病情或疾病 |
---|
心房颤动心律不齐,心脏 |
该项目将着重于开发用于使用基于云的计算资源和移动技术的电生理数据分析和解释的新型范式。当前,操作员使用电生理实验室中的多个基于桌面的计算机系统分析了在过程中收集的电生理数据。研究人员建议,基于云的计算资源和网络连接的进展应应用移动范式,以适用于侵入性电生理程序。
该项目将提供概念证明,可以通过手机界面使用调查人员开发和提供的开放访问软件,以识别心脏中治疗有效的网站。该系统在任何时候都不会指导患者治疗。研究人员将仅使用临床手段进行治疗。同时,一个双盲团队将使用在智能手机上可视化的在线软件实时分析数据。只有在案件结论时,数据才能不盲目,以确定移动系统是否实时准确。
因此,基于云的计算系统的开发和测试旨在建立范式的可行性,然后改进计算建模算法。收集的数据将添加到研究人员现有的多模式(结构,临床和电生理)数据的独特目录。
这种新颖的范式的重要性是从分析大量数据转变为创建移动平台,并允许可扩展性提高访问权限,例如欠发达的医疗中心。
研究类型 : | 观察 |
实际注册 : | 0参与者 |
观察模型: | 队列 |
时间观点: | 预期 |
官方标题: | 基于云的映射用于个性化消融 |
实际学习开始日期 : | 2019年7月3日 |
实际的初级完成日期 : | 2020年12月30日 |
实际 学习完成日期 : | 2021年1月11日 |
有资格学习的年龄: | 21年至80年(成人,老年人) |
有资格学习的男女: | 全部 |
接受健康的志愿者: | 不 |
采样方法: | 非概率样本 |
纳入标准:
排除标准:
美国,加利福尼亚 | |
斯坦福大学 | |
加利福尼亚州斯坦福,美国94305 |
首席研究员: | 医学博士Sanjiv Narayan | 斯坦福大学 |
追踪信息 | |||||
---|---|---|---|---|---|
首先提交日期 | 2019年4月1日 | ||||
第一个发布日期 | 2019年10月15日 | ||||
上次更新发布日期 | 2021年5月7日 | ||||
实际学习开始日期 | 2019年7月3日 | ||||
实际的初级完成日期 | 2020年12月30日(主要结果指标的最终数据收集日期) | ||||
当前的主要结果指标 |
| ||||
原始主要结果指标 | 与电流相同 | ||||
改变历史 | |||||
当前的次要结果指标 | 不提供 | ||||
原始的次要结果指标 | 不提供 | ||||
当前其他预先指定的结果指标 | 不提供 | ||||
原始其他预先指定的结果指标 | 不提供 | ||||
描述性信息 | |||||
简短标题 | 基于云的映射用于个性化消融 | ||||
官方头衔 | 基于云的映射用于个性化消融 | ||||
简要摘要 | 心房颤动是一个严重的公共卫生问题,影响了超过500万美国人,可能会导致跳动,头晕,中风甚至死亡。这项研究旨在提高我们对房颤原因的理解,并为这种心律障碍设计新的,更有效的疗法。 | ||||
详细说明 | 该项目将着重于开发用于使用基于云的计算资源和移动技术的电生理数据分析和解释的新型范式。当前,操作员使用电生理实验室中的多个基于桌面的计算机系统分析了在过程中收集的电生理数据。研究人员建议,基于云的计算资源和网络连接的进展应应用移动范式,以适用于侵入性电生理程序。 该项目将提供概念证明,可以通过手机界面使用调查人员开发和提供的开放访问软件,以识别心脏中治疗有效的网站。该系统在任何时候都不会指导患者治疗。研究人员将仅使用临床手段进行治疗。同时,一个双盲团队将使用在智能手机上可视化的在线软件实时分析数据。只有在案件结论时,数据才能不盲目,以确定移动系统是否实时准确。 因此,基于云的计算系统的开发和测试旨在建立范式的可行性,然后改进计算建模算法。收集的数据将添加到研究人员现有的多模式(结构,临床和电生理)数据的独特目录。 这种新颖的范式的重要性是从分析大量数据转变为创建移动平台,并允许可扩展性提高访问权限,例如欠发达的医疗中心。 | ||||
研究类型 | 观察 | ||||
学习规划 | 观察模型:队列 时间观点:潜在 | ||||
目标随访时间 | 不提供 | ||||
生物测量 | 不提供 | ||||
采样方法 | 非概率样本 | ||||
研究人群 | 受试者将是在AF的斯坦福大学(Stanford of AF)进行21至80岁的任何种族的男人和女人。患者将失败或不耐受≥1种抗心律失常药物或不愿接受抗心律失常药物治疗。 1 - 2年内,将有50名患者在斯坦福大学入学。 | ||||
健康)状况 |
| ||||
干涉 | 不提供 | ||||
研究组/队列 | 不提供 | ||||
出版物 * | 不提供 | ||||
*包括由数据提供商提供的出版物以及Medline中临床标识符(NCT编号)的出版物。 | |||||
招聘信息 | |||||
招聘状况 | 取消 | ||||
实际注册 | 0 | ||||
原始估计注册 | 50 | ||||
实际学习完成日期 | 2021年1月11日 | ||||
实际的初级完成日期 | 2020年12月30日(主要结果指标的最终数据收集日期) | ||||
资格标准 | 纳入标准:
排除标准:
| ||||
性别/性别 |
| ||||
年龄 | 21年至80年(成人,老年人) | ||||
接受健康的志愿者 | 不 | ||||
联系人 | 仅当研究招募主题时才显示联系信息 | ||||
列出的位置国家 | 美国 | ||||
删除了位置国家 | |||||
管理信息 | |||||
NCT编号 | NCT04127123 | ||||
其他研究ID编号 | 49800 49800(其他标识符:Stanford IRB) | ||||
有数据监测委员会 | 不 | ||||
美国FDA调节的产品 |
| ||||
IPD共享声明 | 不提供 | ||||
责任方 | 斯坦福大学的Sanjiv Narayan,医学博士,博士 | ||||
研究赞助商 | 斯坦福大学 | ||||
合作者 | 不提供 | ||||
调查人员 |
| ||||
PRS帐户 | 斯坦福大学 | ||||
验证日期 | 2021年5月 |