Prediktion av Serumkalium med Maskininlärning och Enkelleds-EKG
21 mars 2026 uppdaterad av: David Levine, Brigham and Women's Hospital
Prediktion av Serumkalium med Maskininlärning och Enkel-ledd EKG
Detta är en retrospektiv studie som bygger på data från Brigham and Women's Hospital Home Hospital Program's Database.
Sociodemografiska och kliniska data från en träningskohort användes för att träna en maskininlärningsalgoritm för att förutsäga blodkalium under en patients vistelse.
Denna algoritm validerades sedan i en valideringskohort.
Studieöversikt
Status
Indragen
Betingelser
Intervention / Behandling
Studietyp
Observationell
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studieorter
-
-
Massachusetts
-
Boston, Massachusetts, Förenta staterna, 02115
- Brigham and Women's Hospital
-
Boston, Massachusetts, Förenta staterna, 02130
- Brigham and Women's Faulkner Hospital
-
-
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
Deltagare som tas in på Brigham and Women's Hospital och Brigham and Women's Faulkner Hospital som uppfyller primärdiagnos-, ålder- och bosättningskrav inom 5 miles och är registrerade i hemsjukhusprogrammet.
Beskrivning
Var en deltagare i Brigham and Women's Home Hospital-studien och har en slutförd post i studiens databas.
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 |
|---|---|
|
Träning
En undergrupp av patienter som används för att träna maskininlärningsalgoritmen.
|
Använd en maskininlärningsalgoritm för att uppskatta en patients kaliumnivå.
|
|
Godkännande
En undergrupp av patienter som "hålls tillbaka" och används för att validera algoritmens noggrannhet.
|
Använd en maskininlärningsalgoritm för att uppskatta en patients kaliumnivå.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Serumkaliumkoncentration
Tidsram: Från datum för intag till datum för utskrivning, genom studiens slutförande i genomsnitt 7 dagar.
|
Serumkalium, mätt i millimol per liter
|
Från datum för intag till datum för utskrivning, genom studiens slutförande i genomsnitt 7 dagar.
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Hyperkalemi
Tidsram: Från datum för intag till datum för utskrivning, genom studiens slutförande i genomsnitt 7 dagar.
|
Serumkalium över 5,1 millimol per liter
|
Från datum för intag till datum för utskrivning, genom studiens slutförande i genomsnitt 7 dagar.
|
|
Hypokalemi
Tidsram: Från datum för intagning till datum för utskrivning, genom studiens avslutande i genomsnitt 7 dagar.
|
Serumkalium mindre än 3,4 millimol per liter
|
Från datum för intagning till datum för utskrivning, genom studiens avslutande i genomsnitt 7 dagar.
|
|
Normokalemi
Tidsram: Från datum för inläggning till datum för utskrivning, genom studiens slutförande i genomsnitt 7 dagar.
|
Serumkalium mellan 3,4 och 5,1 millimol per liter
|
Från datum för inläggning till datum för utskrivning, genom studiens slutförande i genomsnitt 7 dagar.
|
|
Serumkalium mindre än kontra större än eller lika med 4 millimol per liter
Tidsram: Från datum för intag till datum för utskrivning, genom studiens avslutande i genomsnitt 7 dagar.
|
Serumkalium som sjunker antingen mindre än kontra större än eller lika med 4 millimol per liter
|
Från datum för intag till datum för utskrivning, genom studiens avslutande i genomsnitt 7 dagar.
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Sponsor
Samarbetspartners
Utredare
- Huvudutredare: David Levine, MD MPH MA, Associate Physician
Publikationer och användbara länkar
Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.
Allmänna publikationer
- Yasin OZ, Attia Z, Dillon JJ, DeSimone CV, Sapir Y, Dugan J, Somers VK, Ackerman MJ, Asirvatham SJ, Scott CG, Bennet KE, Ladewig DJ, Sadot D, Geva AB, Friedman PA. Noninvasive blood potassium measurement using signal-processed, single-lead ecg acquired from a handheld smartphone. J Electrocardiol. 2017 Sep-Oct;50(5):620-625. doi: 10.1016/j.jelectrocard.2017.06.008. Epub 2017 Jun 8.
- Dillon JJ, DeSimone CV, Sapir Y, Somers VK, Dugan JL, Bruce CJ, Ackerman MJ, Asirvatham SJ, Striemer BL, Bukartyk J, Scott CG, Bennet KE, Mikell SB, Ladewig DJ, Gilles EJ, Geva A, Sadot D, Friedman PA. Noninvasive potassium determination using a mathematically processed ECG: proof of concept for a novel "blood-less, blood test". J Electrocardiol. 2015 Jan-Feb;48(1):12-8. doi: 10.1016/j.jelectrocard.2014.10.002. Epub 2014 Oct 18.
- Krogager ML, Kragholm K, Skals RK, Mortensen RN, Polcwiartek C, Graff C, Nielsen JB, Kanters JK, Holst AG, Sogaard P, Pietersen A, Torp-Pedersen C, Hansen SM. The relationship between serum potassium concentrations and electrocardiographic characteristics in 163,547 individuals from primary care. J Electrocardiol. 2019 Nov-Dec;57:104-111. doi: 10.1016/j.jelectrocard.2019.09.005. Epub 2019 Sep 4.
- Corsi C, Cortesi M, Callisesi G, De Bie J, Napolitano C, Santoro A, Mortara D, Severi S. Noninvasive quantification of blood potassium concentration from ECG in hemodialysis patients. Sci Rep. 2017 Feb 15;7:42492. doi: 10.1038/srep42492.
- Rafique Z, Aceves J, Espina I, Peacock F, Sheikh-Hamad D, Kuo D. Can physicians detect hyperkalemia based on the electrocardiogram? Am J Emerg Med. 2020 Jan;38(1):105-108. doi: 10.1016/j.ajem.2019.04.036. Epub 2019 Apr 22.
- Attia ZI, DeSimone CV, Dillon JJ, Sapir Y, Somers VK, Dugan JL, Bruce CJ, Ackerman MJ, Asirvatham SJ, Striemer BL, Bukartyk J, Scott CG, Bennet KE, Ladewig DJ, Gilles EJ, Sadot D, Geva AB, Friedman PA. Novel Bloodless Potassium Determination Using a Signal-Processed Single-Lead ECG. J Am Heart Assoc. 2016 Jan 25;5(1):e002746. doi: 10.1161/JAHA.115.002746.
- Galloway CD, Valys AV, Shreibati JB, Treiman DL, Petterson FL, Gundotra VP, Albert DE, Attia ZI, Carter RE, Asirvatham SJ, Ackerman MJ, Noseworthy PA, Dillon JJ, Friedman PA. Development and Validation of a Deep-Learning Model to Screen for Hyperkalemia From the Electrocardiogram. JAMA Cardiol. 2019 May 1;4(5):428-436. doi: 10.1001/jamacardio.2019.0640.
- Lin CS, Lin C, Fang WH, Hsu CJ, Chen SJ, Huang KH, Lin WS, Tsai CS, Kuo CC, Chau T, Yang SJ, Lin SH. A Deep-Learning Algorithm (ECG12Net) for Detecting Hypokalemia and Hyperkalemia by Electrocardiography: Algorithm Development. JMIR Med Inform. 2020 Mar 5;8(3):e15931. doi: 10.2196/15931.
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)
20 mars 2021
Primärt slutförande (Beräknad)
1 augusti 2021
Avslutad studie (Beräknad)
1 december 2021
Studieregistreringsdatum
Först inskickad
14 april 2021
Först inskickad som uppfyllde QC-kriterierna
21 mars 2026
Första postat (Faktisk)
25 mars 2026
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
25 mars 2026
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
21 mars 2026
Senast verifierad
1 mars 2026
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
- Urogenitala sjukdomar
- Kärlsjukdomar
- Hjärt-kärlsjukdomar
- Patologiska processer
- Manliga urogenitala sjukdomar
- Njursjukdomar
- Urologiska sjukdomar
- Kvinnliga urogenitala sjukdomar
- Kvinnliga urogenitala sjukdomar och graviditetskomplikationer
- Hjärtsjukdom
- Kronisk sjukdom
- Sjukdomsegenskaper
- Immunsystemets sjukdomar
- Luftvägssjukdomar
- Lungsjukdomar
- Bronkialsjukdomar
- Lungsjukdomar, obstruktiv
- Respiratorisk överkänslighet
- Överkänslighet, Omedelbar
- Överkänslighet
- Njurinsufficiens
- Hypertoni
- Patologiska tillstånd, tecken och symtom
- Hypertensiv kris
- Hjärtsvikt
- Lungsjukdom, kronisk obstruktiv
- Astma
- Infektioner
- Njurinsufficiens, kronisk
Andra studie-ID-nummer
- 2017P002583c
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 .