Artificial Intelligence Guided Echocardiographic Screening of Rare Diseases (EchoNet-Screening)

Rövid összefoglaló (regiszter, angolul)

Despite rapidly advancing developments in targeted therapeutics and genetic sequencing, persistent limits in the accuracy and throughput of clinical phenotyping has led to a widening gap between the potential and the actual benefits realized by precision medicine. Recent advances in machine learning and image processing techniques have shown that machine learning models can identify features unrecognized by human experts and more precisely/accurately assess common measurements made in clinical practice. The investigators have developed an algorithm, termed EchoNet-LVH, to identify cardiac hypertrophy and identify patients who would benefit from additional screening for cardiac amyloidosis and will prospectively evaluate its accuracy in identifying patients whom would benefit from additional screening for cardiac amyloidosis.

Mit vállalsz

• Vizsgálat típusa: Megfigyeléses
• Tervezett résztvevők: 300
• 2021. nov. 18. és az elsődleges befejezés (2027. jan. 1.) között
• 1 helyszín, 1 országban
• Vizitek és vizsgálatok: kérdezd a vizsgálat csapatát, a regiszter nem sorolja fel őket

A(z) ClinicalTrials.gov regisztermezőiből összeállítva. A vizsgálat felépítését írja le.

Ki nem vehet részt

Szó szerint a(z) ClinicalTrials.gov forrásból, témák szerint csoportosítva. Hogy ki vehet részt, azt csak a vizsgálat csapata dönti el.

Kiket keres a vizsgálat

Életkor a regiszterben: 18 év – - · Nem: nők és férfiak · Egészséges önkénteseket nem fogad

A teljes feltétellista: ClinicalTrials.gov

Helyszínek (1)

Helyszínek a regiszter sorrendjében. Ha a profilodba mented a városodat, távolság szerint rendeződnek.

Te vagy a koordinátor? Erősítsd meg az adatokat