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

Artificiell intelligens med djupinlärning och gener på kardiovaskulära sjukdomar

13 mars 2019 uppdaterad av: Ping-Yen Liu, National Cheng-Kung University Hospital

Tillämpning av artificiell intelligens djupinlärning på sambandet mellan kardiovaskulära sjukdomar och individualiserade skillnader

En associationsstudie med stor databas från elektroniskt journalsystem, bilder, resultatanalys och genetiska enkelnukleotidpolymorfismvariationer genom maskininlärning och artificiell intelligens i en taiwanesisk och kinesisk vårdcentralbaserad befolkning

Studieöversikt

Status

Okänd

Betingelser

Intervention / Behandling

Detaljerad beskrivning

Under de senaste åren har analysen av big data-databas i kombination med datordjupinlärning gradvis spelat en viktig roll inom biomedicinsk teknik. För ett stort antal journaldataanalyser, bildanalyser, singelnukleotidpolymorfismskillnadsanalyser etc. kan all relevant forskning om utveckling och tillämpning av artificiell intelligens observeras omfattande. För klinisk indikation kan patienter få en mängd olika kardiovaskulära rutinundersökningar och behandlingar, såsom: hjärtultraljud, flervägs-EKG, kardiovaskulär och perifer angiografi, intravaskulär ultraljud och optisk koherenstomografi, elektrisk fysiologi, etc... Den aktuella studien är till för att det undersökande kardiovaskulära teamet ska dra fördelen att utöver den undersökning och behandling som deltagarna på lämpligt sätt bör få, kan utredarna också analysera de individuella skillnaderna och använda "deep learning-metoden" för att analysera skillnaden i fysisk kondition. , terapeutisk effektivitet och hänsyn till säkerheten för behandlingen. Det ytterligare målet med denna studie är att förbättra kvaliteten på hälso- och sjukvården, förverkligandet av kardiovaskulär "precis medicin", särskilt med personlig skillnad på genetisk variation.

Denna studie kommer att analysera skillnaderna i individualiseringen av hjärt-kärlsjukdomar mellan sjukdomar och andra ämnen för att ytterligare förbättra kvaliteten på vården för kliniska patienter. Genom att använda artificiell intelligens djupinlärningssystem hoppas utredarna att inte bara förbättra den diagnostiska frekvensen och även få en mer exakt förutsägelse av patientens återhämtning, förbättra den medicinska kvaliteten inom en snar framtid.

Studietyp

Observationell

Inskrivning (Förväntat)

5000

Kontakter och platser

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

Studieorter

      • Tainan, Taiwan, 704
        • Rekrytering
        • Department of Internal Medicine, National Cheng Kung University Hospital
        • Kontakt:

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, OLDER_ADULT)

Tar emot friska volontärer

Nej

Kön som är behöriga för studier

Allt

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Pipeline för ärenderegistrering:

  1. Vi kommer att registrera undersökande ämnen från kliniker för nära 10 läkare som screenas av vår assistent eller läkare själva, med nästan 100-120 fall/månad. Enligt vår första erfarenhet under vårt tidigare sjukhusbaserade anslag 2018 visade det att det var möjligt att registrera ett antal fall, nästan 1000 fall inom 3 månaders inskrivning. Totalt planerar vi att rekrytera 5000 försökspersoner med hjärt-kärlsjukdom eller med riskfaktorer inom 3 år. (IRB-godkännande A-ER-107-149)
  2. Våra försökspersoner kommer att utvärderas om de uppfyller fallkriterierna av en oberoende läkare varje månad.
  3. I jämförelse med sjukdom kommer endast riskfaktorgruppen (500 fall) att vara den matchande gruppen på genetisk bakgrund och resultatjämförelse.

Beskrivning

Inklusionskriterier:

  • Patienternas urvalskriterier och registreringsplan:

Vi kommer att registrera försökspersoner från antingen kardiovaskulära kliniker eller slutenvårdspatienter från National Cheng Kung University Hospital från 2018 till 2021 efter underskrift av informerat samtycke från patienter och deras familjer. De viktigaste registreringskriterierna inkluderar en av de flödande sjukdomarna eller tillstånden:

A. Kranskärlssjukdom:

  1. Historik av hjärtinfarkt
  2. Kranskärlssjukdom med datortomografi angiografi bildstudie med minst ett kärl luminal stenos >70 %
  3. Kranskärlsstentar implantation av sjukhusbaserad bilddatabas
  4. Thallium-201 scan positivt/löpbandstest positivt med ytterligare 2 riskfaktorer, inklusive

    1. Diabetes mellitus
    2. Hypertoni
    3. Dyslipidemi
    4. Familjehistoria med plötslig död, koronar bypass-operation, cerebrala vaskulära attacker (CVA), för tidig hjärtinfarkt
    5. Rökningsbeteenden

B. Kongestiv hjärtsvikt med reducerad ejektionsfraktion

1. Ekokardiografi vänster ventrikulär ejektionsfraktion <40 %

C. Hypertrofisk kardiomyopati:

  1. Vänster kammare interventrikulär septum(IVS) >15 mm
  2. Vänster kammare massindex > 200gm
  3. Apikal hypertrofi noterad på rapporten med 4-kammarvy

D. Förmaksflimmer

  1. Inspelad av Holter kontinuerligt EKG
  2. Inspelad av standard 12 avledningar komplett EKG

E. Pulmonell hypertoni

  1. Eko med systoliskt lungtryck (sysPAP)> 40 mmHg
  2. Diagnos av idiopatisk pulmonell hypertoni
  3. Under pulmonell hypertoni medicinering

F. Fabrys sjukdom

  1. α-Galaktosidas (a-GAL) enzymbrist
  2. Genetisk störning

G. Patient med endast riskfaktorer (<3 riskfaktorer), känd som jämförelsegruppen (>500 fall)

  1. Diabetes mellitus
  2. Hypertoni
  3. Dyslipidemi
  4. Familjehistoria med plötslig död, koronar bypass-operation, cerebrala vaskulära attacker, för tidig hjärtinfarkt
  5. Rökbeteende

Exklusions kriterier:

  • Patienter som inte vill bli inskrivna
  • Koncentrationen av DNA-insamling var otillräcklig efter 3 gångers insamling

Studieplan

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

Hur är studien utformad?

Designdetaljer

Kohorter och interventioner

Grupp / Kohort
Intervention / Behandling
Kardiovaskulär högriskgrupp (sjukdom).
A. Kranskärlssjukdom B. Kongestiv hjärtsvikt med reducerad ejektionsfraktion C. Hypertrofisk kardiomyopati D. Förmaksflimmer E. Pulmonell hypertoni F. Fabrys sjukdom
ASCVD-poäng < 10 % kommer att vara i kontroll- eller lågriskgruppen
Kardiovaskulär lågriskgrupp (kontroll).
Patient med endast riskfaktorer med ASCVD-poäng <10 % kommer att erkännas som jämförelsegruppen
ASCVD-poäng < 10 % kommer att vara i kontroll- eller lågriskgruppen

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Stora kardiovaskulära händelser
Tidsram: 5 år
Frekvensen av hjärtinfarkt, stroke, död, kardiovaskulär död, hjärtsvikt med sjukhusvistelse
5 år

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Hjärtfunktionen förändras
Tidsram: 5 år
parametrar och funktionsförändringar från ekokardiografi
5 år
Lipidprofiler
Tidsram: 5 år
Den procentuella förändringen och svaret av lipidprofilen med vanliga lipidsänkande medel
5 år
Arytmihändelser
Tidsram: 5 år
Frekvensen av arytmi associerade komplikationer och kliniska händelser, stokes
5 år
Återkommande akuta kranskärlshändelser
Tidsram: 5 år
Frekvensen av återkommande akuta kranskärlshändelser med behov av sjukhusvistelse eller återingreppsprocedurer för kranskärl som behövs
5 år

Samarbetspartners och utredare

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

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)

28 augusti 2018

Primärt slutförande (FÖRVÄNTAT)

1 december 2021

Avslutad studie (FÖRVÄNTAT)

1 juni 2022

Studieregistreringsdatum

Först inskickad

8 mars 2019

Först inskickad som uppfyllde QC-kriterierna

13 mars 2019

Första postat (FAKTISK)

15 mars 2019

Uppdateringar av studier

Senaste uppdatering publicerad (FAKTISK)

15 mars 2019

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

13 mars 2019

Senast verifierad

1 mars 2019

Mer information

Termer relaterade till denna studie

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • A-ER-107-149

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Kliniska prövningar på ASCVD riskpoäng

3
Prenumerera