Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Utveckling av en epileptisk anfallsdetekteringsalgoritm genom kontinuerlig analys av elektrokardiogrammet (EPICARD)

16 december 2025 uppdaterad av: University Hospital, Lille

Syftet med vårt projekt är att utveckla en epileptisk anfallsdetekteringsalgoritm baserad på den kontinuerliga analysen av elektrokardiogrammet

Studieöversikt

Status

Avslutad

Betingelser

Detaljerad beskrivning

I ett första steg kommer teamet att bygga en multiparametrisk algoritm på befintliga poster som utfärdats från epilepsiövervakningsenheterna. Varje utvald post kommer att analyseras av EMU:s medicinska team för att upptäcka anfall på EEG. Algoritmen kommer att anpassa sig för att erhålla bästa känslighet och specificitet vad gäller anfallsdetektering.

i ett andra steg kommer algoritmen att validera på en kohort av andra inspelningar hos patienter med epilepsi

Studietyp

Observationell

Inskrivning (Faktisk)

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

Frankrike
- - Béthune, Frankrike
    - CH Béthune
  - Lille, Frankrike
    - Hôpital Roger Salengro, CHU
  - Salouël, Frankrike
    - Chu Amiens Salouël
  - Valenciennes, Frankrike
    - Ch de Valencienne

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

18 år och äldre (Vuxen, Äldre vuxen)

Tar emot friska volontärer

Nej

Testmetod

Icke-sannolikhetsprov

Studera befolkning

patienter med epilepsi för vilka en långvarig video-EEG-övervakning krävs som en del av behandlingen

Beskrivning

Inklusionskriterier:

patienter med epilepsi
med en långvarig video-EEG-inspelning
1 (eller fler) anfall registrerats
debut anfall tydligt definierat på basis av EEG

Exklusions kriterier:

dålig kvalitet på elektrokardiograminspelningen
pacemaker
icke sinusrytm

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Observationsmodeller: Kohort
Tidsperspektiv: Blivande

Antal grupper/kohorter

Kohorter och interventioner

Grupp / Kohort
Konstruktion 100 inspelningar som kommer att användas för algoritmutvecklingen
Godkännande 100 inspelningar för validering av algoritmen

Vad mäter studien?

Primära resultatmått

Resultatmått	Åtgärdsbeskrivning	Tidsram
ROC-kurva för anfallsdetektering Tidsram: 24 månader	ROC-kurvan ger förhållandet mellan detektionssannolikhet och falsklarmssannolikhet för den algoritm som kommer att utvecklas	24 månader

Sekundära resultatmått

Resultatmått	Åtgärdsbeskrivning	Tidsram
Tidpunkt för upptäckt av anfall Tidsram: 24 månader	Tidpunkt för upptäckt av anfall av algoritmen	24 månader
ROC-kurva för psykogena anfallsdetektering Tidsram: 24 månader	ROC-kurva för psykogena anfallsdetektering	24 månader

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Sponsor

University Hospital, Lille

Utredare

Huvudutredare: William Szurhaj, MD,PhD, University Hospital, Lille

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

13 december 2017

Primärt slutförande (Faktisk)

12 december 2019

Avslutad studie (Faktisk)

12 december 2019

Studieregistreringsdatum

Först inskickad

6 december 2017

Först inskickad som uppfyllde QC-kriterierna