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

Multicentrická studie o časné diagnostice pacientů s NSTE-AKS na základě modelu strojového učení

29. prosince 2020 aktualizováno: Xiang Ma, First Affiliated Hospital of Xinjiang Medical University
Včasná diagnostika pacientů s NSTEMI a UA spočívá především v konstrukci modelu strojového učení.

Přehled studie

Postavení

Neznámý

Podmínky

Intervence / Léčba

Detailní popis

Byli zahrnuti pacienti s NSTEMI a UA. Po ručním označení byly vybrány charakteristiky záznamů o přijetí pacientů. 75 % dat je použito k sestavení modelu a 25 % dat slouží k ověření platnosti modelu. Pro identifikaci a diagnostiku pacientů s NSTEMI a UA bylo zkonstruováno pět klasifikačních modelů jednorozměrné konvoluce (CNN), naivních Bayesiánských (NB), podpůrných vektorových strojů (SVM), náhodného lesa (RF) a souborového učení. K měření výhod a nevýhod modelů se používá vícenásobná křížová validace a křivka ROC-AUC.

Typ studie

Pozorovací

Zápis (Aktuální)

2500

Kontakty a umístění

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

Studijní místa

  • Čína
    • Xinjiang
      • Ürümqi, Xinjiang, Čína, 830000
        • The first affiliated hospital of Xinjiang medical university

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

18 let až 75 let (Dospělý, Starší dospělý)

Přijímá zdravé dobrovolníky

N/A

Pohlaví způsobilá ke studiu

Všechno

Metoda odběru vzorků

Ukázka pravděpodobnosti

Studijní populace

Pacienti s NSTEMI a UA byli v letech 2017 až 2019 zařazeni do Centra bolesti na hrudi první přidružené nemocnice lékařské univerzity Xinjiang a první přidružené nemocnice lékařské fakulty univerzity Shihezi.

Popis

Kritéria pro zařazení:

  • Pacienti byli zahrnuti a vyloučeni striktně podle diagnostických kritérií čínských směrnic pro diagnostiku a léčbu akutního koronárního syndromu bez elevace STsegmentu (2016). Pacienti byli přijati do nemocnice s bolestí na hrudi jako hlavní stížností a byli přijati do první přidružené nemocnice lékařské univerzity Xinjiang a první přidružené nemocnice lékařské fakulty univerzity Shihezi. u pacientů byla koronarografií diagnostikována NSTEMI a UA (věkové rozmezí od 30 do 75 let).

Kritéria vyloučení:

- 1. Pacienti se STEMI, disekujícím aneuryzmatem aorty, pneumotoraxem a jinými nekardiogenními bolestmi na hrudi. 2.Těžké hepatorenální selhání, primární tumor bez chirurgické léčby, nezávažná infekce komplikovaná šokem a těhotnými ženami. 3.Předchozí těžká chlopenní choroba, virová myokarditida, perikardiální výpotek, implantace kardiostimulátoru, kardiogenní šok se závažnými komplikacemi, hypertenzní onemocnění srdce, různé kardiomyopatie, vrozené srdeční choroby atd.

4. V minulosti byli diagnostikováni pacienti s onemocněním srdce, AECHOCHP, plicním nádorem a hypertyreózou.

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
Intervence / Léčba
Model CNN
Byly shromážděny elektronické zdravotní informace pacientů s NSTEMI a UA ve dvou centrech pro bolest na hrudi od roku 2017 do roku 2019. Po ručním označování byly vybrány charakteristiky záznamů o příjmu pacientů a prostřednictvím konstrukce modelu jednorozměrné konvoluce (CNN). Vezmeme-li jako index měření vícenásobnou křížovou validaci a křivku ROC-AUC, 75 % dat je modelováno a 25 % dat je použito k ověření účinku modelu.
Diagnostický test: Model strojového učení
Včasná diagnostika pacientů s NTEMI pomocí modelu strojového učení
Zvýšení XG
Díky konstrukci modelu zesílení XG, kdy se jako index měření použije vícenásobná křížová validace a křivka ROC-AUC, je 75 % dat modelováno a 25 % dat je použito k ověření účinku modelu.
Diagnostický test: Model strojového učení
Včasná diagnostika pacientů s NTEMI pomocí modelu strojového učení

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Přesná diagnóza NSTEMI od pacientů s akutní bolestí na hrudi
Časové okno: Do 1 roku
Pacienti s NSTEMI jsou přesně diagnostikováni od pacientů s akutní bolestí na hrudi pomocí trénovaného algoritmu strojového učení. Náš model používá jako index měření vícenásobnou křížovou validaci a křivku ROC-AUC, 75 % dat je modelovaných a 25 % dat ověřuje účinek modelu. Z tohoto důvodu vypočítáme přesnost, specificitu a poměr pravděpodobnosti, když je mezní hodnota citlivosti 0,9.
Do 1 roku

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Sponzor

First Affiliated Hospital of Xinjiang Medical University

Spolupracovníci

Shihezi University

Vyšetřovatelé

  • Vrchní vyšetřovatel: Aikeliyaer Ainiwaer, M.D, First Affiliated Hospital of Xinjiang Medical University
  • Ředitel studie: Quan Qi, Ph.D, College of Information and Technology, Shihezi University
  • Vrchní vyšetřovatel: Yi Ying Du, M.D, First Affiliated Hospital of Xinjiang Medical University

Publikace a užitečné odkazy

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

Obecné publikace

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)

20. prosince 2020

Primární dokončení (Očekávaný)

20. prosince 2021

Dokončení studie (Očekávaný)

1. června 2022

Termíny zápisu do studia

První předloženo

19. prosince 2020

První předloženo, které splnilo kritéria kontroly kvality

19. prosince 2020

První zveřejněno (Aktuální)

24. prosince 2020

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

31. prosince 2020

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

29. prosince 2020

Naposledy ověřeno

1. prosince 2020

Více informací

Termíny související s touto studií

Klíčová slova

Další relevantní podmínky MeSH

Další identifikační čísla studie

  • XMa

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NEROZHODNÝ

Popis plánu IPD

Model strojového učení k identifikaci pacientů s UA a NSTMI

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 .

Klinické studie na Model strojového učení

Prohledejte podobné pokusy

Sponzoři a spolupracovníci

Zdravotní podmínky

Drogové intervence

CROs by country

CROs in Bulgaria

Podmínky

Vzácné nemoci

Drogové intervence

Doplňky stravy

Sponzor / Spolupracovníci

Místa

Předplatit