- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT06231797
Triagem AI-ECG para disfunção sistólica ventricular esquerda
Triagem AI-ECG para disfunção sistólica ventricular esquerda: um estudo prospectivo, observacional e multicêntrico
Visão geral do estudo
Status
Condições
Descrição detalhada
Os atuais investigadores desenvolveram um algoritmo de inteligência artificial (IA) baseado em eletrocardiograma (ECG) de 12 derivações, detectando disfunção sistólica ventricular esquerda, por meio de 364.845 ECGs de 148.547 pacientes. Então, quando o modelo foi testado retrospectivamente em 59.805 ECGs de 24.376 pacientes, o desempenho do modelo expresso como uma área sob a curva característica de operação do receptor foi de 0,889 (IC 95% 0,887-0,891).
Estamos planejando validar prospectivamente a eficácia do nosso modelo como uma potencial ferramenta de triagem para disfunção sistólica do ventrículo esquerdo.
Tipo de estudo
Inscrição (Estimado)
Contactos e Locais
Contato de estudo
- Nome: Hak Seung Lee, MD
- Número de telefone: +1-771-216-0764
- E-mail: cardiolee@gmail.com
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:
- Indivíduos ou aqueles cujo representante legal concorde em participar do estudo e assine o termo de consentimento
- Pode realizar eletrocardiograma de 12 derivações e ecocardiograma transtorácico
Critério de exclusão:
- Indivíduos com idade inferior a 18 anos.
- Indivíduos que não concordam em participar do estudo
- Pacientes que não podem participar de ensaios clínicos a critério do investigador
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
---|---|---|
Área sob a curva característica de operação do receptor (AUROC)
Prazo: Até a conclusão do estudo, em média 1 ano
|
Desempenho do modelo de IA detectando LVSD, expresso como AUROC.
Como auxílio diagnóstico para DSVE, será apresentada uma curva ROC expressa como sensibilidade a (1-especificidade), e a precisão da predição será confirmada pelo cálculo da AUROC, que é a área abaixo.
|
Até a conclusão do estudo, em média 1 ano
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
---|---|---|
Sensibilidade
Prazo: Até a conclusão do estudo, em média 1 ano
|
Sensibilidade do modelo de IA detectando LVSD
|
Até a conclusão do estudo, em média 1 ano
|
Especificidade
Prazo: Até a conclusão do estudo, em média 1 ano
|
Sensibilidade do modelo de IA detectando pacientes com função sistólica ventricular esquerda normal
|
Até a conclusão do estudo, em média 1 ano
|
Valor preditivo positivo
Prazo: Até a conclusão do estudo, em média 1 ano
|
Valor preditivo positivo na população de pacientes recrutados
|
Até a conclusão do estudo, em média 1 ano
|
Valor preditivo negativo
Prazo: Até a conclusão do estudo, em média 1 ano
|
Valor preditivo negativo na população de pacientes recrutados
|
Até a conclusão do estudo, em média 1 ano
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Seung-Pyo Lee, MD, PhD, Seoul National University Hospital
Publicações e links úteis
Publicações Gerais
- Kwon JM, Jo YY, Lee SY, Kang S, Lim SY, Lee MS, Kim KH. Artificial Intelligence-Enhanced Smartwatch ECG for Heart Failure-Reduced Ejection Fraction Detection by Generating 12-Lead ECG. Diagnostics (Basel). 2022 Mar 8;12(3):654. doi: 10.3390/diagnostics12030654.
- Kwon JM, Kim KH, Jeon KH, Kim HM, Kim MJ, Lim SM, Song PS, Park J, Choi RK, Oh BH. Development and Validation of Deep-Learning Algorithm for Electrocardiography-Based Heart Failure Identification. Korean Circ J. 2019 Jul;49(7):629-639. doi: 10.4070/kcj.2018.0446. Epub 2019 Mar 21.
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Estimado)
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
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- H-2306-083-1439
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 .