用于初级保健心电图分析和管理的人工智能软件的部署和评估 (DAISEA-ECG)
DAISEA-ECG 项目旨在通过结合 ECG-AI 和 ECHONeXT 算法的 DeepECG 平台改善初级保健中心脏病的诊断。 本研究采用阶梯式楔形设计,其中每个家庭医学组充当自己的对照。 FMG 将以随机顺序逐渐从控制期(无 AI 建议)过渡到干预期(激活 AI 建议)。
主要目标是比较家庭医生在有或没有 DeepECG 平台帮助的情况下检测心脏病的敏感性。 敏感性定义为经独立评审委员会确认,在确实需要心血管评估的患者中,正确转诊至心脏病学或经胸超声心动图 (TTE) 的患者比例。
研究概览
地位
地位
干预/治疗
干预/治疗
详细说明
从数学上讲,敏感性计算为真阳性/(真阳性+假阴性),其中真阳性代表正确转诊的患者,假阴性代表应该转诊但没有转诊的患者。
次要目标包括确定干预前后心血管评估转诊率(实施 DeepECG 平台)、干预的个体特征(PPV、NPV 和特异性),以及评估实施基于 AI 的可行性。通过对家庭医生和心脏病专家的调查,在初级保健中进行自动心电图解读。
PPV:阳性预测值 NPV:阴性预测值
研究类型
研究类型
注册 (估计的)
注册
阶段
阶段
- 不适用
联系人和位置
学习联系方式
学习联系方式
- 姓名:Robert Avram, MD
- 电话号码:514 376 3330
- 邮箱:robert.avram.md@gmail.com
研究联系人备份
- 姓名:Marie-Gabrielle Lessard, MSc
- 电话号码:2094 514 376 3330
- 邮箱:marie-gabrielle.lessard@icm-mhi.org
学习地点
-
-
Quebec
-
Montreal、Quebec、加拿大、H1T1C8
- Montreal Heart Institute
-
接触:
- Marie-Gabrielle Lessard, MSc
- 电话号码:2094 5143763330
- 邮箱:marie-gabrielle.lessard@icm-mhi.org
-
首席研究员:
- Robert Avram, MD
-
-
参与标准
资格标准
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
描述
纳入标准:
家庭医生或执业护士
在参与的 FMG 之一执业的家庭医生或执业护士 (NP)。
已给予自由和知情同意的家庭医生。 患者
成年患者(18 岁或以上)。 未接受心脏病学或内科心血管问题(心律失常、心力衰竭、心肌梗死、动脉粥样硬化性冠状动脉疾病、瓣膜性心脏病)随访的患者,或过去检查结果呈阴性且未进行额外随访的患者。
心电图
使用 MUSE GE 360 机器执行的任何 12 导联心电图。 心电图具有足够的技术质量以供判读(否则,平台将自动拒绝)。
-
排除标准:
- 家庭医生或执业护士
专门从事儿科工作的家庭医生(18 岁以下患者)。
家庭医生无法遵循项目指南。
学习计划
研究是如何设计的?
设计细节
- 主要用途:诊断
- 分配:随机化
- 介入模型:并行分配
- 屏蔽:单身的
手臂数量
武器和干预
参与者组/臂参与者组/臂 |
干预/治疗干预/治疗 |
|---|---|
|
无干预:无 DeepECG 平台诊断和建议
|
|
|
实验性的:DeepECG 平台诊断和建议
|
EchoNeXT& ECG-AI 算法
|
研究衡量的是什么?
主要结果指标
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
心脏病转诊的敏感性
大体时间:18个月
|
比较启用 AI 辅助诊断和 DeepECG 平台建议之前和之后家庭医生和执业护士进行心脏病转诊的敏感性。
|
18个月
|
次要结果测量
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
心脏病转诊的特异性、阴性预测值和阳性预测值
大体时间:18个月
|
比较人工智能辅助诊断和建议激活前后家庭医生和执业护士进行心脏病转诊的特异性、阴性预测值和阳性预测值。
|
18个月
|
合作者和调查者
出版物和有用的链接
有用的网址
研究记录日期
研究主要日期
学习开始 (估计的)
学习开始
初级完成 (估计的)
初级完成
研究完成 (估计的)
研究完成
研究注册日期
首次提交
首次提交
首先提交符合 QC 标准的
首先提交符合 QC 标准的
首次发布 (实际的)
首次发布
研究记录更新
最后更新发布 (估计的)
最后更新发布
上次提交的符合 QC 标准的更新
上次提交的符合 QC 标准的更新
最后验证
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.