- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT06275503
STROKESTOP III - Optimerad metod för screening av förmaksflimmer
Förmaksflimmer är den vanligaste ihållande hjärtarytmien som drabbar mer än 3 % av den vuxna befolkningen. Symtomen på förmaksflimmer kan variera från asymtomatiska till försvagande. Den kan vara permanent till sin natur, men också paroxysmal med endast korta utbrott av förmaksflimmer slumpmässigt och kan därför förbli obemärkt. Förmaksflimmer ökar risken för stroke femfaldigt om den lämnas obehandlad.
Screening för förmaksflimmer hos äldre populationer över 65 år kan resultera i upptäckt av nya fall av förmaksflimmer från 0,5 % ny AF med ett engångs-EKG, upp till 30 % AF om en implanterbar loop-skrivare sätts in i 3 år.
För närvarande rekommenderas opportunistisk screening med pulspalpering eller ett enstaka EKG av European Society of Cardiologys riktlinjer. Systematisk screening hos personer som är 75 år eller äldre eller med hög risk för stroke bör övervägas.
Totalt sett har deltagandet i systematiska förmaksflimmerscreeningsstudier visat sig vara relativt lågt med nästan 50 % icke-deltagare. Deltagarna är generellt sett friskare, med högre socioekonomisk status, varför de som potentiellt skulle gynnas mest förblir frånvarande.
Opportunistisk screening har visat lovande resultat med högre deltagandegrad och möjlighet till bättre uppsökande verksamhet. Det saknas data från randomiserade studier om skillnaden i deltagandegrad i systematiska och opportunistiska screeningmetoder vid screening med långvarig EKG-övervakning.
Studieöversikt
Status
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Planer och metoder; Primärvårdsinrättningar i region Värmland med minst 200 listade 75-76-åringar randomiseras till antingen:
- Systematisk screening. Alla 75/76-åringar som tillhör en primärvårdsinrättning randomiserade till systematisk screening kommer att få ett brev med inbjudan till screening via Klinisk Fysiologisk avdelning på Karlstad Centralsjukhus.
- Opportunistisk screening. Alla 75/76-åringar som går på sin primärvårdsinrättning av någon hälsorelaterad anledning kommer att bjudas in till screening på primärvårdsinrättningen.
En komplett lista över alla listade individer kommer att dras från varje primärvårdsinrättningslista över patienter för båda screeningarmarna i början av studien.
Inklusionskriterier: Alla individer 75/76 år bosatta i region Värmland, listade på primärvårdsinrättning med > 200 individer i åldern 75/76 Exklusionskriterier: Individer med pågående oral antikoagulationsbehandling (OAC), kontraindikation för OAC-behandling och/ eller känt och behandlat förmaksflimmer kommer att uteslutas från deltagande. Individer som inte kan ge sitt samtycke kommer att uteslutas från deltagande.
Alla deltagare kommer att uppmanas att fylla i en hälsodeklaration. Ett handhållet enavlednings-EKG (Zenicor One) kommer att skickas till deltagaren via post. Enheten kommer att användas för att mäta EKG regelbundet tre gånger om dagen och under symtom. EKG:n överförs för tolkning via mobilnätet. Alla EKG kommer att tolkas manuellt av särskilt utbildade fysiologer.
Alla positiva fynd meddelas primärvården av fysiologerna för initiering av OAC-behandling. Alla negativa fynd kommuniceras till deltagaren via mail.
Deltagandestatus och ny AF-diagnos kommer att bedömas omedelbart efter avslutad studie. Sekundära effektmått kommer att bedömas efter ett år genom svenska nationella patientregister.
I en delstudie kommer en artificiell intelligensmodell att bedöma alla individers risk att utveckla AF baserat på det initiala EKG:et (såvida det inte förekommer kraftigt brus, kommer det andra EKG att användas). AI-analysen kommer att bli blind för tolkaren av EKG. Alla deltagare kommer att stratifieras i en lågrisk- och en högriskgrupp för att utveckla AF under screening baserat på AI-analysen. I slutet av screeningsperioden kommer resultatet av AI-modellen att jämföras med resultaten av screeningen.
I en delstudie kommer utredarna att använda artificiell intelligens som ett hjälpmedel för bedömningsstöd vid tolkning av EKG. Modellen med artificiell intelligens har använts för att fastställa en cut-off för hög- och lågriskindivider och kommer att utvärderas prospektivt för att avgöra om den kan användas för att identifiera individer som kommer att dra mest nytta av AF-screening.
Studietyp
Inskrivning (Beräknad)
Fas
- Inte tillämpbar
Kontakter och platser
Studiekontakt
- Namn: Emma Svennberg, MD PhD
- Telefonnummer: +46739584822
- E-post: emma.svennberg@regionstockholm.se
Studieorter
-
-
-
Stockholm, Sverige, 141 86
- Har inte rekryterat ännu
- Karolinska Institutet, Dept Med H
-
Kontakt:
- MD PhD
-
Kontakt:
- Emma Svennberg, MD PhD
- Telefonnummer: +46739584822
- E-post: emma.svennberg@regionstockholm.se
-
Värmland, Sverige
- Rekrytering
- Region Värmland
-
Kontakt:
- Fredrik Carlstedt
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Äldre vuxen
Tar emot friska volontärer
Beskrivning
Inklusionskriterier:
- Individer i åldern 75/76 år 2024 (födda 1948, 1949)
- Ska vara bosatt i Värmland
- Måste vara listad på en primärvårdsinrättning
Exklusions kriterier:
- Behandling med oral antikoagulationsbehandling (OAC)
- Kontraindikationer för OAC-behandling
- Tidigare förmaksflimmer
- Det går inte att ge samtycke
Studieplan
Hur är studien utformad?
Designdetaljer
- Primärt syfte: Undersökning
- Tilldelning: Randomiserad
- Interventionsmodell: Parallellt uppdrag
- Maskning: Enda
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
|---|---|
|
Övrig: Systematisk screeninggrupp
Individer i åldern 75/76 randomiserade till systematisk screening inbjuds genom en centraliserad screeninginrättning att delta i förlängd EKG-screening.
|
Kluster randomiserad studie för att jämföra inbjudningssätt
|
|
Övrig: Opportunistisk screeninggrupp
Individer i åldern 75/76 randomiserade till opportunistisk screening inbjuds att delta när de besöker sin primärvårdsinrättning för förlängd EKG-screening.
|
Kluster randomiserad studie för att jämföra inbjudningssätt
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Deltagande i screening
Tidsram: 12 månader
|
Andel inbjudna som deltar i screening i varje screeningarm.
Den primära hypotesen är att opportunistisk screening kommer att öka deltagandet med 25 % jämfört med systematisk screening
|
12 månader
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
AF-detektion i opportunistisk jämfört med systematisk screening
Tidsram: 12 månader
|
Andel deltagare med nydiagnostiserad AF i screeninggrupperna
|
12 månader
|
|
OAC-behandling efter AF-detektion
Tidsram: 12 månader
|
Andel deltagare med AF på OAC-behandling efter AF-detektering genom manuell uppföljning
|
12 månader
|
|
Överensstämmelse med OAC-behandling 1 år efter påbörjad
Tidsram: 12 månader
|
Andel deltagare med AF på OAC-behandling efter AF-detektion
|
12 månader
|
|
Hälsoekonomi
Tidsram: 12 månader
|
Hälsoekonomisk bedömning av upplupna kostnader i den systematiska screeningsgruppen jämfört med den opportunistiska screeningsgruppen
|
12 månader
|
|
Sammansatt slutpunkt av stroke, död och svår blödning
Tidsram: 5 år
|
En kombinerad slutpunkt av frekvensen av stroke, dödsfall av alla orsaker och allvarliga blödningar som leder till sjukhusvistelse i gruppen som randomiserats till systematisk screening jämfört med opportunistisk screening
|
5 år
|
|
Påminnelsestrategieffekt på deltagande
Tidsram: 12 månader
|
Den proportionella ökningen av deltagandet efter påminnelsebrev skickas ut i båda grupperna.
|
12 månader
|
|
Jämförelse av automatisk EKG-analys (med hjälp av AI) för detektering av AF i en (med AI-algoritm klassificerad) hög- jämfört med en lågriskgrupp
Tidsram: 12 månader
|
Andel ny AF som upptäckts i gruppen bestäms som hög risk per AI-algoritm jämfört med gruppen som markerats som låg risk av AI-algoritmen. En AI-algoritm som använder ett neuralt nätverk har tidigare utvecklats (PMID: 36881777) och kommer att testas prospektivt för att avgöra om individer som klassificerats som högrisk att utveckla AF av AI-algoritmen på deras initiala elektrokardiogram har en ökad risk för screening- upptäckt AF. EKG-granskarna kommer att bli blinda för resultatet av AI-algoritmen. |
12 månader
|
|
Tillämpning av FIND-AF-algoritmen
Tidsram: 12 månader
|
En artificiell intelligensmodell utvecklad från elektroniska sjukvårdsjournaler i Storbritannien har visat en ökad risk för incidenter för förmaksflimmer.
Vi strävar efter att fastställa hur exakta de förspecificerade variablerna från FIND-AF-algoritmen (ålder, kön, förekomst av klaffsjukdom, kronisk lungsjukdom, kronisk njursvikt, såväl som Chads-Vasc-parametrar) kan förutsäga förmaksflimmer (rapporterat av känslighet, specificitet och area under kurvan).
|
12 månader
|
Samarbetspartners och utredare
Sponsor
Utredare
- Huvudutredare: Emma Svennberg, MD PhD, Karolinska Institutet
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Beräknad)
Avslutad studie (Beräknad)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- STROKESTOP III
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
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 .