基于超声心动图图像和临床数据的心脏病的病因学诊断。 (ORCHID)
2023年7月12日 更新者：Hospices Civils de Lyon
研究假设 - 最近的研究表明，可以有效地利用心脏功能的高维描述符来表征目标病理。 在这个项目中，我们假设超声心动图拥有目前尚未充分利用的丰富信息，与相关患者数据相结合，将有助于开发强大且准确的病原学诊断数字工具。
目标 - 基于最近在图像分析方面取得的关键进展，特别是联盟成员取得的关键进展，该项目的目标是基于变压器范式 (AI) 通过超声心动图开发严格且可解释的心脏病预测模型。 这项研究的优势在于开发了一个强大的人工智能框架，可以对从超声心动图提取的高质量图像测量值与相关患者数据之间复杂的相互作用进行建模，从而自动预测心脏病的病因诊断
研究概览
研究类型
观察性的
注册 (估计的)
1000
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习地点
-
-
-
Pierre-Bénite、法国、69310
- 招聘中
- Hopital Lyon Sud
-
接触：
- Pierre-Yves COURAND, MD, PhD
- 电话号码：+33 04.78.86.57.37
- 邮箱：pierre-yves.courand@chu-lyon.fr
-
首席研究员：
- Pierre-Yves COURAND, MD, PhD
-
-
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
不
取样方法
非概率样本
研究人群
该项目针对两个不同的人群。
第一个涉及低运动性心肌病患者，超声心动图数据无法轻易区分与冠状动脉疾病相关的原因或与原发性心肌功能障碍相关的原因，因此需要进行侵入性干预，即冠状动脉造影。
第二个涉及左心室肥大的患者，其病因可能多种多样，其评估特别详尽且昂贵。
在这个项目中，我们将研究两个最常见的原因：动脉高血压和浸润性心肌病。
该队列将以平衡的方式根据上述四种病理情况以及来自没有严重心脏病的患者的数据组成。
该数据库将根据 2018 年 1 月至 2022 年 12 月期间在心脏病科住院的患者构建。
描述
纳入标准：
- 经胸超声心动图图像质量满意（足够回声）的患者
排除标准：
- 未成年患者
- 监护或监护下的患者
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
低运动性心肌病患者。
第一组包括患有低运动性心肌病的患者，其超声心动图数据不易区分与冠状动脉疾病相关的原因或与原发性心肌功能障碍相关的原因，需要侵入性干预，即冠状动脉造影。
|
通过作为常规护理的一部分进行的补充检查（例如，
心脏 CT、心脏 MRI、冠状动脉造影、彻底生物学、核医学）。
这些信息将用于 (i) 指导从子群体中学习项目期间开发的人工智能方法（收集的数据库的 80% 将用于训练算法）； (ii) 作为测试子群体（收集数据库的剩余 20%）的评估标准
|
|
高血压/浸润性心肌病相关左心室肥厚患者
第二组包括左心室肥厚患者，其病因可能多种多样，且检查范围特别广泛且昂贵。
|
通过作为常规护理的一部分进行的补充检查（例如，
心脏 CT、心脏 MRI、冠状动脉造影、彻底生物学、核医学）。
这些信息将用于 (i) 指导从子群体中学习项目期间开发的人工智能方法（收集的数据库的 80% 将用于训练算法）； (ii) 作为测试子群体（收集数据库的剩余 20%）的评估标准
|
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 |
|---|---|---|
|
将人工智能获得的病因诊断的性能与医生根据对目标患者进行的补充检查已经建立和验证的病因诊断进行比较。
大体时间：基线
|
通过常规的补充检查（例如：心脏扫描仪、心脏 MRI、冠状动脉造影、彻底的生物学、核医学），可以预先诊断出每位患者的病理起源。
这些信息将用于 (i) 指导从子群体中学习项目期间开发的人工智能方法（收集的数据库的 80% 将用于训练算法）； (ii) 作为测试子群体（收集数据库的剩余 20%）的评估标准。
此外，还将开发可视化工具，使临床医生能够分析和解释结果，特别是关于算法执行的决策机制来预测病理学的起源。
特别是，将显示注意力图，让临床医生可以查看哪些数据或部分数据被组合起来以便做出决定。
|
基线
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (实际的)
2023年1月1日
初级完成 (估计的)
2025年1月1日
研究完成 (估计的)
2027年1月1日
研究注册日期
首次提交
2023年7月4日
首先提交符合 QC 标准的
2023年7月4日
首次发布 (实际的)
2023年7月12日
研究记录更新
最后更新发布 (实际的)
2023年7月13日
上次提交的符合 QC 标准的更新
2023年7月12日
最后验证
2023年7月1日
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.