Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Prospectiva delineada (DELINEATE)

14 de abril de 2026 atualizado por: Pierre Elias, Columbia University

Aprendizagem profunda para análise de eco, rastreamento e avaliação avaliação prospectiva (prospectiva delineada)

A doença cardíaca é a principal causa de morte nos Estados Unidos, e o ecocardiografia (ou "eco") é a maneira mais comum de os médicos olharem para o coração. O eco é seguro, indolor e pode detectar grandes problemas cardíacos, incluindo bombeamento cardíaco fraco e doença válvula.

A doença válvula, especialmente a estenose aórtica (estreitamento) e regurgitação mitral (vazamento), é comum em adultos mais velhos, mas geralmente não é diagnosticada. Embora o Echo seja a principal ferramenta para encontrar problemas de válvulas, leva tempo, requer treinamento especializado e os resultados podem variar entre os leitores.

Avanços recentes na inteligência artificial (IA), especialmente aprendizado profundo (DL), mostraram -se promissores ao analisar automaticamente imagens cardíacas. No entanto, pesquisas anteriores não abordaram totalmente as principais técnicas de eco do Doppler e Doppler espectral-são cruciais para medir como o sangue se move através das válvulas cardíacas. As ferramentas de IA também enfrentam desafios em serem usados ​​na prática médica cotidiana devido a problemas de fluxo de trabalho, falta de testes do mundo real e preocupações sobre como os algoritmos tomam decisões.

No Columbia University Irving Medical Center, os pesquisadores construíram um grande banco de dados de testes cardíacos nos últimos seis anos e desenvolveram programas de IA para analisar ecocardiogramas. O presente estudo testará se o fornecimento de análise de IA aos cardiologistas em tempo real durante a leitura de eco pode tornar o processo mais rápido e consistente.

Visão geral do estudo

Descrição detalhada

Em um estudo da Universidade de Columbia anterior, uma série de algoritmos de aprendizado profundo que analisam os ecocardiogramas está em desenvolvimento. Esses algoritmos incluem, entre outros, algoritmos que permitem a classificação de visualização, identificação da estrutura, medições de dimensão do ventrículo esquerdo (VE), determinação da fração de ejeção do ventrículo esquerdo (FEVE), avaliações de volume do átrio esquerdo (LA) e diagnóstico de doença cardíaca valvular. Resumidamente, esses algoritmos são baseados em arquiteturas demonstradas como úteis na análise de imagem e vídeo, incluindo as específicas da interpretação do ecocardiografia. Os algoritmos baseados em essas arquiteturas podem ser generalizados para a interpretação de dados de ecocardiograma baseados em vídeo, como a avaliação de regurgitação valvular. Como parte deste protocolo de estudo, esses modelos continuarão sendo desenvolvidos usando dados do ecocardiograma do paciente. Este estudo tem como objetivo criar um sistema de ponta a ponta automatizado que possa oferecer análises de aprendizado profundo de ecocardiogramas ao cardiologista de interpretação em tempo real. Se for bem -sucedido, este programa poderá permitir melhorias na ecocardiografia que lê eficiência e confiabilidade.

Tipo de estudo

Observacional

Inscrição (Estimado)

50

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Contato de estudo

Estude backup de contato

Locais de estudo

    • New York
      • New York, New York, Estados Unidos, 10032
        • Recrutamento
        • Columbia University Irving Medical Center
        • Contato:
        • Investigador principal:
          • Pierre A Elias, MD
        • Contato:
          • Jeffrey Ruhl, MS
          • Número de telefone: 570-713-7815
          • E-mail: hvx9001@nyp.org

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

  • Adulto
  • Adulto mais velho

Aceita Voluntários Saudáveis

Não

Método de amostragem

Amostra Não Probabilística

População do estudo

Cardiologistas assistentes certificados pelo conselho da Universidade de Columbia, Columbiadoctors ou Hospital Presbyteriano Newyork-Presbyterian que interpretam os ecocardiogramas transtorácicos no Laboratório de Ecocardiografia de Columbia e forneceu consentimento informado para participar

Descrição

Critérios de inclusão:

  • Cardiologista participado da Universidade de Columbia, Columbiadoctors ou Hospital Presbiteriano de Newyork, que lê ecocardiogramas transtorácicos no Laboratório de Ecocardiografia de Columbia
  • Forneceu consentimento informado para participar dos questionários ou do estudo fundamental

Critérios de exclusão:

  • Médico em treinamento (bolsista de cardiologia ou companheiro de imagem avançado)

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

Coortes e Intervenções

Grupo / Coorte
Grupo de intervenção

Os estudos que atendem aos seguintes critérios serão submetidos a adjudicação por um painel de especialistas: regurgitação moderada, moderada-grave ou mitral, aórtica ou tricúspide grave por avaliação do modelo de médico ou IA.

Discrepância entre interpretações médicas e IA, onde a gravidade avaliada da AI é maior que a gravidade avaliada por médicos (ou seja, indica que está presente regurgitação mais valvular)

Grupo de controle
Uma amostra aleatória estratificada de casos será selecionada para corresponder à distribuição de casos com bandeira de IA pela gravidade da regurgitação valvular avaliada por médicos e passará pelo mesmo julgamento do painel de especialistas.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Proporção de reclassificação clinicamente significativa por revisão do painel
Prazo: 18 meses
Proporção de casos em que o painel de especialistas reclassifica a gravidade da regurgitação valvular em pelo menos uma nota (atualização ou rebaixamento). A proporção será calculada como o número de casos com reclassificação ÷ número total de casos revisados.
18 meses

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
Proporção de casos com reclassificação baseada em IA, levando a uma mudança no gerenciamento clínico
Prazo: 18 meses
A proporção será calculada como o número de casos com qualquer alteração do gerenciamento ÷ número total de casos revisados.
18 meses
Proporção de casos com reclassificação baseada em IA, levando ao encaminhamento a um especialista em válvula ou cirurgião
Prazo: 18 meses
Definição: A proporção será calculada como o número de casos referidos a um especialista em válvula ou cirurgião ÷ número total de casos revisados.
18 meses
Proporção de casos com reclassificação baseada em IA, levando a uma mudança na frequência do ecocardiografia de acompanhamento
Prazo: 18 meses
A proporção será calculada como o número de casos com uma alteração na frequência de ecocardiografia de acompanhamento recomendada ÷ número total de casos revisados.
18 meses
Proporção de casos com reclassificação baseada em IA, levando à indicação para testes adicionais (TEE ou ressonância magnética cardíaca)
Prazo: 18 meses
A proporção será calculada como o número de casos encaminhados para testes adicionais com TEE ou RM do cardíaco ÷ número total de casos revisados.
18 meses

Outras medidas de resultado

Medida de resultado
Descrição da medida
Prazo
Concordância entre IA e revisão de painel
Prazo: 18 meses
Proporção de casos em que a classificação de IA concorda com a revisão de painel de especialistas da gravidade da regurgitação valvular.
18 meses
Concordância entre a leitura clínica do cardiologista e a revisão do painel
Prazo: 18 meses
Proporção de casos em que a interpretação clínica do cardiologista concorda com a revisão do painel de especialistas da gravidade da regurgitação valvular.
18 meses
Comparação das taxas de concordância (IA versus cardiologista) contra o painel Review
Prazo: 18 meses
Diferença entre a taxa de concordância da revisão de IA versus painéis e a taxa de concordância da revisão de leitura clínica do cardiologista versus painel.
18 meses
Contrato entre leitores para medidas ecocardiográficas categóricas
Prazo: 18 meses
A concordância entre os leitores de cardiologista independente para variáveis ​​categóricas (por exemplo, gravidade da regurgitação valvular) será quantificada usando a estatística Kappa de Cohen.
18 meses
Contrato entre leitores para medidas ecocardiográficas contínuas
Prazo: 18 meses
A concordância entre os leitores de cardiologista independente para medidas contínuas (por exemplo, a fração de ejeção do ventrículo esquerdo [LVEF]) será quantificada usando o coeficiente de correlação intraclasse (ICC)
18 meses

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Patrocinador

Investigadores

  • Investigador principal: Pierre A Elias, MD, Columbia University

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Estimado)

15 de abril de 2026

Conclusão Primária (Estimado)

1 de outubro de 2027

Conclusão do estudo (Estimado)

1 de outubro de 2028

Datas de inscrição no estudo

Enviado pela primeira vez

14 de agosto de 2025

Enviado pela primeira vez que atendeu aos critérios de CQ

24 de setembro de 2025

Primeira postagem (Real)

29 de setembro de 2025

Atualizações de registro de estudo

Última Atualização Postada (Real)

16 de abril de 2026

Última atualização enviada que atendeu aos critérios de controle de qualidade

14 de abril de 2026

Última verificação

1 de abril de 2026

Mais Informações

Termos relacionados a este estudo

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

NÃO

Descrição do plano IPD

Privacidade e confidencialidade do paciente: Mesmo com a desidentificação, o compartilhamento de dados detalhados de saúde pode arriscar a reivindicação dos participantes.

Restrições regulatórias: Conselhos de revisão institucional (IRBs), regras da HIPAA ou leis locais podem limitar o compartilhamento de dados, especialmente para informações sensíveis à saúde, como ecocardiogramas.

Limitações de consentimento: se os participantes não consentiram explicitamente com amplo compartilhamento de dados na inscrição, o estudo não pode fornecer ética ou legalmente seu IPD.

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

produto fabricado e exportado dos EUA

Não

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 .

Se inscrever