AI ECG Algorithm for Detecting LV Systolic Dysfunction

MI-összefoglaló

A vizsgálat saját részvételi feltételeiből. Gép olvasta ki az oldalon álló regiszterszövegből, ezért tévedhet. Hogy ki vehet részt, azt a lenti regiszterszöveg és a vizsgálat csapata dönti el.

A vizsgálat olyan felnőtteket keres, akiknél az Ajou University Hospitalban 30 napon belül szívultrahang (echokardiográfia) és 12 elvezetéses EKG is készült.

Életkor

19 éves vagy idősebb

Nem

Minden nem részt vehet

A részvétel fő kizáró okai

• Az EKG és a szívultrahang között több mint 30 nap telt el
• Hiányzó vagy sérült eredeti EKG-hullámforma adat
• Beültetett szívkészülék: tartós pacemaker, ICD vagy CRT készülék
• Hiányzó életkor, nem vagy bal kamrai ejekciós frakció (LVEF) adat

A regiszter feltételei, szó szerint

Mit akar kideríteni a vizsgálat

This prospective observational cohort study aims to evaluate the clinical performance of a deep learning-based electrocardiography (ECG) algorithm (DeepECG LVSD) for detecting left ventricular systolic dysfunction (LVSD), defined as left ventricular ejection fraction (LVEF) ≤40%, using transthoracic echocardiography as the reference standard. Approximately 15,000 adult patients undergoing both ECG and echocardiography within 30 days at Ajou University Hospital will be enrolled. Diagnostic performance will be assessed using the area under the receiver operating characteristic curve (AUROC), sensitivity, specificity, positive predictive value, negative predictive value, and accuracy. Secondary analyses will evaluate the association between AI-predicted LVSD and 30-day clinical outcomes, including all-cause mortality, emergency department visits, and heart failure rehospitalization.

A vizsgálat csoportja

• Adults aged ≥19 years with ECG and echocardiography performed within 30 days

  Adult patients aged 19 years or older who underwent both transthoracic echocardiography and electrocardiography (ECG) within 30 days of each other

  Kezelés: None-placebo