Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

Algoritmy strojového učení a umělé inteligence pro optimalizaci výkonu a poskytování akutní dialýzy (SMART DIALYSIS)

22. září 2026 aktualizováno: University of Alberta

SMART DIALYSIS - Škálování algoritmů strojového učení a umělé inteligence pro optimalizaci výkonu a poskytování akutní dialýzy.

SMART DIALYSIS - Scaling Machine Learning and Artificial Intelligence AlgoRithms to OpTimize the Performance and Delivery of Acute DIALYSIS.

Hypothesis:

Can the investigators develop and implement Machine Learning and Artificial Intelligence Algorithms into Clinical Information Systems to Optimize the Prescription, Delivery, and Performance of Acute Dialysis?

Objective(s):

  1. Identify variables surrounding identified Key Performance Indicators that may be used by Machine Learning and Artificial Intelligence algorithms to optimize the prescription and performance of acute dialysis.
  2. Develop Machine Learning and Artificial Intelligence algorithms to help guide the prescription and delivery of acute dialysis in the development of Clinical Decision Support tools and Best Practice Advisories and create a ML/AI Augmented SMART DIALYSIS Digital Dashboard.
  3. Implement and evaluate the performance of the developed Machine Learning and Artificial Intelligence algorithms on patient-centered and health economic outcomes.
  4. Validate and benchmark the performance of the evaluated Machine Learning and Artificial Intelligence algorithms across multiple jurisdictions.

Přehled studie

Postavení

Postavení

Označuje aktuální stav náboru nebo stav rozšířeného přístupu.
Zatím nenabíráme

Podmínky

Podmínky

Nemoc, porucha, syndrom, nemoc nebo zranění, které je studováno. Na webu ClinicalTrials.gov mohou podmínky zahrnovat i další problémy související se zdravím, jako je délka života, kvalita života a zdravotní rizika.

Intervence / Léčba

Intervence / Léčba

Proces nebo akce, na které se klinická studie zaměřuje. Intervence zahrnují léky, zdravotnická zařízení, postupy, vakcíny a další produkty, které jsou buď zkoušené nebo již dostupné. Intervence mohou také zahrnovat neinvazivní přístupy, jako je edukace nebo úprava stravy a cvičení.

Detailní popis

Study Background & Rationale:

Acute dialysis is required in approximately 10-15% of all patients admitted to intensive care units (ICUs). Acute dialysis may take the form of continuous renal replacement therapy (CRRT), intermittent hemodialysis (IHD) or slow-low efficiency dialysis (SLED). Worldwide, CRRT remains the predominant form of acute dialysis, with over 75% of acute dialysis being CRRT.

The application of acute dialysis in the ICU is associated with poor patient outcomes. Despite advances in medical technology and care, mortality remains between 40-60%, which is similar to outcomes observed with severe acute respiratory distress syndrome (ARDS). Additionally, even when patients survive their critical illness, up to 10% of patients require ongoing long-term chronic dialysis therapy. This has a significant effect on the quality of life of survivors of critical illness, as well as important effects on their families, often requiring changes in work and housing status, as well as relocation to sites in closer proximity to dialysis centres. This results in not only significant healthcare and social costs (approximately $100,000/patient/year in Alberta, Canada), but also very important reductions in the health-related quality of lives for these patients. Currently, while evidence exist regarding the optimal initiation of acute dialysis, there is a paucity of evidence to predict timing of modality transition or liberation from this therapy. Using a completely integrated electronic Clinical Information System (eCIS) such as Connect Care (EPIC, Wisconsin, USA) in Alberta, the investigators can develop predictive algorithms that may anticipate patient and acute dialysis needs.

Once, acute dialysis is initiated, several factors may affect kidney recovery following acute dialysis. Intra-dialytic hypotension has been identified as a leading modifiable factor, but unfortunately, one where clinicians have limited capacity to accurately predict. This is an important knowledge gap that must be addressed. It has also been previously identified by our study team as one of the most important key performance indicators (KPI) for acute dialysis, especially in IHD and SLED. For CRRT, filter life has been identified as the most important and studied KPI. Both of these KPIs are currently being utilized by the ongoing QUALITY CRRT and DIALYZING WISELY programs to improve the performance and delivery of acute dialysis to critically ill patients. These two programs have been successfully implemented across Alberta and have established the infrastructure necessary to initiate the next steps in these Continuous Quality Initiatives for acute dialysis, the SMART DIALYSIS program.

Recently, advances in computer and machine processing have led to the 4th industrial revolution featuring the development of smart machines, devices, and learning algorithms that can aid humans in the management of patients and optimize the delivery of healthcare. Machine Learning (ML) and Artificial Intelligence (AI) algorithms have been previously used in medicine, but have only begun their implementation into critical care nephrology.

Current initiatives are primarily focused on pattern recognition and risk prediction. This program will contain 4 distinct phases.

In Phase 1, the investigators will continue work from our QUALITY CRRT and DIALYZING WISELY program and will aim to better understand the landscape surrounding decisions around transitions between acute dialysis modalities, termination, and attempts at liberation from acute dialysis, the incidence of intra-dialytic hypotension, and timing of filter clotting in the ICU.

In Phase 2, the investigators will develop models and subsequent Clinical Decision Support (CDS) tools and/or Best Practice Advisories (BPAs) for clinicians to better predict and manage 1) transitions between acute dialysis therapies, 2) management of intra-dialytic hypotension, 3) prediction of filter life and 4) liberation from acute dialysis. Concurrent with this work, we will work to develop an AI/ML Augmented Acute Dialysis Dashboard (i.e., SMART DIALYSIS Digital Dashboard) embedded within our electronic Clinical Information System (eCIS) to present these KPIs to clinicians.

Phase 3 will look into implementing and evaluating the performance and acceptability of these ML/AI algorithms in clinical practice.

Finally, Phase 4 will take our Alberta-derived results and look to implement and benchmark these across other large healthcare authorities to ensure that the algorithms have been developed and validated appropriately and ethically. These will include partners across Canada, the US, Europe and Australia and New Zealand.

Typ studie

Typ studie

Popisuje povahu klinické studie. Typy studií zahrnují intervenční studie (také nazývané klinické studie), observační studie (včetně registrů pacientů) a rozšířený přístup.
Pozorovací

Zápis (Odhadovaný)

Zápis

Počet účastníků klinické studie. „Očekávaný“ zápis je cílový počet účastníků, které výzkumníci pro studii potřebují.
7500

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní kontakt

Studijní kontakt

Jméno a kontaktní údaje osoby, která může odpovědět na otázky týkající se registrace do klinické studie. Každé místo, kde se studie provádí, může mít také konkrétní kontakt, který může lépe odpovědět na tyto otázky.
  • Jméno: Oleksa G Rewa, MD MSc FRCPC
  • Telefonní číslo: 17802633280
  • E-mail: rewa@ualberta.ca

Studijní záloha kontaktů

Studijní místa

  • Kanada
    • Alberta
      • Calgary, Alberta, Kanada, T2N 2T9
        • Foothills Medical Center
        • Kontakt:
      • Calgary, Alberta, Kanada, T1Y 6J4
        • Peter Lougheed Center
        • Kontakt:
      • Calgary, Alberta, Kanada, T2V 1P9
        • Rockyview General Hospital
        • Kontakt:
      • Calgary, Alberta, Kanada, T3M 1M4
        • South Health Campus
        • Kontakt:
      • Edmonton, Alberta, Kanada, T5H 3V9
        • Royal Alexandra Hospital
        • Kontakt:
      • Edmonton, Alberta, Kanada, T6L 5X8
        • Grey Nuns Community Hospital
        • Kontakt:
      • Edmonton, Alberta, Kanada, T6G-2B7
        • University of Alberta Hospital
        • Kontakt:
      • Edmonton, Alberta, Kanada, T5R 4H5
        • Misericordia Community Hospital
        • Kontakt:
      • Edmonton, Alberta, Kanada, T6G-2B7
        • Mazankowski Heart Institute
        • Kontakt:
      • Fort McMurray, Alberta, Kanada, T9H 1P2
        • Northern Lights Regional Hospital.
        • Kontakt:
      • Grand Prairie, Alberta, Kanada, T8V 4B1
        • Grand Prairie Regional Hospital
        • Kontakt:
      • Lethbridge, Alberta, Kanada, T1J 1W5
        • Chinook Regional Hospital
        • Kontakt:
      • Medicine Hat, Alberta, Kanada, T1A 4H6
        • Medicine Hat Regional Hospital
        • Kontakt:
      • Red Deer, Alberta, Kanada, T4N 4E7
        • Red Deer Regional Hospital
        • Kontakt:
      • St. Albert, Alberta, Kanada, T8N 6C4
        • Sturgeon Community Hospital
        • Kontakt:

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Kritéria způsobilosti

Klíčové požadavky, které musí lidé, kteří se chtějí zúčastnit klinické studie, splňovat nebo vlastnosti, které musí mít. Kritéria způsobilosti se skládají jak z kritérií pro zařazení (která jsou vyžadována pro účast osoby ve studii), tak z kritérií vyloučení (která brání osobě v účasti). Typy kritérií způsobilosti zahrnují, zda studie přijímá zdravé dobrovolníky, má požadavky na věk nebo věkovou skupinu nebo je omezena pohlavím.

Věk způsobilý ke studiu

  • Dítě
  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ne

Pohlaví způsobilá ke studiu

Všechno

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

The study population will comprise critically ill patients admitted to an intensive care unit who require acute renal replacement therapy.

Popis

Inclusion Criteria

Patients admitted to an intensive care unit (ICU) who require acute renal replacement therapy, either intermittent or continuous.

Exclusion Criteria

Receipt of renal replacement therapy for less than 24 hours.

Pre-existing end-stage kidney disease.

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

  • Observační modely: COHORT
  • Časové perspektivy: PROSPECTIVE

Kohorty a intervence

Skupina / kohorta

Skupina / kohorta

Skupina nebo podskupina účastníků pozorovací studie, která je hodnocena z hlediska biomedicínských nebo zdravotních výsledků.
Intervence / Léčba

Intervence / Léčba

Proces nebo akce, na které se klinická studie zaměřuje. Intervence zahrnují léky, zdravotnická zařízení, postupy, vakcíny a další produkty, které jsou buď zkoušené nebo již dostupné. Intervence mohou také zahrnovat neinvazivní přístupy, jako je edukace nebo úprava stravy a cvičení.
Critically ill patients requiring acute dialysis

Admitted to an intensive care unit; requiring acute dialysis
Přístroj: intermittent OR continuous renal replacement therapies

We will include any critically ill patient admitted to an intensive care unit requiring acute dialysis.

Co je měření studie?

Primární výstupní opatření

Primární výstupní opatření

V protokolu klinické studie je plánovaná výsledná míra, která je nejdůležitější pro hodnocení účinku intervence/léčby. Většina klinických studií má jedno primární měřítko výsledku, ale některé mají více než jedno.
Měření výsledku
Popis opatření
Časové okno
Identify Key Performance Indicators that may be used by Machine Learning algorithms.
Časové okno: 12 month

Key Performance Indicators
12 month
Develop Artificial Intelligence and Machine Learning algorithms
Časové okno: 36 month

Artificial Intelligence and Machine Learning algorithms
36 month
Evaluate the performance of the developed Artificial Intelligence and Machine Learning algorithms.
Časové okno: 60 month

ICU and hospital mortality; Renal Recovery at ICU and hospital discharge and 90 days; ICU and hospital lengths of stay; Hospital Costs
60 month

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Sponzor

Sponzor

Organizace nebo osoba, která iniciuje studii a která má autoritu a kontrolu nad studií.
University of Alberta

Vyšetřovatelé

Vyšetřovatelé

Výzkumník zapojený do klinické studie. Související pojmy zahrnují hlavní řešitel, dílčí řešitel, vedoucí studie, vedoucí studie a hlavní řešitel studie.
  • Vrchní vyšetřovatel: Oleksa G Rewa, MD MSc, University of Alberta

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (Odhadovaný)

Začátek studia

Skutečné datum, kdy byl první účastník zařazen do klinické studie. „Očekávané“ datum zahájení studie je datum, o kterém si vědci myslí, že bude datem zahájení studie.
1. října 2026

Primární dokončení (Odhadovaný)

Primární dokončení

Datum, kdy byl poslední účastník klinické studie vyšetřen nebo obdržel intervenci ke sběru konečných dat pro primární měření výsledku. Zda byla klinická studie ukončena podle protokolu nebo byla ukončena, toto datum neovlivňuje. U klinických studií s více než jedním primárním výstupním měřením s různými daty dokončení se tento termín vztahuje k datu, kdy je dokončen sběr dat pro všechna primární výsledná měření. „Očekávané“ datum primárního dokončení je datum, o kterém si vědci myslí, že bude primárním datem dokončení studie.
30. června 2030

Dokončení studie (Odhadovaný)

Dokončení studie

Datum, kdy byl poslední účastník klinické studie vyšetřen nebo dostal intervenci/léčbu za účelem shromáždění konečných dat pro měření primárního výsledku, sekundárního měření výsledku a nežádoucí příhody (tj. poslední návštěva posledního účastníka). „Očekávané“ datum dokončení studie je datum, o kterém si vědci myslí, že bude datem dokončení studie.
30. června 2031

Termíny zápisu do studia

První předloženo

První předloženo

Datum, kdy zadavatel studie nebo zkoušející poprvé předložil záznam studie na ClinicalTrials.gov. Mezi prvním odeslaným datem a dostupností záznamu na ClinicalTrials.gov (první zveřejněné datum) je obvykle několik dní.
17. prosince 2025

První předloženo, které splnilo kritéria kontroly kvality

První předloženo, které splnilo kritéria kontroly kvality

Datum, kdy zadavatel studie nebo zkoušející poprvé předloží záznam studie, který je v souladu s kritérii kontroly kvality (QC) Národní lékařské knihovny (NLM). Sponzor nebo zkoušející může potřebovat revidovat a předložit záznam studie jednou nebo vícekrát, než budou splněna kritéria kontroly kontroly kvality NLM. Je odpovědností sponzora nebo zkoušejícího zajistit, aby byl záznam studie v souladu s kritérii kontroly kontroly kvality NLM.
17. prosince 2025

První zveřejněno (Aktuální)

První zveřejněno

Datum, kdy byl záznam studie poprvé k dispozici na webu ClinicalTrials.gov poté, co byla dokončena kontrola kontroly kvality (QC) National Library of Medicine (NLM). Mezi datem, kdy zadavatel studie nebo zkoušející předložil záznam studie, a prvním zveřejněným datem je typicky několik dní zpoždění.
31. prosince 2025

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

Poslední zveřejněná aktualizace

Nejnovější datum, kdy byly změny záznamu studie zpřístupněny na ClinicalTrials.gov. Mezi okamžikem, kdy byly změny odeslány na ClinicalTrials.gov sponzorem nebo zkoušejícím studie (datum poslední předložení aktualizace), a datem zveřejnění poslední aktualizace může nastat zpoždění.
24. září 2026

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

Nejnovější datum, kdy zadavatel studie nebo zkoušející předložil změny záznamu studie, které jsou v souladu s kritérii kontroly kvality (QC) National Library of Medicine (NLM). Je odpovědností sponzora nebo zkoušejícího zajistit, aby byl záznam studie v souladu s kritérii kontroly kontroly kvality NLM.
22. září 2026

Naposledy ověřeno

Naposledy ověřeno

Nejnovější datum, kdy zadavatel studie nebo zkoušející potvrdil informace o klinické studii na webu ClinicalTrials.gov jako přesné a aktuální. Pokud jde o studii s náborovým statusem náboru; ještě nenabírá nábor; nebo aktivní, nebyl nábor potvrzen během posledních 2 let, status náboru studie je uveden jako neznámý.
1. září 2026

Více informací

Termíny související s touto studií

Klíčová slova

Další relevantní podmínky MeSH

Další identifikační čísla studie

Další identifikační čísla studie

Identifikátory nebo ID čísla jiná než číslo NCT, které klinické studii přiděluje zadavatel studie, financující subjekty nebo jiní. Tato čísla mohou zahrnovat jedinečné identifikátory z jiných registrů studií a čísla grantů National Institutes of Health.
  • Pro00160780

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NEROZHODNÝ

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

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 .

Nastavení souborů cookie

Používáme cookies, abychom zajistili, že vám poskytneme nejlepší zážitek z našich webových stránek. Pro více informací si pečlivě přečtěte naše Zásady ochrany osobních údajů a cookies. ...>>>Svou preference můžete kdykoli změnit nebo svůj souhlas odvolat odstraněním cookies z vašeho webu nebo počítače, jak je popsáno v zásadách. Přijměte to a vyberte své předvolby zaškrtnutím příslušných polí v části „Správa nastavení“ níže. Než budete pokračovat v používání jakékoli části tohoto webu, pozorně si prosím přečtěte naše Podmínky služby.
«Spravovat nastavení