ECG Vector Determination
Cyberonics, Inc. • Épilepsie
Résumé
ECG Vector Determination est développé par Cyberonics, Inc.. Le traitement est actuellement en À vérifier. Il est associé à Épilepsie. Son objectif thérapeutique principal est À vérifier. Le statut actuel est : suivi actif.
À vérifier
Début phase actuelle
Non disponible dans les sources synchronisées
Timeline clinique
À vérifier
Objectif scientifique de l’étude
classification automatique vérifiableIl mesure uniquement la force de la classification automatique de l’objectif scientifique. Le calcul part de 45 points, ajoute 7 points par unité de poids du mot-clé le plus fortement détecté, puis est plafonné à 95 %. Exemple : un score maximal de 2 donne 45 + (2 × 7) = 59 %.
Ce score est heuristique et doit être vérifié dans le protocole ou une publication.
Description affichée depuis l’essai compatible NCT01486056, afin d’éviter le mélange entre plusieurs indications d’une même molécule.
L’objectif est absent ou classé « Autre » et doit être recalculé à partir du protocole.
Transparence et qualité de la fiche
données vérifiablesClassification scientifique multi-axes
ne pas confondre statut et résultatUn essai terminé n’est pas nécessairement positif. Un essai arrêté n’est classé comme échec scientifique que lorsqu’un résultat ou une raison explicite le confirme.
Indicateurs factuels
sans score subjectifAucune chance de succès, note d’innovation, potentiel thérapeutique ou probabilité de commercialisation n’est calculé tant qu’un modèle validé et des données suffisantes ne sont pas disponibles.
Historique factuel de la molécule
12 événement(s) daté(s)Cette liste reprend uniquement les dates trouvées dans les registres et publications liés. Elle ne constitue pas une prévision.
| Date | Événement | Source |
|---|---|---|
| 2011-11-01 | Début de l’étudeNCT01486056 | Registre d’essai clinique |
| 2012-01-01 | Fin de l’étude prévue / enregistréeNCT01486056 | Registre d’essai clinique |
| 2012-08-20 | Dernière mise à jour des donnéesECG Vector Determination | Biomedical Watch |
| 2026-07-12 | Création de l’enregistrementNCT01486056 | Registre d’essai clinique |
| 2026-07-12 | PublicationECG arrhythmia classification via wavelet-driven feature extraction and swarm-optimised gradient boosting. | Computers in biology and medicine |
| 2026-07-12 | PublicationTransformer-based deep learning for estimating bidirectional maternal-fetal cardiac coupling. | Frontiers in medical technology |
| 2026-07-13 | Dernière mise à jour du registreNCT01486056 | Registre d’essai clinique |
| 2026-07-23 | PublicationAI-ECG Risk Stratification for Atrial Fibrillation: Real-World Performance and Explainability. | JACC. Advances |
| 2026-08-08 | PublicationWAVE: Wall-Aligned Vector Embedding for Self-Supervised Learning of Electrocardiograms. | Bioengineering (Basel, Switzerland) |
| 2026-08-08 | PublicationElectrophysiological biomarkers for foundational signal markers in chronic pancreatitis using machine learning models. | Frontiers in pain research (Lausanne, Switzerland) |
| 2026-08-16 | PublicationSuccessful Epicardial Ablation of a Right Infero-paraseptal Accessory Pathway Presenting as Ventricular Fibrillation. | Cardiac electrophysiology clinics |
| 2026-08-16 | PublicationDetection of cardiac pathologies in electrocardiogram signals using empirical mode decomposition and neural networks. | Health information science and systems |
Début phase actuelle
Non disponible dans les sources synchronisées
Essais cliniques liés
1 essai(s)
| NCT | Titre | Phase | Statut administratif | Pays | Sponsor |
|---|---|---|---|---|---|
| NCT01486056 | ECG Vector Determination | À vérifier | COMPLETED | United States | Cyberonics, Inc. |
Publications liées
7 publication(s)Publications liées
7 publication(s)| Titre | PMID | DOI | Journal | Date |
|---|---|---|---|---|
| Successful Epicardial Ablation of a Right Infero-paraseptal Accessory Pathway Presenting as Ventricular Fibrillation. Voir source | 42580788 | 10.1016/j.ccep.2026.06.003 | Cardiac electrophysiology clinics | |
| Detection of cardiac pathologies in electrocardiogram signals using empirical mode decomposition and neural networks. Voir source | 42491352 | 10.1007/s13755-026-00471-w | Health information science and systems | |
| WAVE: Wall-Aligned Vector Embedding for Self-Supervised Learning of Electrocardiograms. Voir source | 42510400 | 10.3390/bioengineering13070733 | Bioengineering (Basel, Switzerland) | |
| Electrophysiological biomarkers for foundational signal markers in chronic pancreatitis using machine learning models. Voir source | 42558996 | 10.3389/fpain.2026.1857591 | Frontiers in pain research (Lausanne, Switzerland) | |
| AI-ECG Risk Stratification for Atrial Fibrillation: Real-World Performance and Explainability. Voir source | 42485714 | 10.1016/j.jacadv.2026.103036 | JACC. Advances | |
| ECG arrhythmia classification via wavelet-driven feature extraction and swarm-optimised gradient boosting. Voir source | 42402238 | 10.1016/j.compbiomed.2026.111839 | Computers in biology and medicine | |
| Transformer-based deep learning for estimating bidirectional maternal-fetal cardiac coupling. Voir source | 42415878 | 10.3389/fmedt.2026.1651162 | Frontiers in medical technology |
Sources officielles
liens de rechercheDernière mise à jour des données : 2012-08-20
Ces sources sont proposées pour vérification. Les informations de la fiche doivent être confirmées dans les registres officiels ou les publications originales.