Previsão precoce de ECG do estabelecimento e acompanhamento de coorte de doenças multi-sistemas (EARLY-ECG-PRED)
Visão geral do estudo
Status
Intervenção / Tratamento
Descrição detalhada
Os recentes avanços na inteligência artificial (IA) expandiram as capacidades de diagnóstico da eletrocardiografia (ECG) além das doenças cardiovasculares. Evidências emergentes demonstram que a análise de ECG aprimorada pela AI pode fornecer informações valiosas sobre idade, gênero, risco de mortalidade, função cardíaca e condições sistêmicas, como desequilíbrios eletrolíticos, disfunção renal e distúrbios da tireóide. Esses achados posicionam o ECG como uma ferramenta promissora para a identificação e previsão de um amplo espectro de doenças.
Para investigar melhor os mecanismos subjacentes que ligam as anormalidades do ECG a doenças multifistema e desenvolvendo modelos diagnósticos, triagem e preditivos baseados em ECG, iniciamos um estudo de registro observacional e multicêntrico, prospectivo e observacional envolvendo pacientes submetidos a exames de ECG. Os objetivos do projeto são os seguintes:
1. Desenvolvimento do modelo de fundação AI-ECG
- Diagnóstico de doenças cardiovasculares tradicionais (por exemplo, arritmias, infarto do miocárdio).
- Triagem de distúrbios de vários sistemas, incluindo: doenças circulatórias, digestivas, respiratórias e do sistema nervoso, distúrbios endócrinos/metabólicos, doenças urogenitais, condições hematológicas, neoplasias e distúrbios de saúde mental.
- Previsão de condições de início recente (por exemplo, fibrilação atrial, insuficiência cardíaca, doenças valvulares, nstemi, taquicardia ventricular) e risco de mortalidade em 1 ano.
2. Utilitário e implementação clínica
Aproveitando a portabilidade, o custo-efetividade e a não invasividade do ECG, nosso modelo da Fundação AI permite:
- Triagem rápida e em larga escala em ambientes ambulatoriais, hospitalares, de emergência e comunidade.
- Detecção precoce de doenças multi-sistemas, orientando os trabalhos de diagnóstico direcionados.
3. Pesquisa mecanicista e interpretabilidade elucidando a lógica de diagnóstico, preditiva e estratificação de risco dos modelos de fundação AI-ECG.
Tipo de estudo
Inscrição (Estimado)
Contactos e Locais
Contato de estudo
- Nome: Jun Pu, MD,PhD
- Número de telefone: 86-21-68383477
- E-mail: pujun310@hotmail.com
Locais de estudo
-
-
Shanghai
-
Shanghai, Shanghai, China, 200000
- Recrutamento
- Ren Ji Hospital Afflited to School of Medicine, Shanghai Jiao Tong University
-
Contato:
- Song ding, MD
- Número de telefone: 86-21-68383477
- E-mail: dingsong1105@163.com
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- Filho
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Método de amostragem
População do estudo
Descrição
Critérios de inclusão:
- Pacientes que visitaram o Hospital de Estudo.
- Os pacientes incluídos devem ter dados de dados de ECG e códigos de diagnóstico de alta (CID-10) para pacientes internados e pacientes de emergência.
Critérios de exclusão:
1. Pacientes que recusaram a participação, casos com dados clínicos incompletos ou ausentes e indivíduos grávidas.
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 |
|---|---|---|
|
Doença multi-sistema prevendo com base no ECG
Prazo: 1 mês
|
Avaliando a eficácia do ECG na previsão de doenças em vários sistemas, como doenças circulatórias do sistema, doenças do sistema respiratório, doenças do sistema digestivo, doenças do sistema nervoso, doenças do sistema urogenital, doenças endócrinas e nutricionais/metabólicas do sistema, doenças hematológicas, doenças infecciosas e parasíticas, tumores, e mentais e comportamentais.
Este estudo utiliza inicialmente o sistema de codificação da CID-10 para triagem preliminar de doenças-alvo.
Posteriormente, um comitê de especialistas clínicos multidisciplinares conduz uma revisão sistemática de doenças candidatas com base na estrutura do sistema de codificação da CID-10, incluindo a aplicabilidade dos critérios de diagnóstico, a precisão da classificação da CID-10, a razoabilidade dos critérios de exclusão e a avaliação da evidência.
|
1 mês
|
Colaboradores e Investigadores
Patrocinador
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 (Real)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Outros números de identificação do estudo
- EARLY-ECG-PREDICTION Cohort
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
produto fabricado e exportado 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 .