Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Диагностика и прогнозирование COVID-19 с помощью искусственного интеллекта с использованием электрокардиограмм (AI-COV-19)

24 августа 2021 г. обновлено: Imperial College London

Диагностика и прогнозирование COVID-19 с помощью искусственного интеллекта с использованием электрокардиограмм и изображений

Коронавирусная болезнь 2019 года (COVID-19) широко распространилась по всему миру с декабря 2019 года. Он очень заразен, и тяжелые случаи могут привести к острой дыхательной недостаточности или полиорганной недостаточности. 11 марта 2020 года ВОЗ сделала оценку, что COVID-19 можно охарактеризовать как пандемию. С развитием машинного обучения технология искусственного интеллекта (ИИ), основанная на глубоком обучении, продемонстрировала огромный успех в области анализа медицинских данных благодаря своей способности извлекать разнообразные функции из изображений и сложных наборов клинических данных. В этом исследовании мы стремимся использовать клинические данные, собранные в рамках обычной клинической помощи (кардиограммы сердца, рентген и компьютерная томография), для обучения алгоритмов искусственного интеллекта и машинного обучения, чтобы точно прогнозировать течение заболевания у пациентов с Covid-19. инфекции, используя эти наборы данных.

Обзор исследования

Статус

Статус

Указывает текущий статус найма или статус расширенного доступа.
Рекрутинг

Условия

Условия

Изучаемое заболевание, расстройство, синдром, болезнь или травма. На ClinicalTrials.gov условия могут также включать другие вопросы, связанные со здоровьем, такие как продолжительность жизни, качество жизни и риски для здоровья.

Вмешательство/лечение

Вмешательство/лечение

Процесс или действие, находящееся в центре внимания клинического исследования. Вмешательства включают лекарства, медицинские устройства, процедуры, вакцины и другие продукты, которые либо находятся на стадии исследований, либо уже доступны. Вмешательства также могут включать неинвазивные подходы, такие как обучение или изменение диеты и физических упражнений.

Подробное описание

Коронавирусная болезнь 2019 года (COVID-19) широко распространилась по всему миру с декабря 2019 года. Он очень заразен, и тяжелые случаи могут привести к острой дыхательной недостаточности или полиорганной недостаточности и, в конечном итоге, к смерти. Заболевание может быть подтверждено с помощью теста полимеразной цепной реакции с обратной транскрипцией (ОТ-ПЦР). ЭКГ, рентгенограммы грудной клетки и компьютерная томография — это богатые источники данных, которые дают представление о заболеваниях, которые в противном случае были бы недоступны.

Знание того, кого следует госпитализировать или реанимировать, спасает жизни, поскольку помогает смягчить нехватку ресурсов. Новые инструменты искусственного интеллекта, такие как глубокое обучение, позволят проводить комплексную оценку изображений и клинических данных, которые потенциально могут помочь клиницистам ставить более быстрый и точный диагноз, лучше сортировать пациентов и оценивать реакцию на лечение и, в конечном итоге, лучше прогнозировать результат. Наша группа имеет значительный опыт внедрения алгоритмов машинного обучения на большом количестве ЭКГ, например, из британского биобанка, и предлагает распространить наши методы на данные пациентов с Covid-19.

Это ретроспективное исследование данных о пациентах с подозрением и подтвержденным диагнозом COVID-19.

Исследование направлено на набор до 2000 пациентов, которым будут направлены на ЭКГ, рентгенографию грудной клетки или компьютерную томографию в Челси и Вестминстерскую больницу NHS Foundation Trust, Imperial College Healthcare NHS Trust и London North West London University Healthcare NHS Trust.

Чтобы быть включенным в это исследование, пациент должен:

  • пройти ЭКГ, рентген грудной клетки и/или КТ грудной клетки (с контрастом или без него)
  • лабораторный тест на нуклеиновую кислоту вируса Covid-19 (анализ RTPCR с образцами мазка из зева) или клиническое подозрение на инфекцию Covid19
  • быть в возрасте старше 18 лет. Пациенты с субоптимальными ЭКГ, рентгенограммами грудной клетки и КТ-исследованиями из-за артефактов будут исключены. Пациенты также будут исключены, если временной интервал между ЭКГ, КТ органов грудной клетки и анализом ОТ-ПЦР превышает 7 дней.

Это исследование получило одобрение HRA и Health and Care Research Wales (HCRW) 18 мая 2020 г. после рассмотрения Комитетом по этике исследований на заседании, состоявшемся 13 мая 2020 г. (номер протокола: 20HH5967; ссылка REC: 20/HRA/2467).

Тип исследования

Тип исследования

Описывает характер клинического исследования. Типы исследований включают интервенционные исследования (также называемые клиническими испытаниями), наблюдательные исследования (включая регистры пациентов) и расширенный доступ.
Наблюдательный

Регистрация (Ожидаемый)

Регистрация

Количество участников клинического исследования. «Предполагаемый» набор — это целевое количество участников, необходимое исследователям для исследования.
2000

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Места учебы

  • Соединенное Королевство
      • London, Соединенное Королевство, HA1 3UJ
        • Рекрутинг
        • London North West University Healthcare NHS Trust
        • Контакт:
          • Jaymin Shah, MRCP PhD
          • Номер телефона: 02075949832
          • Электронная почта: jaymin.shah@nhs.net
      • London, Соединенное Королевство, TW7 6AF
        • Рекрутинг
        • Chelsea and Westminster Hospital NHS Foundation Trust
        • Контакт:
        • Контакт:
      • London, Соединенное Королевство, W12 0NN
        • Активный, не рекрутирующий
        • Imperial College London (Hammersmith campus)
      • London, Соединенное Королевство, W2 1NY
        • Рекрутинг
        • St Mary's Hospital
        • Контакт:
          • Fu Siong Ng
          • Номер телефона: 02075943614
          • Электронная почта: f.ng@imperial.ac.uk
        • Контакт:

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Критерии приемлемости

Ключевые требования, которым должны соответствовать люди, желающие участвовать в клиническом исследовании, или характеристики, которыми они должны обладать. Критерии приемлемости состоят как из критериев включения (которые необходимы человеку для участия в исследовании), так и из критериев исключения (которые препятствуют участию человека). Типы критериев приемлемости включают в себя участие в исследовании здоровых добровольцев, требования к возрасту или возрастной группе или ограничение по полу.

Возраст, подходящий для обучения

14 лет и старше (Взрослый, Пожилой взрослый)

Принимает здоровых добровольцев

Нет

Полы, имеющие право на обучение

Все

Метод выборки

Невероятностная выборка

Исследуемая популяция

Это ретроспективное исследование данных о пациентах с подозрением и подтвержденным диагнозом COVID-19.

Исследование направлено на набор до 2000 пациентов, которым будут направлены на ЭКГ, рентгенографию грудной клетки или компьютерную томографию в Челси и Вестминстерскую больницу NHS Foundation Trust, Imperial College Healthcare NHS Trust и London North West London University Healthcare NHS Trust.

Описание

Критерии включения:

  • пройти ЭКГ, рентген грудной клетки и/или КТ грудной клетки (с контрастом или без него)
  • положительный лабораторный тест на нуклеиновую кислоту вируса Covid-19 (анализ RTPCR с образцами мазка из горла) или клиническое подозрение на инфекцию Covid-19
  • быть старше 18 лет

Критерий исключения:

  • Субоптимальные ЭКГ, рентгенограммы грудной клетки или КТ-исследования для методов глубокого обучения из-за артефактов, в том числе тяжелых
  • артефакты движения, которые вызывают размытие контуров или значительные артефакты из-за металлических протезов, которые вызывают ухудшение изображения
  • Временной интервал между ЭКГ, КТ органов грудной клетки и анализом ОТ-ПЦР превышал 7 дней.

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

  • Наблюдательные модели: Когорта
  • Временные перспективы: Ретроспектива

Что измеряет исследование?

Первичные показатели результатов

Первичные показатели результатов

В протоколе клинического исследования - планируемая мера исхода, которая является наиболее важной для оценки эффекта вмешательства/лечения. В большинстве клинических исследований используется один первичный критерий исхода, но в некоторых — более одного.
Мера результата
Мера Описание
Временное ограничение
Точность машинного обучения для прогнозирования исхода коронавирусной (COVID-19) инфекции
Временное ограничение: По окончании анализа данных, примерно через 1 год
Точность, с которой компьютерный анализ (машинное обучение) может диагностировать и/или прогнозировать Covid-19 Количество участников с COVID19, которые умерли или выжили после госпитализации
По окончании анализа данных, примерно через 1 год
Точность машинного обучения для предсказания прогноза заражения коронавирусом (COVID-19)
Временное ограничение: По окончании анализа данных, примерно через 1 год
Количество участников, которым потребовалась инвазивная вентиляция легких по сравнению с неинвазивной вентиляцией легких по сравнению с уходом в палате по сравнению с умершими
По окончании анализа данных, примерно через 1 год

Вторичные показатели результатов

Вторичные показатели результатов

В протоколе клинического исследования - запланированная мера результата, которая не так важна, как первичная мера результата для оценки эффекта вмешательства, но все же представляет интерес. В большинстве клинических исследований используется более одного вторичного критерия исхода.
Мера результата
Мера Описание
Временное ограничение
Точность машинного обучения для прогнозирования поражения сердца коронавирусной (COVID-19) инфекцией
Временное ограничение: По окончании анализа данных, примерно через 1 год
Количество участников, у которых были проблемы с сердцем, связанные с COVID19.
По окончании анализа данных, примерно через 1 год
Точность машинного обучения по сравнению с оценкой человека для диагностики коронавирусной (COVID-19) инфекции
Временное ограничение: По окончании анализа данных, примерно через 1 год
Количество участников, у которых можно определить наличие COVID19 с помощью машинного обучения в сравнении с человеческим или другим клиническим тестом или оценкой
По окончании анализа данных, примерно через 1 год

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

Спонсор

Организация или лицо, которое инициирует исследование и имеет полномочия и контроль над исследованием.
Imperial College London

Соавторы

Соавторы

Организация, не являющаяся спонсором, которая оказывает поддержку клиническому исследованию. Эта поддержка может включать деятельность, связанную с финансированием, проектированием, реализацией, анализом данных или отчетностью.
Imperial College Healthcare NHS Trust
London North West Healthcare NHS Trust
Chelsea and Westminster Hospital NHS Foundation Trust

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Действительный)

Начало исследования

Фактическая дата, когда первый участник был включен в клиническое исследование. «Предполагаемая» дата начала исследования — это дата, которая, по мнению исследователей, будет датой начала исследования.
26 мая 2020 г.

Первичное завершение (Ожидаемый)

Первичное завершение

Дата, когда последний участник клинического исследования был осмотрен или получил вмешательство для сбора окончательных данных для измерения основного результата. На эту дату не влияет, закончилось ли клиническое исследование в соответствии с протоколом или было прекращено. Для клинических исследований с более чем одним показателем первичного исхода с разными датами завершения этот термин относится к дате завершения сбора данных для всех показателей первичного исхода. «Предполагаемая» дата завершения первичного исследования — это дата, которая, по мнению исследователей, будет датой завершения первичного исследования.
1 мая 2022 г.

Завершение исследования (Ожидаемый)

Завершение исследования

Дата, когда последний участник клинического исследования был обследован или получил вмешательство/лечение для сбора окончательных данных по первичным показателям исхода, вторичным показателям исхода и нежелательным явлениям (т. е. последний визит последнего участника). «Предполагаемая» дата завершения исследования — это дата, которая, по мнению исследователей, будет датой завершения исследования.
1 мая 2022 г.

Даты регистрации исследования

Первый отправленный

Первый отправленный

Дата, когда спонсор исследования или исследователь впервые отправил отчет об исследовании на веб-сайт ClinicalTrials.gov. Обычно существует задержка в несколько дней между датой первой отправки и доступностью записи на ClinicalTrials.gov (дата первой публикации).
7 августа 2020 г.

Впервые представлено, что соответствует критериям контроля качества

Впервые представлено, что соответствует критериям контроля качества

Дата, когда спонсор исследования или исследователь впервые представляет отчет об исследовании, который соответствует критериям проверки контроля качества (QC) Национальной медицинской библиотеки (NLM). Спонсору или исследователю может потребоваться пересмотреть и отправить отчет об исследовании один или несколько раз, прежде чем будут выполнены критерии проверки контроля качества NLM. Спонсор или исследователь несет ответственность за обеспечение того, чтобы запись исследования соответствовала критериям обзора NLM QC.
11 августа 2020 г.

Первый опубликованный (Действительный)

Первый опубликованный

Дата, когда запись исследования была впервые доступна на сайте ClinicalTrials.gov после завершения обзора контроля качества (QC) Национальной медицинской библиотеки (NLM). Обычно существует задержка в несколько дней между датой подачи спонсором исследования или исследователем записи об исследовании и датой первой публикации.
12 августа 2020 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

Последнее опубликованное обновление

Самая последняя дата, когда изменения в протоколе исследования были доступны на сайте ClinicalTrials.gov. Может быть задержка между отправкой изменений на сайт ClinicalTrials.gov спонсором или исследователем исследования (дата отправки последнего обновления) и датой публикации последнего обновления.
30 августа 2021 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

Последнее отправленное обновление, отвечающее критериям контроля качества

Самая последняя дата, когда спонсор исследования или исследователь внес изменения в отчет об исследовании, которые соответствуют критериям проверки контроля качества (QC) Национальной медицинской библиотеки (NLM). Спонсор или исследователь несет ответственность за обеспечение того, чтобы запись исследования соответствовала критериям обзора NLM QC.
24 августа 2021 г.

Последняя проверка

Последняя проверка

Самая последняя дата, когда спонсор исследования или исследователь подтвердил информацию о клиническом исследовании на сайте ClinicalTrials.gov как точную и актуальную. Если исследование с набором статуса набора; еще не вербовка; или активен, набор не был подтвержден в течение последних 2 лет, статус набора в исследование показан как неизвестный.
1 августа 2021 г.

Дополнительная информация

Термины, связанные с этим исследованием

Ключевые слова

Дополнительные соответствующие термины MeSH

Другие идентификационные номера исследования

Другие идентификационные номера исследования

Идентификаторы или идентификационные номера, отличные от номера NCT, которые присваиваются клиническому исследованию спонсором исследования, спонсорами или другими лицами. Эти номера могут включать уникальные идентификаторы из других реестров испытаний и номера грантов Национального института здравоохранения.
  • 20HH5967

Планирование данных отдельных участников (IPD)

Планируете делиться данными об отдельных участниках (IPD)?

Да

Описание плана IPD

Это исследование с использованием ретроспективных псевдоанонимных данных, которые были получены в рамках рутинной клинической помощи пациентам. Прямых рисков для здоровья пациентов нет. Основные проблемы связаны с безопасностью и хранением данных. Чтобы решить эту проблему, члены группы непосредственного ухода, которые не являются членами исследовательской группы, будут выполнять псевдоанонимизацию данных и передавать набор псевдоанонимных данных исследовательской группе без доступа к псевдоанонимизации. код. Поэтому исследовательская группа не сможет идентифицировать пациентов по этим данным. Псевдоанонимизированные данные также будут надежно храниться для дальнейшего снижения рисков.

Сроки обмена IPD

в течение срока обучения

Критерии совместного доступа к IPD

Исследователи исследования

Совместное использование IPD Поддерживающий тип информации

  • Протокол исследования
  • План статистического анализа (SAP)

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .

Настройки файлов cookie

Мы используем файлы cookie, чтобы обеспечить максимальное удобство использования нашего веб-сайта. Для получения дополнительных сведений внимательно прочитайте нашу Политику конфиденциальности и файлов cookie. ...>>>Вы можете изменить свои предпочтения или отозвать свое согласие в любое время, удалив файлы cookie со своего веб-сайта или компьютера, как описано в политике. Примите его и выберите свои предпочтения, отметив соответствующие поля в разделе «Управление настройками» ниже. Пожалуйста, внимательно прочтите наши Условия использования, прежде чем продолжить использование любой части этого веб-сайта.
«Управление настройками