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

External Validation of AI-Aided Weaning Software Using Multicenter Retrospective Data

17. června 2026 aktualizováno: Chieh-Liang Wu, Taichung Veterans General Hospital

Using Multicenter Retrospective Data to Validate the Performance of AI-Aided Weaning Software

This multicenter retrospective study aims to externally validate an artificial intelligence-aided weaning software developed using intensive care unit data from Taichung Veterans General Hospital between 2015 and 2019. The model predicts the optimal timing for extubation using routinely collected clinical variables including ventilator parameters, physiologic measurements, and fluid and nutrition information. De-identified data from four hospitals collected between 2020 and 2024 will be used to evaluate model performance. Performance metrics include sensitivity, specificity, accuracy, area under the receiver operating characteristic curve (AUROC), and F1 score.

Přehled studie

Postavení

Dokončeno

Podmínky

Detailní popis

Critical care generates a large amount of digitized clinical data that may benefit from artificial intelligence-assisted decision support. The AI-Aided Weaning Software was previously developed using ICU data from Taichung Veterans General Hospital collected between 2015 and 2019.

This retrospective multicenter validation study will evaluate the external performance of the established model using independent datasets from four hospitals in Taiwan, including Taichung Veterans General Hospital, Mackay Memorial Hospital, Kaohsiung Medical University Chung-Ho Memorial Hospital, and Tungs' Taichung MetroHarbor Hospital.

The study population includes adult ICU patients with respiratory failure who received mechanical ventilation for at least 72 hours between January 2020 and December 2024. De-identified routine clinical records will be collected according to a predefined case report form and analyzed centrally.

The primary objective is to assess the external validity of the AI-Aided Weaning Software across different hospitals. Model performance will be evaluated using sensitivity, specificity, accuracy, AUROC, and F1 score.

Typ studie

Pozorovací

Zápis (Aktuální)

1500

Kontakty a umístění

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

Studijní místa

      • Taichung, Tchaj-wan
        • Taichung Veterans General Hospital

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

Věk způsobilý ke studiu

  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ne

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

Adult patients with acute respiratory failure who were admitted to participating hospitals between January 2022 and December 2024 and required invasive mechanical ventilation for at least 24 hours. This is a retrospective study using existing clinical and imaging data for model validation.

Popis

Inclusion Criteria:

  • Adult patients aged 20 years or older.
  • Admitted to the intensive care unit (ICU) at one of the participating hospitals between January 1, 2020 and December 31, 2024.
  • Received invasive mechanical ventilation for at least 72 hours.
  • Availability of de-identified clinical data required for model validation.

Exclusion Criteria:

  • Patients who did not receive invasive mechanical ventilation.
  • Duration of mechanical ventilation less than 72 hours.
  • Missing key clinical variables required for model validation.

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

Kohorty a intervence

Skupina / kohorta
Mechanically Ventilated ICU Patients
Adult intensive care unit patients aged 20 years or older who received invasive mechanical ventilation for at least 72 hours between January 2020 and December 2024 at four participating hospitals. Retrospective de-identified clinical data were used to validate the performance of AI-Aided Weaning Software.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Model Performance (AUROC)
Časové okno: Using data collected during ICU admission
Area under the receiver operating characteristic curve (AUROC) for predicting successful extubation. AUROC ranges from 0.5 to 1.0, with higher values indicating better discriminative performance of the prediction model.
Using data collected during ICU admission

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Sensitivity
Časové okno: ICU admission
SensitivitySensitivity of the prediction model for successful extubation. Sensitivity ranges from 0 to 1 (or 0% to 100%), with higher values indicating better identification of patients who achieve successful extubation.
ICU admission
Specificity
Časové okno: ICU admission
Specificity of the prediction model for successful extubation. Specificity ranges from 0 to 1 (or 0% to 100%), with higher values indicating better identification of patients who do not achieve successful extubation.
ICU admission
Accuracy
Časové okno: ICU admission
Accuracy of the prediction model for successful extubation. Accuracy ranges from 0 to 1 (or 0% to 100%), with higher values indicating better overall prediction performance.
ICU admission
F1 Score
Časové okno: ICU admission
F1 score of the prediction model for successful extubation. F1 score ranges from 0 to 1, with higher values indicating better balance between precision and recall.
ICU admission

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Sponzor

Spolupracovníci

Publikace a užitečné odkazy

Osoba odpovědná za zadávání informací o studiu tyto publikace poskytuje dobrovolně. Mohou se týkat čehokoli, co souvisí se studiem.

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 (Aktuální)

1. ledna 2020

Primární dokončení (Aktuální)

31. prosince 2024

Dokončení studie (Aktuální)

31. prosince 2024

Termíny zápisu do studia

První předloženo

14. června 2026

První předloženo, které splnilo kritéria kontroly kvality

14. června 2026

První zveřejněno (Aktuální)

18. června 2026

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

22. června 2026

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

17. června 2026

Naposledy ověřeno

1. června 2026

Více informací

Termíny související s touto studií

Další identifikační čísla studie

  • TCVGH-AI-WEAN-2026
  • TCVGH-AI-Weaning-2026 (Jiný identifikátor: Taichung Veterans General Hospital)

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NE

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 .