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

Machine Learning for Diagnosis of Occlusive MI in LBBB Patients (AI-LBBB)

22 мая 2026 г. обновлено: Ahmet Gumus, Konya City Hospital

Development of a Machine Learning Model for the Diagnosis of Occlusive Myocardial Infarction in the Setting of Left Bundle Branch Block

This study investigates a new way to diagnose severe heart attacks in patients who have a specific electrical heart pattern called a Left Bundle Branch Block (LBBB). When patients present to the emergency department with chest pain, doctors routinely perform an electrocardiogram (ECG) to check for a heart attack. However, the presence of an LBBB can alter the heart's electrical signals on the ECG, effectively masking or hiding the typical signs of an ongoing acute coronary occlusion (a completely blocked artery). This making it highly challenging for emergency physicians to make an accurate and rapid diagnosis.

The primary purpose of this prospective and observational research is to develop and evaluate an artificial intelligence/machine learning (ML) model that can analyze digital 12-lead ECG signals to accurately predict a true blocked coronary artery in patients with LBBB. The machine learning model will analyze raw digital ECG waveforms to detect subtle, microscopic patterns that might be missed by the human eye.

To confirm the accuracy of the model, its predictions will be compared directly with invasive coronary angiography results, which is the gold standard reference method used to visualize blocked vessels. Additionally, the study aims to evaluate if the model can differentiate between a true heart attack caused by a blocked artery (Type 1 MI) and other non-occlusive conditions that cause elevated heart enzymes (Type 2 MI). Ultimately, the investigators intend to determine whether integrating this machine learning tool into emergency care can safely reduce the rate of unnecessary emergency invasive procedures for patients who do not have a true coronary blockage.

Обзор исследования

Статус

Рекрутинг

Условия

Вмешательство/лечение

Тип исследования

Наблюдательный

Регистрация (Оцененный)

50

Контакты и местонахождение

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

Места учебы

  • Турция (Туркие)
    • Karatay
      • Konya, Karatay, Турция (Туркие), 42100
        • Рекрутинг
        • Konya City Hospital
        • Контакт:
          • Ahmet Gumus, MD, Emergency Medicine Residen
          • Номер телефона: +905547957490
          • Электронная почта: ahmetgms88@gmail.com

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

Возраст, подходящий для обучения

  • Взрослый
  • Пожилой взрослый

Принимает здоровых добровольцев

Нет

Метод выборки

Невероятностная выборка

Исследуемая популяция

The study population consists of adult patients who present to the emergency department of a major tertiary care referral and research hospital (Konya City Hospital) with clinical symptoms highly suggestive of acute myocardial ischemia (such as chest pain or dyspnea) and whose initial 12-lead electrocardiogram (ECG) demonstrates a Left Bundle Branch Block (LBBB). This population represents a real-world, unselected cohort of emergency patients requiring immediate diagnostic workup and potential emergent or urgent invasive coronary angiography for suspected acute coronary occlusion.

Описание

Inclusion Criteria:

  • Patients aged 18 years and older who present to the emergency department. Patients presenting with acute ischemic chest pain or clinical ischemia-equivalent symptoms (such as acute dyspnea, unexplained diaphoresis, or syncope).

Patients with a confirmed Left Bundle Branch Block (LBBB) on their initial 12-lead electrocardiogram (ECG), which can be either newly developed or known/chronic.

Patients who undergo invasive coronary angiography during their index hospital admission.

Patients or their legally authorized representatives who provide written informed consent to participate in the study.

Exclusion Criteria:

  • Patients under the age of 18. Pregnant or lactating women. Patients with poor-quality or uninterpretable digital ECG recordings due to severe artifact, missing leads, or technical errors.

Patients who develop cardiopulmonary arrest before an initial diagnostic 12-lead ECG can be obtained in the emergency department.

Patients transferred from another healthcare facility who have already undergone coronary angiography or revascularization.

Patients who decline to participate or refuse to provide written informed consent.

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

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Diagnostic Performance for Occlusive Acute Myocardial Infarction
Временное ограничение: Within the emergency department index visit (typically within 24 hours of presentation).
Evaluation of the developed machine learning model's diagnostic performance in predicting angiographically proven acute coronary occlusion (defined as TIMI 0-1 flow or equivalent true occlusion during catheterization). The primary metrics to evaluate this outcome will include the Area Under the Receiver Operating Characteristic (ROC) Curve (AUC), Sensitivity, Specificity, Positive Predictive Value (PPV), and Negative Predictive Value (NPV).
Within the emergency department index visit (typically within 24 hours of presentation).

Вторичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Title: Differentiation Performance Between Type 1 MI and Type 2 MI
Временное ограничение: Within the hospital stay (up to 7 days).
Evaluation of the machine learning model's performance (measured by AUC, sensitivity, and specificity) to distinguish between acute coronary occlusion (Type 1 MI) and non-occlusive ischemic myocardial injury or supply-demand mismatch presenting with elevated cardiac troponin (Type 2 MI).
Within the hospital stay (up to 7 days).
Projected Reduction Rate of Unnecessary Angiographies
Временное ограничение: Calculated at the study completion
Simulation and post-hoc analysis to quantify the potential relative reduction in the rate of emergency invasive coronary angiographies among LBBB patients without true coronary occlusion by applying the model's diagnostic probability scores.
Calculated at the study completion

Соавторы и исследователи

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

Спонсор

Konya City Hospital

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 (Оцененный)

1 июня 2026 г.

Первичное завершение (Оцененный)

31 декабря 2026 г.

Завершение исследования (Оцененный)

31 января 2027 г.

Даты регистрации исследования

Первый отправленный

22 мая 2026 г.

Впервые представлено, что соответствует критериям контроля качества

22 мая 2026 г.

Первый опубликованный (Действительный)

2 июня 2026 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

2 июня 2026 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

22 мая 2026 г.

Последняя проверка

1 мая 2026 г.

Дополнительная информация

Термины, связанные с этим исследованием

Дополнительные соответствующие термины MeSH

Другие идентификационные номера исследования

  • 2026/133

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. .

Подписаться