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

AI i öppenvård för att diagnostisera aortastenos och diastolisk dysfunktion

2 mars 2026 uppdaterad av: Jae K. Oh, M.D., Mayo Clinic

Den kliniska nyttan av artificiell intelligens-aktiverade elektrokardiogram i öppenvården – diagnostisering av aortastenos och diastolisk dysfunktion

Två nyligen utvecklade artificiell intelligens-aktiverade elektrokardiogram (AI-EKG) modeller har utvecklats för att upptäcka aortastenos (AS) och diastolisk dysfunktion (DD). AI-EKG för AS har en sensitivitet på 78 % och specificitet på 74 %, och AI-EKG för DD har en sensitivitet på 83 % och specificitet på 80 %. Dessa modeller har dock aldrig använts prospektivt för att diagnostisera AS eller DD, vilket kan vara användbart för patienter och vårdgivare ur ett diagnostiskt och prognostiskt perspektiv och särskilt i miljöer där tillgången till sjukvård på högre nivå är begränsad. I den här studien syftar vi till att bestämma den kliniska användbarheten av dessa AI-EKG-modeller genom att prospektivt tillämpa dem på en poliklinisk kohort och sedan slutföra ett fokuserat punkt-of-care ultraljud för att utvärdera de som är AI-EKG-positiva för AS och DD.

Studieöversikt

Studietyp

Observationell

Inskrivning (Beräknad)

2000

Kontakter och platser

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

Studiekontakt

Studera Kontakt Backup

Studieorter

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

Patienter som genomför ett polikliniskt elektrokardiogram (EKG) på Mayo Clinic.

Beskrivning

Inklusionskriterier:

  • Patienter 18 år eller äldre

Uteslutningskriterier:

  • Tidigare ventiloperation.
  • Närvaro av pacemaker.
  • Hjärttransplantation eller hjälpanordning.
  • Befintlig aortastenosdiagnos.
  • Historik av infektiös endokardit.
  • Befintlig måttlig eller svår valvulär sjukdom eller förmaksflimmer/flutte.
  • Det går inte att ge informerat samtycke
  • Skyddade forskningspopulationer (gravida kvinnor, fångar, barn, vuxna som saknar förmåga att samtycka)

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
Patienter som genomför ett polikliniskt elektrokardiogram (EKG) på Mayo Clinic.
Patienternas standardvårds-EKG kommer att behandlas genom AI-EKG Dashboard
Patienterna kommer att genomgå ett ultraljud för att bekräfta diagnosen förmaksstenos eller diastolisk dysfunktion.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Antal patienter med positivt AI-EKG
Tidsram: Baslinje
Positivt AI-EKG kommer att bestämmas av sensitivitet, specificitet, positivt prediktivt värde och negativt prediktivt värde.
Baslinje
Antal studier med rimlig bildkvalitet på patienter med positivt AI-EKG
Tidsram: Baslinje

Bildkvaliteten kommer att bestämmas av sonografer vid tidpunkten för bildtagning och kommer att bedömas på en skala från 1-4:

  1. Utmärkt, tillräckligt för publicering
  2. Bra, tillräckligt för dataanalys
  3. Rättvist, precis tillräckligt för dataanalys utan fullständiga vyer
  4. Dålig, inte användbar för dataanalys
Baslinje

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Antalet gånger AI-EKG och TTE (transthorax ekokardiogram) är statistiskt jämförande
Tidsram: Baslinje
Kommer att jämföras med parametriska (t-test med två urval) och icke-parametriska test (Wilcoxon ranksummetest) för kontinuerliga variabler och χ2-testet eller Fishers exakta test för nominella variabler. Ett p-värde på < 0,05 kommer att kategoriseras som signifikant för den statistiska analysen
Baslinje

Samarbetspartners och utredare

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

Sponsor

Utredare

  • Huvudutredare: Jae Oh, M.D., Mayo Clinic

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)

8 november 2024

Primärt slutförande (Beräknad)

1 mars 2027

Avslutad studie (Beräknad)

1 mars 2027

Studieregistreringsdatum

Först inskickad

29 augusti 2024

Först inskickad som uppfyllde QC-kriterierna

29 augusti 2024

Första postat (Faktisk)

30 augusti 2024

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

4 mars 2026

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

2 mars 2026

Senast verifierad

1 januari 2026

Mer information

Termer relaterade till denna studie

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

Ja

produkt tillverkad i och exporterad från U.S.A.

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 .

Prenumerera