Predikce zhoršení stavu pacienta pomocí strojového učení
Přehled studie
Postavení
Postavení
Podmínky
Podmínky
Intervence / Léčba
Intervence / Léčba
Typ studie
Typ studie
Zápis (Aktuální)
Zápis
Kontakty a umístění
Studijní místa
-
-
Massachusetts
-
Boston, Massachusetts, Spojené státy, 02115
- Brigham and Women's Hospital
-
Boston, Massachusetts, Spojené státy, 02130
- Brigham and Women's Faulkner Hospital
-
-
Kritéria účasti
Kritéria způsobilosti
Kritéria způsobilosti
Věk způsobilý ke studiu
Přijímá zdravé dobrovolníky
Metoda odběru vzorků
Studijní populace
Popis
Kritéria pro zařazení:
Pečováno ve studii Brigham and Women's Home Hospital
Kritéria vyloučení:
Neúplné údaje o průběžném monitorování
Studijní plán
Jak je studie koncipována?
Detaily designu
Počet skupin / kohort
Kohorty a intervence
Skupina / kohortaSkupina / kohorta |
Intervence / LéčbaIntervence / Léčba |
|---|---|
|
Výcvik
Podmnožina pacientů, kteří se používají k trénování algoritmu strojového učení.
|
Retrospektivně porovnáme alarmy vytvořené tradičními alarmy vitálních funkcí (prahové hodnoty stanovené klinickými lékaři) s indexem BioVitals vs národní skóre včasného varování 2
|
|
Validace
Podmnožina pacientů, kteří jsou „zadrženi“ a používají se k ověření přesnosti algoritmu.
|
Retrospektivně porovnáme alarmy vytvořené tradičními alarmy vitálních funkcí (prahové hodnoty stanovené klinickými lékaři) s indexem BioVitals vs národní skóre včasného varování 2
|
Co je měření studie?
Primární výstupní opatření
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Poplachová zátěž
Časové okno: Od přijetí do propuštění, měřeno v hodinách, v průměru 5 dní
|
Počet poplachů spuštěných na pacienta za hodinu
|
Od přijetí do propuštění, měřeno v hodinách, v průměru 5 dní
|
Sekundární výstupní opatření
Sekundární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Citlivost pro rozpoznání bezpečnostního kompozitu
Časové okno: Od přijetí do propuštění v průměru 5 dní
|
Senzitivita (skutečně pozitivní děleno pozitivními stavy) pro detekci bezpečnostního kompozitu (návštěva přes noc, extra neplánovaná návštěva, převoz zpět do nemocnice, smrt při příjmu, delirium, ztráta vědomí nebo jiná závažná událost).
|
Od přijetí do propuštění v průměru 5 dní
|
|
Specifičnost pro rozpoznávání bezpečnostního kompozitu
Časové okno: Od přijetí do propuštění v průměru 5 dní
|
Specifičnost (skutečné zápory dělené zápornými stavy) pro detekci bezpečnostního kompozitu (návštěva přes noc, extra neplánovaná návštěva, převoz zpět do nemocnice, smrt při příjmu, delirium, ztráta vědomí nebo jiná závažná událost).
|
Od přijetí do propuštění v průměru 5 dní
|
|
Pozitivní prediktivní hodnota pro rozpoznání bezpečnostního kompozitu
Časové okno: Od přijetí do propuštění v průměru 5 dní
|
Pozitivní prediktivní hodnota (skutečně pozitivní děleno součtem skutečných pozitivních plus falešně pozitivních) pro detekci bezpečnostního kompozitu (návštěva přes noc, extra neplánovaná návštěva, převoz zpět do nemocnice, smrt při příjmu, delirium, ztráta vědomí nebo jiné hlavní událost).
|
Od přijetí do propuštění v průměru 5 dní
|
|
Negativní prediktivní hodnota pro rozpoznání bezpečnostního kompozitu
Časové okno: Od přijetí do propuštění v průměru 5 dní
|
Negativní prediktivní hodnota (skutečně negativní vydělená součtem skutečných negativních plus falešně negativní) pro detekci bezpečnostního kompozitu (návštěva přes noc, další neplánovaná návštěva, převoz zpět do nemocnice, smrt při příjmu, delirium, ztráta vědomí nebo jiné hlavní událost).
|
Od přijetí do propuštění v průměru 5 dní
|
|
Rychlost alarmů s klinickou užitečností
Časové okno: Od přijetí do propuštění v průměru 5 dní
|
Použijeme obecné odhadovací rovnice (GEE) se třemi výsledky na pacienta (počet klinicky důležitých alarmů pro BioVitals, NEWS2 a tradiční vitální funkce); GEE bude odpovídat za shlukování mezi třemi výsledky u pacienta.
GEE použije negativní binomický marginální model s log-linkem pro počet alarmů s klinickou užitečností a offsetem pro log délku pobytu (v hodinách); s tímto modelem modelujeme četnost počtu alarmů za hodinu s klinickou užitečností s BI, NEWS2 a tradičními vitálními funkcemi.
Hlavní kovariát v negativním binomickém modelu bude tříúrovňový kovariát pro metodu: BI vs. NEWS2 vs. tradiční vitální znaky a exponenciála účinku této kovariátu bude párový poměr BI vs NEWS2 vs tradiční vitální funkce. znamení.
|
Od přijetí do propuštění v průměru 5 dní
|
Spolupracovníci a vyšetřovatelé
Sponzor
Sponzor
Spolupracovníci
Spolupracovníci
Vyšetřovatelé
Vyšetřovatelé
- Vrchní vyšetřovatel: David Levine, MD MPH MA, Associate Physician
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Aktuální)
Začátek studia
Primární dokončení (Aktuální)
Primární dokončení
Dokončení studie (Aktuální)
Dokončení studie
Termíny zápisu do studia
První předloženo
První předloženo
První předloženo, které splnilo kritéria kontroly kvality
První předloženo, které splnilo kritéria kontroly kvality
První zveřejněno (Aktuální)
První zveřejněno
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
Poslední zveřejněná aktualizace
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Naposledy ověřeno
Naposledy ověřeno
Více informací
Termíny související s touto studií
Další relevantní podmínky MeSH
- Urogenitální onemocnění
- Cévní onemocnění
- Kardiovaskulární choroby
- Patologické procesy
- Mužská urogenitální onemocnění
- Onemocnění ledvin
- Urologická onemocnění
- Ženské urogenitální onemocnění
- Ženské urogenitální onemocnění a těhotenské komplikace
- Srdeční choroba
- Chronické onemocnění
- Atributy nemoci
- Onemocnění imunitního systému
- Nemoci dýchacích cest
- Plicní onemocnění
- Bronchiální onemocnění
- Plicní onemocnění, obstrukční
- Respirační přecitlivělost
- Přecitlivělost, okamžitá
- Přecitlivělost
- Renální insuficience
- Hypertenze
- Patologické stavy, příznaky a symptomy
- Hypertenzní krize
- Srdeční selhání
- Plicní onemocnění, chronická obstrukční
- Astma
- Infekce
- Renální insuficience, chronická
Další identifikační čísla studie
Další identifikační čísla studie
- 2017P002583d
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Studuje produkt zařízení regulovaný americkým úřadem FDA
Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .