um exame rápido, seguro e bem tolerado, solicitado para investigação de pacientes ofegantes e que pode fornecer informações úteis sobre a suspeita de HP. No entanto, fora dos centros especializados em HP, os médicos podem não procurar e comentar rotineiramente a presença de pistas para uma possível HP.
Os investigadores pensam que o uso de técnicas de Inteligência Artificial (IA) para ler ecos poderia tornar a sua interpretação mais rápida e confiável. Também pode haver pistas sutis sobre a presença ou gravidade da HP no eco, menos reconhecíveis ao olho humano, que a IA pode identificar.
Neste estudo, os investigadores reunirão imagens de eco de 5 hospitais especializados em PH em todo o Reino Unido, todos anonimizados (nome do paciente e dados pessoais removidos). Serão todos exames históricos (ou seja, já realizados) e serão agrupados naqueles com PH presente (incluindo o subtipo de PH) ou ausente. Estas imagens de eco anonimizadas serão utilizadas para desenvolver e treinar uma ferramenta de IA para identificar exames onde a PH está presente, incluindo que tipo específico de PH pode estar presente. A ferramenta de IA desenvolvida será então testada num grupo separado de exames (não utilizados na fase de formação) para validar o seu desempenho.
Visão geral do estudo
Status
Condições
Intervenção / Tratamento
Descrição detalhada
Neste estudo, os investigadores reunirão imagens de eco retrospectivas de 5 hospitais especializados em PH em todo o Reino Unido (Royal Free Hospital NHS FT; Sheffield Teaching Hospitals NHS FT; Royal Papworth Hospital NHS FT; NHS Golden Jubilee National Hospital Glasgow; Royal United Hospitals Bath NHS FT ).
Serão todos exames históricos (ou seja, já realizados) e serão agrupados naqueles com PH presente (incluindo subtipo de PH) ou PH ausente. Os critérios de inclusão envolvem pacientes com idade ≥18 anos que foram submetidos a eco transtorácico (ETT) e cateter cardíaco direito (CCD) como parte de seus cuidados clínicos. Os critérios de exclusão envolverão pacientes com idade <18 anos, doença cardíaca congênita conhecida ou suspeita e pacientes que optaram por não permitir que suas informações fossem usadas para pesquisa e planejamento (por meio da opção nacional de exclusão de dados). Um formulário de relato de caso clínico (CRF) será usado para capturar dados demográficos do paciente, dados clínicos em relação à avaliação de HP, incluindo resultados de ETT anteriores. Quando disponíveis, os dados de mortalidade serão registados no prazo de 5 anos após o RHC.
Estas imagens de eco anonimizadas serão recolhidas e rotuladas centralmente num laboratório central no RUH Bath, que trabalhará com a Janssen para desenvolver e treinar uma ferramenta de IA para identificar exames onde a PH está presente, incluindo que tipo específico de PH pode estar presente.
O treinamento da ferramenta de IA será baseado em 5 grupos (prevê-se que cada grupo contenha 415 ecocardiogramas): HP pré-capilar leve; HP pré-capilar moderada; HP pré-capilar grave; PH pós-capilar; sem PH. A ferramenta será então validada em um conjunto separado composto por 425 ecocardiogramas (uma combinação de HP pré-capilar, pós-capilar e sem HP). A coorte de validação não terá sido utilizada na etapa de treinamento.
Tipo de estudo
Contactos e Locais
Locais de estudo
-
-
-
Bath, Reino Unido, BA1 3NG
- Royal United Hospitals Bath NHS Foundation Trust
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Método de amostragem
População do estudo
Descrição
Critério de inclusão:
- Pacientes com idade ≥18
- Foram submetidos a eco transtorácico e cateter cardíaco direito como parte de seus cuidados clínicos de rotina.
Critério de exclusão:
- Pacientes com idade <18
- Doença cardíaca congênita conhecida ou suspeita
- O paciente optou por não permitir que suas informações fossem usadas para pesquisa e planejamento (através da opção nacional de exclusão de dados).
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
|---|---|
|
PH pré-capilar leve
O cateterismo cardíaco direito (realizado como parte dos cuidados habituais) diagnostica hipertensão pulmonar e categoriza-a como leve e pré-capilar.
|
Coortes pré-definidas serão usadas para treinar a ferramenta de inteligência artificial para ecocardiografia transtorácica para melhorar o diagnóstico de HP no ETT.
|
|
PH pré-capilar moderado
O cateterismo cardíaco direito (realizado como parte dos cuidados habituais) diagnostica hipertensão pulmonar e categoriza-a como moderada e pré-capilar.
|
Coortes pré-definidas serão usadas para treinar a ferramenta de inteligência artificial para ecocardiografia transtorácica para melhorar o diagnóstico de HP no ETT.
|
|
PH pré-capilar grave
O cateterismo cardíaco direito (realizado como parte dos cuidados habituais) diagnostica hipertensão pulmonar e categoriza-a como grave e pré-capilar.
|
Coortes pré-definidas serão usadas para treinar a ferramenta de inteligência artificial para ecocardiografia transtorácica para melhorar o diagnóstico de HP no ETT.
|
|
PH pós-capilar
O cateterismo cardíaco direito (realizado como parte dos cuidados habituais) diagnostica hipertensão pulmonar e categoriza-a como pós-capilar.
|
Coortes pré-definidas serão usadas para treinar a ferramenta de inteligência artificial para ecocardiografia transtorácica para melhorar o diagnóstico de HP no ETT.
|
|
Sem PH
O cateterismo cardíaco direito (realizado como parte dos cuidados habituais) demonstra pressões pulmonares normais (ou seja,
nenhuma evidência de hipertensão pulmonar).
|
Coortes pré-definidas serão usadas para treinar a ferramenta de inteligência artificial para ecocardiografia transtorácica para melhorar o diagnóstico de HP no ETT.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Detecte pacientes com hipertensão pulmonar (HP) com a nova ferramenta de inteligência artificial (AIT)
Prazo: Mês 24
|
Meça a proporção de pacientes que a AIT desenvolvida identifica corretamente como tendo HP.
|
Mês 24
|
|
Detecte pacientes sem hipertensão pulmonar (HP) com a nova ferramenta de inteligência artificial (AIT)
Prazo: Mês 24
|
Meça a proporção de pacientes que a AIT desenvolvida identifica corretamente como não tendo HP.
|
Mês 24
|
|
Detecte pacientes com hipertensão pulmonar (HP) pré-capilar com a nova ferramenta de inteligência artificial (AIT)
Prazo: Mês 24
|
Meça a proporção de pacientes que a AIT desenvolvida identifica corretamente como tendo HP pré-capilar.
|
Mês 24
|
|
Detecte pacientes com hipertensão pulmonar (HP) pós-capilar com a nova ferramenta de inteligência artificial (AIT)
Prazo: Mês 24
|
Meça a proporção de pacientes que a AIT desenvolvida identifica corretamente como tendo HP pós-capilar.
|
Mês 24
|
|
Compare o desempenho da ferramenta de inteligência artificial (AIT) para detectar hipertensão pulmonar (HP) com os critérios de probabilidade atuais
Prazo: Mês 24
|
Compare a proporção de pacientes identificados pela ferramenta de IA como portadores de HP com os critérios atuais das diretrizes para o diagnóstico de HP a partir de um ETT.
|
Mês 24
|
|
Avaliar as capacidades de detecção precoce da ferramenta de inteligência artificial (AIT) em comparação com o diagnóstico clínico padrão de atendimento
Prazo: Mês 24
|
Compare a proporção de pacientes identificados pela ferramenta de IA como portadores de HP com a prática clínica padrão atual
|
Mês 24
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
A nova ferramenta de inteligência artificial (AIT) é capaz de avaliar a gravidade da hipertensão pulmonar (HP)
Prazo: Mês 24
|
Medir a proporção de pacientes testados onde o AIT diagnostica com precisão a gravidade da HP
|
Mês 24
|
|
A ferramenta de inteligência artificial (AIT) é capaz de prever mortalidade
Prazo: Mês 24
|
Medir a proporção de pacientes onde o AIT previu corretamente o risco de mortalidade relacionada à HP
|
Mês 24
|
Colaboradores e Investigadores
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Estimado)
Conclusão do estudo (Estimado)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Atualizações de registro de estudo
Última Atualização Postada (Estimado)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- RUH Bath - ADOPT
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .