Deep Learning Enhanced Detection of Aortic Stenosis - DETECT-AS-Diagnostic Study
The DETECT-AS Diagnostic Study will assess the performance of artificial intelligence (AI) risk predictions to detect aortic stenosis using results from portable electrocardiogram (ECG) and cardiac ultrasound devices.
Studieöversikt
Status
Betingelser
Studietyp
Inskrivning (Beräknad)
Fas
- Inte tillämpbar
Kontakter och platser
Studieorter
-
-
Connecticut
-
New Haven, Connecticut, Förenta staterna, 06519
- Yale New Haven Health System
-
-
New York
-
New York, New York, Förenta staterna, 10029
- Icahn School of Medicine at Mount Sinai
-
-
Texas
-
Houston, Texas, Förenta staterna, 77030
- The Methodist Hospital Research Institute
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
Tar emot friska volontärer
Kön som är behöriga för studier
Beskrivning
Inclusion Criteria:
- Age 70 years or older
- Attending a routine outpatient primary care clinic at one of the three enrollment sites
Exclusion Criteria:
- Opted out of research studies
- Non-English speaking
- Urgent or emergent visits, defined as a visit for an illness or injury that needs attention quickly or is life-threatening
- Any echocardiogram within 12 months of clinic visit
- Prior history of moderate or severe AS
- Prior history of aortic valve replacement or repair, including transcatheter and surgical AVR with either a bioprosthetic or mechanical valve
- Presence of implantable cardiac devices, including permanent cardiac pacer, implantable cardioverter-defibrillator, or left ventricular assist device
- Prior heart transplant
- History of dementia
- Documented life expectancy of <1 year or current participation in hospice services.
Studieplan
Hur är studien utformad?
Designdetaljer
- Primärt syfte: Diagnostisk
- Tilldelning: Randomiserad
- Interventionsmodell: Parallellt uppdrag
- Maskning: Trippel
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
|---|---|
|
Experimentell: Intervention
The intervention arm will undergo sequential screening for aortic stenosis using portable 1-lead electrocardiograms (ECGs), followed by point-of-care ultrasound (POCUS), if indicated, by artificial intelligence (AI)-based risk algorithms. |
Portable 1-lead electrocardiogram (ECG) performed with the FDA-approved AliveCor KardiaMobile device. Point-of-care ultrasound performed with the FDA-approved VScan Air device. Artificial intelligence (AI) risk algorithm for aortic stenosis using a 1-lead electrocardiogram Artificial intelligence (AI) risk algorithm for aortic stenosis using cardiac ultrasound plax videos. |
|
Sham Comparator: Control
The control arm will undergo a portable 1-lead electrocardiogram (ECG), with 10% randomly assigned to undergo point-of-care ultrasound (POCUS). |
Portable 1-lead electrocardiogram (ECG) performed with the FDA-approved AliveCor KardiaMobile device. Point-of-care ultrasound performed with the FDA-approved VScan Air device. |
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Number of participants diagnosed with advanced aortic stenosis (AS) by transthoracic echocardiogram (TTE)
Tidsram: Until 12 months from the baseline visit
|
The number of participants diagnosed with advanced AS by TTE at 12 months. Diagnosis of advanced AS is defined as diagnosis of moderate or severe AS as documented in the participant's electronic health record (EHR) at 12 months and adjudication of outcome via review of echocardiographic reports and videos performed by blinded members of the echocardiographic lab at the coordinating center. |
Until 12 months from the baseline visit
|
Samarbetspartners och utredare
Sponsor
Samarbetspartners
Utredare
- Huvudutredare: Rohan Khera, MD, MS, Yale University
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
Nyckelord
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- 2000038634
- R01AG089981 (U.S.S. NIH-anslag/kontrakt)
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-planbeskrivning
A de-identified dataset will be made available following publication of primary results.
IPD-delning som stöder informationstyp
- STUDY_PROTOCOL
- SAV
- ICF
- ANALYTIC_CODE
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
produkt tillverkad i och exporterad från U.S.A.
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 .