Меню
Набор скоро начнётся NCT07179185

Evaluation of Clinical Intelligence Support to Reduce Errors in Normal ECGs

Без фазы С лечением Electrocardiogram Cardiovascular Abnormalities

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
В протоколе указаны: AI-Assisted ECG Interpretation (AI-ECG), Specialist ECG Interpretation Without AI.
Кому может быть актуально
Состояния в реестре: Electrocardiogram, Cardiovascular Abnormalities. Базовые параметры: от 18 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
Список центров уточняется — проверьте первичный протокол.
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

PRECISE-ECG: Prospective Randomized Evaluation of Clinical Intelligence Support to Reduce Errors in Normal ECGs

Обзор

This study will evaluate the performance of specialist physicians in interpreting normal electrocardiograms (ECGs) with and without the assistance of an artificial intelligence (AI) neural network. The primary aim is to determine whether AI support affects the rate of false-positive interpretations of normal tracings. Secondary aims include evaluating the time required for interpretation, the sensitivity for detecting abnormalities, and the effect on false positives in ECGs with major abnormalities according to the Minnesota Code system. All ECGs in the sample will be reviewed by a panel of three specialists, to determine the reference classification.

Вмешательства

  • Диагностический тест AI-Assisted ECG Interpretation (AI-ECG)
    Neural network-based AI software that analyzes ECG tracings and provides a classification as normal suggestion to the interpreting specialist.
  • Диагностический тест Specialist ECG Interpretation Without AI
    Manual interpretation of ECGs by specialists without AI support, following standard diagnostic procedures

Первичные конечные точки

  • Precision (Positive Predictive Value) for detection of normal ECG tracings [Срок оценки: One week]
Вторичные конечные точки (3)
  • Sensitivity, Specificity, Negative Predictive Value, and F1 score for detection of normal ECG tracings [Срок оценки: One week]
  • ECGs with major abnormalities incorrectly classified as normal [Срок оценки: One week]
  • Time of analysis for normal cases (seconds per case) [Срок оценки: One week]

Критерии участия

Критерии включения

  • ECGs performed routinely by the Rede de Telemedicina de Minas Gerais (RTMG)

Критерии исключения

  • ECGs from patients younger than 18 years

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

Здоровые добровольцы: Нет

Дизайн исследования

Распределение
Рандомизированное
Модель
Параллельные группы
Маскирование
Открытое
Основная цель
Диагностика

Центры проведения

Список центров уточняется — проверьте первичный протокол.

Публикации

  • Oliveira CRA, Paixao GMM, Tostes VC, Gomes PR, Mendes MS, Paixao MC, Marcolino MS, Ribeiro ALP. Upscaling a regional telecardiology service to a nationwide coverage and beyond: the experience of the Telehealth Network of Minas Gerais. BMJ Glob Health. 2025 Jan 19;10(1):e016692. doi: 10.1136/bmjgh-2024-016692. PMID 39828428
  • Ribeiro ALP, Paixao GMM, Gomes PR, Ribeiro MH, Ribeiro AH, Canazart JA, Oliveira DM, Ferreira MP, Lima EM, Moraes JL, Castro N, Ribeiro LB, Macfarlane PW. Tele-electrocardiography and bigdata: The CODE (Clinical Outcomes in Digital Electrocardiography) study. J Electrocardiol. 2019 Nov-Dec;57S:S75-S78. doi: 10.1016/j.jelectrocard.2019.09.008. Epub 2019 Sep 7. PMID 31526573
  • Ribeiro AH, Ribeiro MH, Paixao GMM, Oliveira DM, Gomes PR, Canazart JA, Ferreira MPS, Andersson CR, Macfarlane PW, Meira W Jr, Schon TB, Ribeiro ALP. Automatic diagnosis of the 12-lead ECG using a deep neural network. Nat Commun. 2020 Apr 9;11(1):1760. doi: 10.1038/s41467-020-15432-4. PMID 32273514

Идентификаторы

NCT: NCT07179185 · 409604/2022-4

Первоисточники (государственные реестры)

Открыть это исследование на ClinicalTrials.gov ↗