Predikce výsledku dialýzy řízená umělou inteligencí s EHR
Předvídání klinických výsledků u dialyzovaných pacientů pomocí elektronických zdravotních záznamů: přístup založený na umělé inteligenci
Přehled studie
Postavení
Postavení
Podmínky
Podmínky
Intervence / Léčba
Intervence / Léčba
Detailní popis
Typ studie
Typ studie
Zápis (Odhadovaný)
Zápis
Kontakty a umístění
Studijní kontakt
Studijní kontakt
- Jméno: Fei Liu, MD
- Telefonní číslo: +86 13810512704
- E-mail: liufei_2359@163.com
Studijní místa
-
-
Beijing
-
Beijing, Beijing, Čína
- Nábor
- General Hospital of PLA
-
Kontakt:
- Delong Zhao
- Telefonní číslo: +86 13810512704
- E-mail: feiliu0108@gmail.com
-
-
Kritéria účasti
Kritéria způsobilosti
Kritéria způsobilosti
Věk způsobilý ke studiu
- Dospělý
- Starší dospělý
Přijímá zdravé dobrovolníky
Metoda odběru vzorků
Studijní populace
Popis
Kritéria pro zařazení:
- Pacienti, kteří podstoupili dialýzu (hemodialýza nebo peritoneální dialýza) po dobu nejméně 3 měsíců.
- Kompletní a dostupná data EHR, včetně anamnézy, výsledků laboratorních testů, podrobností o dialyzační léčbě a klinických pozorování.
- Účastníci musí poskytnout informovaný souhlas s použitím svých zdravotních údajů pro výzkumné účely.
Kritéria pro vyloučení:
- Pacienti s neúplnými nebo chybějícími kritickými daty EHR, včetně anamnézy, laboratorních výsledků, údajů o dialýze nebo podrobností o léčbě nezbytných pro studii.
- Pacienti, kteří byli na dialýze méně než 3 měsíce, aby zajistili stabilní údaje pro predikci výsledku.
Studijní plán
Jak je studie koncipována?
Detaily designu
Počet skupin / kohort
Kohorty a intervence
Skupina / kohortaSkupina / kohorta |
Intervence / LéčbaIntervence / Léčba |
|---|---|
|
Skupina s vysokým rizikem
Účastníci předpokládali, že budou mít vysoké riziko úmrtnosti založené na modelech predikce pomocí AI-A-asistovaných pomocí jejich údajů EHR, včetně anamnézy, laboratorních výsledků, údajů o léčbě dialýzy a klinických pozorování.
|
Tato studie využívá prediktivní model pomocí AI, který analyzuje multimodální údaje z elektronických zdravotních záznamů, včetně anamnézy, laboratorních výsledků, údajů o léčbě dialýzy a klinických pozorování, aby předpovídal výsledky pro dialýzu.
Model využívá algoritmy hlubokého učení k predikci rizika úmrtnosti, středních výsledků, jako je anémie, kontrola krevního tlaku, výživa a metabolismus vápníku-fosfátu, a pomáhá identifikovat včasné příznaky zhoršení.
Intervence není přímá léčba nebo postup, ale jeho cílem je vyvinout nástroj pro předpovídání výsledků pacienta a optimalizaci léčebných strategií ke zlepšení celkového zdraví a míry přežití u pacientů s dialýzou.
|
|
Skupina s nízkým rizikem
Účastníci předpokládali, že budou mít nízké riziko úmrtnosti založené na modelu predikce asistovaného AI, který bude porovnán s vysoce rizikovou skupinou pro hodnocení účinnosti strategií včasné intervence.
|
Tato studie využívá prediktivní model pomocí AI, který analyzuje multimodální údaje z elektronických zdravotních záznamů, včetně anamnézy, laboratorních výsledků, údajů o léčbě dialýzy a klinických pozorování, aby předpovídal výsledky pro dialýzu.
Model využívá algoritmy hlubokého učení k predikci rizika úmrtnosti, středních výsledků, jako je anémie, kontrola krevního tlaku, výživa a metabolismus vápníku-fosfátu, a pomáhá identifikovat včasné příznaky zhoršení.
Intervence není přímá léčba nebo postup, ale jeho cílem je vyvinout nástroj pro předpovídání výsledků pacienta a optimalizaci léčebných strategií ke zlepšení celkového zdraví a míry přežití u pacientů s dialýzou.
|
Co je měření studie?
Primární výstupní opatření
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Přesnost predikce úmrtnosti
Časové okno: 1 rok
|
Schopnost prediktivního modelu s asistovanou A-AISISTISTIVEM přesně předpovídat riziko úmrtnosti u dialyzačních pacientů.
Přesnost predikce bude hodnocena pomocí oblasti pod křivkou (AUC), skóre F1 a citlivosti/specificity.
Model bude vyhodnocen porovnáním předpokládaného rizika úmrtnosti se skutečnými výsledky (tj. Zda pacienti přežili nebo zemřeli během studijního období).
|
1 rok
|
Sekundární výstupní opatření
Sekundární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Přesnost předpovědí komplikací
Časové okno: 1 rok
|
Přesnost prediktivního modelu s asistovanou A A v prognóze komplikací, které se běžně zažívají u pacientů s dialýzou, včetně anémie, nekontrolovaného krevního tlaku, špatného výživového stavu a abnormalit v metabolismu vápníku-fosfátu.
Výkon modelu bude hodnocen pomocí metrik, jako je AUC, skóre F1 a přesnost porovnáním předpokládaných hodnot se skutečnými klinickými výsledky, jako jsou laboratorní výsledky, klinické diagnózy a zdravotní stav pacientů.
|
1 rok
|
Spolupracovníci a vyšetřovatelé
Sponzor
Sponzor
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Aktuální)
Začátek studia
Primární dokončení (Odhadovaný)
Primární dokončení
Dokončení studie (Odhadovaný)
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
Klíčová slova
Další identifikační čísla studie
Další identifikační čísla studie
- Dialysis
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
produkt vyrobený a vyvážený z USA
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 .