使用 Eko 电子听诊器 (CardioMEMS) 监测心力衰竭
研究概览
详细说明
心力衰竭 (HF) 影响了估计 620 万 20 岁以上的美国人,并且在全球范围内给医疗保健系统带来了非常沉重的负担。 2012 年,美国 HF 管理的年度成本估计为 307 亿美元,预计到 2030 年将增加到 687 亿美元。 HF 管理的主要成本驱动因素是急性失代偿和随后住院的高发生率。 与 HF 相关的住院治疗的每位患者平均费用估计为 14,631 美元。
在医疗保险和医疗补助服务中心 (CMS) 为其减少再入院计划监测的条件中,HF 在出院后第 1-29 天 (23%) 和第 1-60 天 (11.4%) 的再入院率中位数最高。 2013 年 HF 再入院的成本负担为 27 亿美元。 2012 年的一项荟萃分析估计,23.1% 的 HF 再入院是可以避免的,尽管个别研究的范围为 5% 至 79%。 许多健康计划,包括 CMS,都侧重于监测患者早期发现 HF 代偿失调的干预措施。 早期干预可以帮助护理团队避免可避免的住院治疗。
侵入性血液动力学传感器设备使 HF 护理团队能够更好地预测和预防 HF 失代偿事件,从而防止再次住院。 一种这样的设备是 CardioMEMS 肺动脉 (PA) 传感器(Abbott Inc.,Atlanta,GA,USA)。 CardioMEMS 植入左侧 PA 的一个分支中,允许每天测量 PA 压力。 PA 压力用作充盈压的替代标记,而升高的充盈压又是 HF 恶化之前的标记。 CHAMPIONS 试验表明,使用 CardioMEMS 进行远程利尿管理可将心衰全因住院率降低 43%,将死亡率降低 57%。 不幸的是,CardioMEMS 作为一种 HF 解决方案是侵入性的、昂贵的(平均销售价格为 17,750 美元),适用于有限的患者群体(去年住院的 NYHA III 级 HF),并且由于模棱两可的成本,报销范围有限 -有效性预测。
这刺激了寻找可能与 HF 患者体液状态相关的更便宜的非侵入性传感器。 台湾的一项研究表明,与使用症状指导治疗的对照组相比,由带有 ECG 和声音传感器的住院设备指导的门诊治疗使出院后 HF 利用率降低了 31%。 LINK-HF 研究表明,带有 ECG 和声音传感器的可穿戴贴片可以预测 HF 再入院,灵敏度为 76% 至 88%,特异性为 85%,中位提前期为 6.5 天。
尽管这些最初有希望的结果,然而,这些装置具有显着的缺点。 台湾研究中使用的住院设备无法改装成适合门诊使用的便携式设备。 可穿戴设备可能比较僵硬、不舒适且高度可见,所有这些都会干扰患者的功能并降低监测依从性。
因此,对于一种广泛可用、非侵入性、负担得起的医疗设备,仍然存在未满足的临床需求,该设备可以估计 HF 患者的血液动力学流体状态并通知 HF 护理管理团队。 最终目标仍然是降低 HF 患者再次入院的风险,所有这些都来自患者家中的舒适度。
为了满足这一需求,Eko 开发了 DUO,这是一种通过 FDA 批准的便携式手持式无线连接医疗设备,带有心电图和声音传感器。 来自 DUO 的数据可以无线流式传输到手机或平板电脑,然后可以传输到符合 HIPAA 标准的互联网云基础设施进行存储和分析。 2020 年,Eko 向美国市场推出了一套 AI/ML 算法,遵循此工作流程以识别心脏杂音、心房颤动和其他心脏状况,并打算在此概念验证研究之后构建该平台以估计和趋势PA 压力。
但除了测量和趋势分析 PA 压力之外,DUO 还可用于捕获其他重要的 HF 特征,这些特征将进一步提高任何 HF 算法的性能。 例如,由于失代偿性 HF 患者通常可以听到第三心音、特征性 ECG 结果以及心音和 ECG 信号之间的时间间隔持续时间发生变化,因此 Eko DUO 设备可能具有独特的定位以检测这些类型的变化信号。
此外,由于心力衰竭和体液超负荷在肺部表现为爆裂音(偶有积液),因此肺部检查一直是心衰患者整体体格检查的基石。 通过使用 DUO 捕捉 HF 患者的肺部声音,不仅比较是否存在湿罗音,还比较这些外来声音如何随时间变化,我们将能够探索 Eko DUO 在帮助预测加剧了 HF。
这项概念验证研究评估了 Eko DUO 在捕获和测量与 HF 恶化相关的信号(例如,时间间隔、不定肺音、病理心音)方面的可行性,以及开发 AI/ML 算法的可行性使用植入式 CardioMEMS 设备模拟 HF 患者的 PA 压力。
研究类型
注册 (实际的)
联系人和位置
学习地点
-
-
New York
-
New York、New York、美国、10032
- Columbia University Irving Medical Center
-
-
Virginia
-
Norfolk、Virginia、美国、22191
- Sentara Cardiovascular Research Institute
-
-
参与标准
资格标准
适合学习的年龄
接受健康志愿者
取样方法
研究人群
描述
纳入标准:
- 年满 18 岁
- 愿意书面知情同意参加的患者或医疗保健代理人
- 存在植入的 CardioMEMS 设备或即将植入 CardioMEMS 设备
- 表示愿意按照医生规定的相同时间表,在进行 CardioMEMS 测量之前或之后立即进行 DUO 记录
- 可以下载并运行配套的 Eko 应用程序的正常运行的 iOS 或 Android 智能手机或平板电脑
- 在家中访问 WiFi 或蜂窝数据连接
排除标准:
- 患者或医疗保健代理人不愿意或不能提供书面知情同意书
- 患者参加了另一项可能干扰本研究观察结果的研究
- 急性心包炎
- 愈合胸壁伤口(例如,胸骨切开术或开胸术)
学习计划
研究是如何设计的?
设计细节
- 观测模型:队列
- 时间观点:预期
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
研究人群
植入了 CardioMEMS 并符合其测量结果的受试者。
|
每个受试者都会将 Eko DUO 设备带回家,并在他们规定的 CardioMEMS 测量之前或之后立即进行 DUO 记录。 DUO 记录将在 3 个预定义的胸部位置进行:右上胸骨边界、左上胸骨边界和右前外侧。 每个 DUO 录音持续约 15 秒。 每个录音会话的总时间预计为 2-4 分钟,这允许在录音和任何可能的重复录音之间留出时间。 研究参与将持续 90 天。 |
研究衡量的是什么?
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
AI/ML 模型输出与 CardioMEMS PA 压力测量的基本事实之间的相关性。
大体时间:6个月
|
这项概念验证研究的主要目的是证明 Eko 数据科学家是否可以通过分析由 Eko 捕获的心脏活动的声音和电 (ECG) 信号来创建肺动脉 (PA) 压力的人工智能机器学习 (AI/ML) 模型非侵入性、经 FDA 批准的 Eko DUO 电子听诊器。
|
6个月
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
低质量 ECG 或 PCG 数据的发生率与患者遵守数据测量计划的表格的组合
大体时间:6个月
|
该研究的第二个目标是评估家中患者对 Eko DUO 的可用性
|
6个月
|
|
测量变量的受试者内再现性
大体时间:6个月
|
6个月
|
合作者和调查者
调查人员
- 首席研究员:Deepak Talreja, MD、Sentara Healthcare
出版物和有用的链接
一般刊物
- Chaudhry SI, Mattera JA, Curtis JP, Spertus JA, Herrin J, Lin Z, Phillips CO, Hodshon BV, Cooper LS, Krumholz HM. Telemonitoring in patients with heart failure. N Engl J Med. 2010 Dec 9;363(24):2301-9. doi: 10.1056/NEJMoa1010029. Epub 2010 Nov 16. Erratum In: N Engl J Med. 2011 Feb 3;364(5):490. N Engl J Med. 2013 Nov 7;369(19):1869.
- Koehler F, Winkler S, Schieber M, Sechtem U, Stangl K, Bohm M, Boll H, Baumann G, Honold M, Koehler K, Gelbrich G, Kirwan BA, Anker SD; Telemedical Interventional Monitoring in Heart Failure Investigators. Impact of remote telemedical management on mortality and hospitalizations in ambulatory patients with chronic heart failure: the telemedical interventional monitoring in heart failure study. Circulation. 2011 May 3;123(17):1873-80. doi: 10.1161/CIRCULATIONAHA.111.018473. Epub 2011 Mar 28.
- Virani SS, Alonso A, Benjamin EJ, Bittencourt MS, Callaway CW, Carson AP, Chamberlain AM, Chang AR, Cheng S, Delling FN, Djousse L, Elkind MSV, Ferguson JF, Fornage M, Khan SS, Kissela BM, Knutson KL, Kwan TW, Lackland DT, Lewis TT, Lichtman JH, Longenecker CT, Loop MS, Lutsey PL, Martin SS, Matsushita K, Moran AE, Mussolino ME, Perak AM, Rosamond WD, Roth GA, Sampson UKA, Satou GM, Schroeder EB, Shah SH, Shay CM, Spartano NL, Stokes A, Tirschwell DL, VanWagner LB, Tsao CW; American Heart Association Council on Epidemiology and Prevention Statistics Committee and Stroke Statistics Subcommittee. Heart Disease and Stroke Statistics-2020 Update: A Report From the American Heart Association. Circulation. 2020 Mar 3;141(9):e139-e596. doi: 10.1161/CIR.0000000000000757. Epub 2020 Jan 29.
- Brugts JJ, Veenis JF, Radhoe SP, Linssen GCM, van Gent M, Borleffs CJW, van Ramshorst J, van Pol P, Tukkie R, Spee RF, Emans ME, Kok W, van Halm V, Handoko L, Beeres SLMA, Post MC, Boersma E, Lenzen MJ, Manintveld OC, Koffijberg H, van Baal P, Versteegh M, Smilde TD, van Heerebeek L, Rienstra M, Mosterd A, Delnoy PPH, Asselbergs FW, Brunner-La Rocca HP, de Boer RA. A randomised comparison of the effect of haemodynamic monitoring with CardioMEMS in addition to standard care on quality of life and hospitalisations in patients with chronic heart failure : Design and rationale of the MONITOR HF multicentre randomised clinical trial. Neth Heart J. 2020 Jan;28(1):16-26. doi: 10.1007/s12471-019-01341-9.
- Desai AS, Stevenson LW. Rehospitalization for heart failure: predict or prevent? Circulation. 2012 Jul 24;126(4):501-6. doi: 10.1161/CIRCULATIONAHA.112.125435. No abstract available.
- Dhruva SS, Krumholz HM. Championing Effectiveness Before Cost-Effectiveness. JACC Heart Fail. 2016 May;4(5):376-9. doi: 10.1016/j.jchf.2016.02.001. Epub 2016 Mar 30. No abstract available.
- Givertz MM, Stevenson LW, Costanzo MR, Bourge RC, Bauman JG, Ginn G, Abraham WT; CHAMPION Trial Investigators. Pulmonary Artery Pressure-Guided Management of Patients With Heart Failure and Reduced Ejection Fraction. J Am Coll Cardiol. 2017 Oct 10;70(15):1875-1886. doi: 10.1016/j.jacc.2017.08.010.
- Inglis SC, Clark RA, McAlister FA, Ball J, Lewinter C, Cullington D, Stewart S, Cleland JG. Structured telephone support or telemonitoring programmes for patients with chronic heart failure. Cochrane Database Syst Rev. 2010 Aug 4;(8):CD007228. doi: 10.1002/14651858.CD007228.pub2.
- Johnston M, Collins SP, Storrow AB. The third heart sound for diagnosis of acute heart failure. Curr Heart Fail Rep. 2007 Sep;4(3):164-8. doi: 10.1007/s11897-007-0036-z.
- Kilgore M, Patel HK, Kielhorn A, Maya JF, Sharma P. Economic burden of hospitalizations of Medicare beneficiaries with heart failure. Risk Manag Healthc Policy. 2017 May 10;10:63-70. doi: 10.2147/RMHP.S130341. eCollection 2017.
- Madias JE. The resting electrocardiogram in the management of patients with congestive heart failure: established applications and new insights. Pacing Clin Electrophysiol. 2007 Jan;30(1):123-8. doi: 10.1111/j.1540-8159.2007.00586.x.
- Schmier JK, Ong KL, Fonarow GC. Cost-Effectiveness of Remote Cardiac Monitoring With the CardioMEMS Heart Failure System. Clin Cardiol. 2017 Jul;40(7):430-436. doi: 10.1002/clc.22696. Epub 2017 Mar 8.
- Sehatbakhsh, Samineh, Stephanie Hakimian, Yash Jobanputra, Rosmy Jimmy, Robert Chait, Mark Showronski, Kaustubh Kale, and Steven Borzak. 2018. "Assessment of LV Systolic Function Using Cardiac Time Intervals with an Acoustic Array Approach." Journal of Cardiac Failure 24 (8): S38.
- Stehlik J, Schmalfuss C, Bozkurt B, Nativi-Nicolau J, Wohlfahrt P, Wegerich S, Rose K, Ray R, Schofield R, Deswal A, Sekaric J, Anand S, Richards D, Hanson H, Pipke M, Pham M. Continuous Wearable Monitoring Analytics Predict Heart Failure Hospitalization: The LINK-HF Multicenter Study. Circ Heart Fail. 2020 Mar;13(3):e006513. doi: 10.1161/CIRCHEARTFAILURE.119.006513. Epub 2020 Feb 25.
- Sung, Shih-Hsien, Wen-Chung Yu, Hao-Min Cheng, Yu-Ping Chang, and Chen-Huan Chen. 2019. "USE OF ACOUSTIC CARDIOGRAPHY TO GUIDE OUTPATIENT THERAPY OF PATIENTS WITH ACUTE HEART FAILURE SYNDROME." Journal of the American College of Cardiology 63 (12 Supplement): A541.
- Toukhsati SR, Driscoll A, Hare DL. Patient Self-management in Chronic Heart Failure - Establishing Concordance Between Guidelines and Practice. Card Fail Rev. 2015 Oct;1(2):128-131. doi: 10.15420/cfr.2015.1.2.128.
- "Trends in Hospital Readmissions and Mortality Rates - American College of Cardiology." N.d. American College of Cardiology. Accessed April 2, 2020. https://www.acc.org/latest-in-cardiology/journal-scans/2019/07/10/09/53/evaluation-of-30-day-hospital-readmission.
- van Walraven C, Jennings A, Forster AJ. A meta-analysis of hospital 30-day avoidable readmission rates. J Eval Clin Pract. 2012 Dec;18(6):1211-8. doi: 10.1111/j.1365-2753.2011.01773.x. Epub 2011 Nov 9.
- Zohrabian A, Kapp JM, Simoes EJ. The economic case for US hospitals to revise their approach to heart failure readmission reduction. Ann Transl Med. 2018 Aug;6(15):298. doi: 10.21037/atm.2018.07.30.
- Hulley SB, Cummings SR, Browner WS, Grady D, Newman TB. Designing Clinical Research: An Epidemiologic Approach. 4th ed. Philadelphia, PA: Lippincott Williams & Wilkins; 2013. Appendix 6C, p79.
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (实际的)
研究完成 (实际的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
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.