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

OCT-baserad maskininlärning FFR för att förutsäga Post-PCI FFR

26 mars 2024 uppdaterad av: Jung-Sun Kim, Yonsei University

Optisk koherenstomografi-baserad maskininlärning för att förutsäga fraktionell flödesreserv efter kransartärstenting

Denna studie syftar till att jämföra den diagnostiska noggrannheten för den fraktionella flödesreserven (FFR)-modellen härledd genom maskininlärning baserad på optisk koherenstomografi (OCT)-undersökning efter implantation av kransartärstent med den trådbaserade FFR.

Studieöversikt

Detaljerad beskrivning

FFR och OCT undersökning används för olika ändamål under perkutan kranskärlsintervention (PCI). FFR är ett beslutsfattande verktyg för att avgöra om ytterligare procedurer är nödvändiga, medan OCT-undersökningen används för att optimera stentproceduren. Användningen av båda testerna ger ytterligare information för att utföra en utmärkt procedur, men det är dyrare och mer tidskrävande.

Därför kan ett OCT-härlett FFR-test för maskininlärning vara till hjälp. Tidigare studier har visat att OCT-baserad maskininlärning FFR före proceduren har visat god diagnostisk prestanda för att förutsäga FFR, oberoende av kranskärlsområdet.

Trots den snabba utvecklingen av teknologier och verktyg för PCI upplevde ett betydande antal patienter biverkningar, såsom återfall av angina och tyst ischemi trots angiografiskt framgångsrik PCI. Suboptimal PCI är en välkänd oberoende prognostisk faktor för större hjärt-kärlolyckor. Därför är det avgörande att mäta post-PCI FFR omedelbart efter stentimplantation för att optimera procedurens resultat och förbättra patientens prognos. Även om vikten av att mäta post-PCI FFR gradvis växer fram, finns det för närvarande ingen modell för OCT-baserad maskininlärning FFR som förutsäger FFR efter stentinsättning. Hos patienter som genomgick perkutan kranskärlsintervention med hjälp av stentar för ischemisk hjärtsjukdom kommer vi att jämföra den diagnostiska noggrannheten för modellen för fraktionellt flödesreserven (FFR) härledd genom maskininlärning baserad på optisk koherenstomografi (OCT) undersökning efter implantation av koronarartärstent med tråden -baserad FFR.

Studietyp

Observationell

Inskrivning (Beräknad)

82

Kontakter och platser

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

Studiekontakt

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

  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Bland patienter som genomgick PCI för ischemisk hjärtsjukdom, de som genomgick både OCT-undersökning och trycktrådsbaserad FFR efter kranskärlsstentning.

Beskrivning

Inklusionskriterier:

  1. Patienter som genomgick stentimplantation för ischemisk hjärtsjukdom
  2. Patienter som genomgick både OCT-undersökning och FFR med trycktråd efter PCI

Exklusions kriterier:

  1. Dålig OCT-bildkvalitet
  2. Patienter med svår vänsterkammardysfunktion (<30 %)
  3. Patienter med svår hjärtklaffsjukdom
  4. Patienter med en förväntad livslängd på mindre än 1 år

Studieplan

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

Hur är studien utformad?

Designdetaljer

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Korrelation mellan OCT-baserad maskininlärning FFR jämfört med trådbaserad FFR
Tidsram: 4 veckor
Fastställande av den diagnostiska noggrannheten för CT-FFR-värden erhållna med den nya metoden jämfört med invasiv kranskärlsangiografi med fraktionerad flödesreserv
4 veckor

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Diagnostisk prestanda för OCT-baserad maskininlärning FFR jämfört med trådbaserad FFR
Tidsram: 4 veckor
Noggrannhet, känslighet, specificitet, positivt prediktivt värde, negativt prediktivt värde
4 veckor
Diagnostisk prestanda för OCT-baserad maskininlärning FFR enligt kransartären (LAD, LCx eller RCA) jämfört med trådbaserad FFR
Tidsram: 4 veckor
Noggrannhet, känslighet, specificitet, positivt prediktivt värde, negativt prediktivt värde
4 veckor

Samarbetspartners och utredare

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

Utredare

  • Huvudutredare: Jung-Sun Kim, MD, PhD, Severance Cardiovascular Hospital, Yonsei University College of Medicine

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 (Beräknad)

15 april 2024

Primärt slutförande (Beräknad)

30 april 2024

Avslutad studie (Beräknad)

15 oktober 2025

Studieregistreringsdatum

Först inskickad

26 mars 2024

Först inskickad som uppfyllde QC-kriterierna

26 mars 2024

Första postat (Faktisk)

2 april 2024

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

2 april 2024

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

26 mars 2024

Senast verifierad

1 mars 2024

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • OCT-FFR

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 Tomografi, optisk koherens

Kliniska prövningar på OCT-baserad maskininlärning FFR

3
Prenumerera