- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT07263204
AI-aktiverad Diagnos och Prognos av Hypertrofisk Kardiomyopati
23 november 2025 uppdaterad av: Second Affiliated Hospital, School of Medicine, Zhejiang University
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
Status
Rekrytering
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
- HCM-kohort: Vuxna med diagnosen hypertrof kardiomyopati i enlighet med *2023 års kinesiska riktlinjer för diagnostisering och behandling av hypertrof kardiomyopati hos vuxna*.
- HCM-fenokopikohort: Vuxna med en LV-väggtjocklek ≥ 13 mm vid vilken plats som helst vid ekkardiografi.
- Frisk-kontrollkohort: Vuxna utan anamnes på hjärtsjukdom och utan tecken på myokardhypertrofi vid ekkardiografi.
Beskrivning
Inklusionskriterier:
- Vuxna ≥ 18 år.
- HCM-kohort: Vuxna diagnostiserade med hypertrofisk kardiomyopati i enlighet med *2023 års kinesiska riktlinjer för diagnostik och behandling av hypertrofisk kardiomyopati hos vuxna*.
- HCM-fenokopikohort: Vuxna med en LV-väggtjocklek ≥ 13 mm på vilken plats som helst vid ultraljudsundersökning.
- 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
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- 2024-1546
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 .