- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT07527715
Kardiell Magnetresonans-Klinisk Prediktionsmodell-Dilaterad Kardiomyopati (MPS-CMR-DCM)
Studie om riskvarning för klinisk prediktionsmodell baserad på multiparameterstressperfusion med magnetkardiografi vid dålig prognos av dilaterad kardiomyopati
Dilaterad kardiomyopati (DCM) är en vanlig och allvarlig hjärtsjukdom som kännetecknas av förstoring av vänster kammare och nedsatt pumpfunktion, där ogynnsam prognos (inklusive hjärtsvikt, arytmi, hjärtrelaterad sjukhusinläggning och död) är ett stort bekymmer för patienter. För närvarande finns ett kritiskt gap i att exakt förutsäga vilka DCM-patienter som löper hög risk för dessa allvarliga utfall, vilket begränsar riktad klinisk vård.
Denna observationsstudie, som är icke-invasiv, syftar till att utveckla och validera en klinisk prediktionsmodell för tidig riskvarning av ogynnsam prognos hos DCM-patienter. Modellen integrerar multiparameter stressperfusions hjärnmagnetisk resonans (MP stressperfusions CMR) – en säker, högupplöst bildteknik som bedömer hjärtstruktur, funktion, blodperfusion och vävnadsskada under mild stress – och standard kliniska data (t.ex. ålder, kön, blodtryck och rutinmässiga hjärtestresultat).
Modellen kommer att tränas och testas med uppföljningsdata från hundratals DCM-patienter, där analysen identifierar mönster i CMR och kliniska data associerade med ogynnsamma utfall. När den validerats för noggrannhet kommer modellen att ge läkare personifierade riskpoäng för att prioritera vård för högriskpatienter (t.ex. tidig intervention, nära övervakning) och undvika överbehandling för individer med lägre risk.
Bortom klinisk tillämpning kommer studien att förbättra förståelsen av DCM-progressionen, vilket lägger grunden för förbättrade diagnostiska verktyg, mer effektiva behandlingar och bättre strategier för att förhindra DCM-relaterade komplikationer, vilket i slutändan förbättrar patienters livskvalitet och minskar dödligheten.
Studieöversikt
Status
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Studien fokuserar på ett vanligt men allvarligt hjärtillstånd som kallas dilaterad kardiomyopati (DCM), som drabbar miljontals människor världen över. Dilaterad kardiomyopati är en sjukdom där hjärtats huvudpumpkammare (den vänstra ventrikeln) blir förstorad och försvagad, vilket gör det svårare för hjärtat att pumpa blod effektivt till resten av kroppen. För patienter med DCM är den största oron risken för "ogynnsam prognos" – en kategori som inkluderar allvarliga utfall som hjärtsvikt, onormala hjärtrytmer, sjukhusvistelser relaterade till hjärtproblem eller till och med död. För närvarande står läkare inför utmaningar när det gäller att noggrant förutsäga vilka DCM-patienter som är mer benägna att uppleva dessa allvarliga utfall, en begränsning som hindrar möjligheten att ge snabb, målinriktad vård till dem med högst risk.
För att adressera detta gap syftar forskarna till att utveckla och testa en "klinisk prediktionsmodell" – ett verktyg som kombinerar medicinska data för att förutsäga sannolikheten för ogynnsamma utfall hos DCM-patienter. Modellens nyckelinnovation är användningen av en kraftfull medicinsk avbildningsteknik som kallas multi-parameter stressperfusion magnetisk resonans av hjärtat (MP stress perfusion CMR), kombinerat med standard klinisk information om patienterna.
Först förklaras termerna på ett enkelt språk. Magnetisk resonans av hjärtat (CMR) är ett säkert, icke-invasivt avbildningstest som skapar detaljerade bilder av hjärtats struktur och funktion. "Stressperfusion" betyder att under CMR-undersökningen utsätts deltagarens hjärta för en mild form av stress (vanligtvis genom administrering av en medicin som ökar hjärtfrekvensen, liknande lätt träning) för att observera blodflödet genom hjärtmuskeln under ökad arbetsbelastning. "Multi-parameter" avser insamling av flera typer av information från CMR-undersökningen, såsom myokardkontraktilitet, myokardperfusion och eventuell skada eller ärrbildning i hjärtvävnad.
Studiens mål är att använda detaljerade CMR-data, tillsammans med annan grundläggande klinisk information (t.ex. patientens ålder, kön, blodtryck och resultat från standardhjärtest), för att konstruera en prediktionsmodell. Modellen kommer att tränas med data från hundratals DCM-patienter med befintliga uppföljningsregister. Forskarna kommer att analysera registren för att avgöra vilka patienter som upplevt ogynnsamma utfall och för att identifiera mönster i CMR- och kliniska data associerade med dessa utfall.
När modellen är konstruerad och testad för noggrannhet kan verktyget användas av läkare i klinisk praxis för att hjälpa till vid bedömning av DCM-patienter. Till exempel, när en patient diagnostiseras med DCM, kan läkare utföra CMR-undersökningen, mata in data i modellen och få en personlig riskpoäng som indikerar sannolikheten för framtida allvarliga händelser i hjärtat för den patienten. Den resulterande informationen kommer att stödja kliniskt beslutsfattande: poängen kommer att möjliggöra för läkare att prioritera vård för högriskpatienter – såsom tidig behandlingsinitiering, mer frekvent övervakning eller medicinjustering – för att förhindra ogynnsamma utfall. För patienter med lägre risk kan modellen hjälpa till att undvika onödiga, kostsamma tester eller överbehandling.
Utöver individuella patientfördelar har studien också bredare värde för folkhälsa och medicinsk forskning. Genom att bättre definiera de faktorer (från CMR och kliniska data) som är närmast kopplade till dåliga utfall vid DCM kan nya insikter erhållas angående sjukdomsprogression. Sådana insikter kan leda till förbättrade diagnostiska verktyg, mer effektiva behandlingar och förbättrade strategier för att förhindra DCM-relaterade komplikationer på lång sikt.
Särskilt att notera är att studien är observationsbaserad och icke-invasiv. Alla patienter får standard medicinsk vård för DCM, och CMR-undersökningen är ett rutintest som redan tillämpas i klinisk praxis. Studien kommer att följa patienter över tid för att validera prediktionsmodellen, vilket säkerställer tillförlitlig prestanda över olika undergrupper av DCM-patienter (t.ex. varierande ålder, kön eller sjukdomsallvarlighetsgrad).
Sammanfattningsvis söker studien att överbrygga ett kritiskt gap i vården av DCM-patienter genom att skapa ett tillförlitligt, lättanvänt prediktionsverktyg baserat på avancerad CMR-avbildning. Genom tidig identifiering av patienter med hög risk för ogynnsamma utfall kan livskvaliteten förbättras, sjukhusvistelser minskas och liv potentiellt räddas – samtidigt som förståelsen för den komplexa hjärtsjukdomen främjas till förmån för framtida patienter.
Studietyp
Inskrivning (Beräknad)
Kontakter och platser
Studiekontakt
- Namn: Wenxian Wang, Dr
- Telefonnummer: 8617705414294
- E-post: wwx990511@163.com
Studieorter
-
-
Shandong
-
Jinan, Shandong, Kina
- Rekrytering
- Jinan Central Hospital
-
Kontakt:
- Jian Wang
- Telefonnummer: 8613361057681
- E-post: wangjianxjxj@163.com
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier
1. En förhöjd volym i vänster kammare vid slutdiastole indexerad till kroppsyta och nedsatt LVEF, jämfört med publicerade ålders- och könspecifika referensvärden Exklusionskriterier
- signifikant kranskärlssjukdom (CAD), definierad som en stenos på ≥50% i ett större kranskärl
- infiltrativ sjukdom
- valvulär kardiomyopati
- arytmogen kardiomyopati
- medfödda hjärtfel
Studieplan
Hur är studien utformad?
Designdetaljer
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
SCD-relaterade händelser
Tidsram: 1 år, 3 år och 5 år efter CMR-undersökning
|
SCD, lämplig stöt från implanterbar defibrillator och återupplivat hjärtstopp
|
1 år, 3 år och 5 år efter CMR-undersökning
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
hjärtsvikt-händelser
Tidsram: vid 1, 3 och 5 år efter CMR
|
hjärtsviktrelaterad död, oplanerad hjärtsviktsinläggning eller hjärttransplantation
|
vid 1, 3 och 5 år efter CMR
|
Andra resultatmått
Resultatmått |
Tidsram |
|---|---|
|
dödlighet från alla orsaker
Tidsram: uppföljning kommer att genomföras efter 1, 3 och 5 år
|
uppföljning kommer att genomföras efter 1, 3 och 5 år
|
Samarbetspartners och utredare
Sponsor
Utredare
- Studiestol: Xi-ming Wang, Shandong Provincial Hospital
Publikationer och användbara länkar
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
Ytterligare relevanta MeSH-villkor
- Laminopatier
- Hjärt-kärlsjukdomar
- Patologiska processer
- Hjärtsjukdom
- Genetiska sjukdomar, medfödda
- Död
- Kardiomyopatier
- Kardiomegali
- Hjärtstopp
- Död, Sudden
- Medfödda, ärftliga och neonatala sjukdomar och abnormiteter
- Patologiska tillstånd, tecken och symtom
- Hjärtsvikt
- Kardiomyopati, dilaterad
- Död, Plötslig, Hjärtat
Andra studie-ID-nummer
- SWYX:NO.2025-740
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-planbeskrivning
Individuella deltagardata (IPD) kommer inte att göras tillgängliga för externa forskare.
Datamängden innehåller känslig klinisk, bild- och longitudinell prognostisk information från patienter med dilaterad kardiomyopati.
Bred delning av IPD kan äventyra patienters integritet och sekretess, bryta mot restriktioner i informerat samtycke och öka risken för återidentifiering.
Dessutom förlitar sig de multiparametriska CMR- och artificiell intelligens-modellerna på integrerade institutionella data som inte har avidentifierats till en nivå som är lämplig för obegränsad offentlig eller tredjepartsdelning.
Därför kommer IPD att förvaras säkert inom forskningsgruppen och inte delas externt.
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 .