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

AI-aktiverad Diagnos och Prognos av Hypertrofisk Kardiomyopati

Precisionsdiagnostik och prognostisk prediktion av hypertrofisk kardiomyopati med artificiell intelligens: En multicenterstudie

Genom att utnyttja artificiell intelligens för att avkoda 12-avlednings elektrokardiogrammet kommer projektet att möjliggöra precisionsfenotypning av hypertrofisk kardiomyopati baserad på EKG - med noggrann klassificering av septala, apikala och andra morfologiska undertyper - samtidigt som det differentierar HCM från hypertonisk hjärtsjukdom, aortastenos och andra fenokopisyndrom.

Studieöversikt

Detaljerad beskrivning

För att övervinna de dubbla flaskhalsarna med sen detektion och dålig reproducerbarhet mellan centra, utnyttjar projektet en stor, multricenter historisk kohort och förankrar sin pipeline i 12-avlednings EKG – en kostnadseffektiv, allmänt tillgänglig signal som kan fångas i vilken avdelning som helst. Med hjälp av djupinlärningsarkitekturer förstärkta med uppmärksamhetsmekanismer kommer vi att utveckla (1) en diskriminerande modell som skiljer HCM från fenokopier och normala hjärtan, och (2) en algoritmisk ram som förblir stabil över olika enheter och populationer. Modellstyrning kommer att inbäddas genom versionskontrollerade releaser, moln-kant-distribution och en "offline replay"-utvärderingsloop, vilket producerar en heltäckande evidenskedja som speglar verkliga kliniska arbetsflöden.

Studietyp

Observationell

Inskrivning (Beräknad)

15000

Kontakter och platser

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

Studiekontakt

  • Namn: Xiaojie Xie, MD, PhD
  • Telefonnummer: (+86)0571-87784700
  • E-post: xiexj@zju.edu.cn

Studieorter

    • Zhejiang
      • Hangzhou, Zhejiang, Kina, 310009
        • Rekrytering
        • Second Affiliated Hospital, Zhejiang University School of Medicine
        • Kontakt:
          • Xiaojie Xie, MD, PhD
          • Telefonnummer: (+86)0571-87784700
          • E-post: xiexj@zju.edu.cn

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

Ja

Testmetod

Icke-sannolikhetsprov

Studera befolkning

  1. HCM-kohort: Vuxna med diagnosen hypertrof kardiomyopati i enlighet med *2023 års kinesiska riktlinjer för diagnostisering och behandling av hypertrof kardiomyopati hos vuxna*.
  2. HCM-fenokopikohort: Vuxna med en LV-väggtjocklek ≥ 13 mm vid vilken plats som helst vid ekkardiografi.
  3. Frisk-kontrollkohort: Vuxna utan anamnes på hjärtsjukdom och utan tecken på myokardhypertrofi vid ekkardiografi.

Beskrivning

Inklusionskriterier:

  1. Vuxna ≥ 18 år.
  2. HCM-kohort: Vuxna diagnostiserade med hypertrofisk kardiomyopati i enlighet med *2023 års kinesiska riktlinjer för diagnostik och behandling av hypertrofisk kardiomyopati hos vuxna*.
  3. HCM-fenokopikohort: Vuxna med en LV-väggtjocklek ≥ 13 mm på vilken plats som helst vid ultraljudsundersökning.
  4. Frisk-kontrollkohort: Vuxna utan tidigare hjärtsjukdom och utan tecken på myokardhypertrofi vid ultraljudsundersökning.

Exklusionskriterier:

Patienter från vilka analyserbara EKG-data inte kan erhållas.

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
HCM
diagnostiserad med hypertrofisk kardiomyopati genom ekokardiografi och magnetresonanstomografi av hjärtat
fenokopi
patienter med vänsterkammarhypertrofi som kan hänföras till icke-hypertrofiska kardiomyopatitillstånd
normal kontroll
friska individer utan myokardhypertrofi

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
modellens diagnostiska prestanda
Tidsram: år 2
Modellens prestanda utvärderades med hjälp av beräknade mått inklusive noggrannhet, sensitivitet, specificitet och arean under ROC-kurvan (AUC).
år 2

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
modellens diagnostiska prestanda
Tidsram: år 2
Modellens fenotypspecifika klassificerings noggrannhetsgrad för patienter med olika mönster av myokardiell hypertrofi
år 2
modellens generaliserbarhet
Tidsram: år 2
Modellens diagnostiska prestanda på den externa, multikentrumvalideringskohorten, inklusive övergripande noggrannhet, sensitivitet, specificitet och area under ROC-kurvan (AUC).
år 2

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)

1 januari 2025

Primärt slutförande (Beräknad)

1 juni 2026

Avslutad studie (Beräknad)

31 december 2026

Studieregistreringsdatum

Först inskickad

17 november 2025

Först inskickad som uppfyllde QC-kriterierna

23 november 2025

Första postat (Beräknad)

4 december 2025

Uppdateringar av studier

Senaste uppdatering publicerad (Beräknad)

4 december 2025

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

23 november 2025

Senast verifierad

1 januari 2025

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

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