人工智能用于早期发现外周动脉疾病 ((AID-PAD))

在提供者同意参与这项研究后，将在他们的每周诊所部署筛查工具，以识别患有未确诊 PAD 的高风险患者。 这些高风险警报将在患者办理门诊预约登记后提供。 一旦在电子健康记录系统 (EHR) 中启动就诊，警报就会发送给他们的治疗提供者。 主要结果指标是新发 PAD 诊断的总体比率。 次要结果包括针对 PAD 启动新的二级预防措施的比率，其中包括新的抗血小板处方、PAD 剂量的利伐沙班、他汀类药物、戒烟咨询或转诊，和/或也在诊所和场所层面汇总的监督运动治疗转诊。 对于二次分析，我们将专门评估生成警报的患者，并评估患者人口统计数据和/或临床因素与 ABI 测试的可能性、异常 ABI 率（即，ABI 异常率）之间的关系。 真阳性率），并随后启动二级预防措施。

加州大学圣地亚哥分校医疗中心 (UCSDH)、弗吉尼亚州圣地亚哥医疗中心 (VASDHC) 和斯坦福大学医疗中心 (SHC) 将成为研究注册地点。 UCSDH - La Jolla 校区、UCSDH - Hillcrest 校区和 VASDHC 将同时开始干预前观察期，然后每个站点将随机开始以阶梯楔形模式开始筛查工具干预，间隔时间为 13 周。总共52周。 我们将根据每周需要筛查的患者数量的功率计算，在每个站点注册 10 家诊所，并最大限度地减少每个诊所/提供商的警报数量。 52 周后，斯坦福中心将作为验证中心，并将对 10 个临床中心进行随机分组，每组间隔 3 个，间隔 13 周，总共 52 周。