Меню
Идёт набор NCT06009718

Artificial Intelligence (AI) Analysis of Synchronized Phonocardiography (PCG) and Electrocardiogram(ECG)

— Наблюдательное Heart Failure

Ориентир для пациента и семьи

Простыми словами

Автоматическая сводка по структурированным данным реестра. Она помогает сориентироваться, но не заменяет официальный протокол или оценку врача.

Что изучают
Это наблюдательное исследование: исследуемое лечение участникам по протоколу не назначают.
Кому может быть актуально
Состояния в реестре: Heart Failure. Базовые параметры: 18 лет — 100 лет · Все.
Что важно проверить
Возраст, диагноз и пол — только базовые ориентиры. Предыдущее лечение, анализы и другие обязательные условия указаны ниже в критериях участия.
Где проводится
Китай
Следующий шаг
Сохраните исследование, покажите его лечащему врачу и уточните актуальный статус у исследовательского центра. Расходы, документы и поездка →

Не всё понятно в терминах? Прочитайте наш гид для пациентов →

Официальное название

A Deep-learning-based Multi-modal Phonocardiogram(PCG) and Electrocardiogram(ECG) Processing Framework for Screening Depressed Left Ventricular Ejection Fraction (dLVEF) Using a Wearable Cardiac Patch

Обзор

The diagnosis of depressed left ventricular ejection fraction (dLVEF) (EF\<50%) depends on golden standard ultrasound cardiography (UCG). A wearable synchronized phonocardiography (PCG) and electrocardiogram (ECG) device can assist in the diagnosis of dLVEF, which can both expedite access to life-saving therapies and reduce the need for costly testing.

Подробное описание

The synchronized PCG and ECG is wirelessly paired with the WenXin Mobile application, allowing for simultaneous recording and visualization of PCG and ECG. These features uniquely enable this device to accumulate large sets of acoustic data on patients both with and without heart failure(HF).

This study is a Case-control study. In this study, the investigators seek to develop an artificial intelligence (AI) analysis system to identify dLVEF (EF\<50%) by PCG and ECG. All adults (aged ≥18 years) planned for UCG were eligible to participate (inpatients and outpatients). Specifically, the investigators will attempt to develop machine learning algorithms to learn synchronized PCG and ECG of patients with dLVEF. Then we use these algorithms to identify dLVEF subjects. The investigators anticipate to demonstrate the wearable cardiac patch with synchronized PCG and ECG can reliably and accurately diagnose dLVEF in the primary care setting.

Первичные конечные точки

  • Determination of Heart Failure Disease [Срок оценки: one time assessment at baseline (approx. 5 minutes)]

Критерии участия

Критерии включения

  • Attendance at RuiJin hospital for UCG
  • Signed dated informed consent
  • Commit to follow the research procedures and cooperate in the implementation of the whole process research
  • UCG has been completed
  • Age ≥ 18
  • At least 8 consecutive cycles of sinus rhythm can be recorded

Критерии исключения

  • Patients with pacemakers
  • Complete left bundle branch block or block or QRS wave widening>120ms
  • Left chest skin damaged or allergic to patch
  • Refusal to participate

Критерии приведены из реестра в оригинале (на английском). Окончательную оценку соответствия проводит исследовательский центр.

Здоровые добровольцы: Нет

Дизайн исследования

Модель наблюдения
Случай-контроль

Центры проведения

Китай · 3 центра
  • Ruijin Hospital, Shanghai Jiaotong School of Medicine — Шанхай
  • Shanghai Chest Hospital, Shanghai Jiao Tong University School Of Medicine — Шанхай
  • Shanghai East Hospital — Шанхай

Идентификаторы

NCT: NCT06009718 · RJH-PEG

Первоисточники (государственные реестры)

Открыть это исследование на ClinicalTrials.gov ↗