PREDIKTIVNÍ A POKROČILÉ ANALYTIKY V NOUZOVÉ MEDICÍNĚ - NEUROLOGICKÉ DEFICITY (PAN-EM-NEURO)
Budoucí prediktivní modelování v urgentní medicíně bude pravděpodobně kombinovat použití široké škály datových bodů, jako je průběžná dokumentace, monitorování pomocí nositelných zařízení, zobrazování, biomarkery a administrativní data v reálném čase od všech zúčastněných poskytovatelů zdravotní péče. Následné rozsáhlé soubory dat by mohly napájet pokročilé algoritmy hlubokého učení a neuronových sítí, které přesně předpovídají riziko konkrétních zdravotních stavů. Prediktivní analytika navíc směřuje k vývoji klinických cest, které jsou adaptivní a neustále aktualizované a ve kterých je rozhodování v oblasti zdravotní péče podporováno sofistikovanými algoritmy, které poskytují nejlepší možný postup efektivně a bezpečně. Zdá se, že potenciál prediktivní analýzy způsobit revoluci v mnoha aspektech zdravotní péče je jasný. Informace o použití v urgentní medicíně jsou vzácné.
Naším cílem je vyhodnotit účinnost používání rutinních dat k predikci využití zdrojů v urgentní medicíně pomocí běžně se vyskytujícího symptomu akutního neurologického deficitu. Jako výhled by to mohlo sloužit jako prototyp pro další podobné projekty využívající rutinní lékařská data pro prediktivní analytiku v urgentní medicíně.
Přehled studie
Postavení
Typ studie
Zápis (Odhadovaný)
Kontakty a umístění
Studijní kontakt
- Jméno: Jan Niederdöckl, MD
- Telefonní číslo: 0042 40 400 19640
- E-mail: jan.niederdoeckl@meduniwien.ac.at
Studijní místa
-
-
-
Vienna, Rakousko, 1090
- Nábor
- Emergency Department, Medical University Vienna
-
Kontakt:
- Jan Niederdöckl, Dr.
- E-mail: jan.niederdoeckl@medunwien.ac.at
-
Kontakt:
- Alexander Simon, Dr.
- E-mail: alexander.simon@medunwien.ac.at
-
-
Kritéria účasti
Kritéria způsobilosti
Věk způsobilý ke studiu
- Dospělý
- Starší dospělý
Přijímá zdravé dobrovolníky
Metoda odběru vzorků
Studijní populace
Retrospektivní analýza rutinně sbíraných dat. Naším cílem je najít datové vzorce spojené s využíváním zdrojů v nemocnici u pacientů hospitalizovaných zdravotnickou záchrannou službou pro podezření na akutní neurologický deficit.
Pro tuto studii použijeme pouze informace z běžného systému elektronické zdravotnické dokumentace. Nebude provedeno žádné propojení s jinými datovými sadami. Data v systému zahrnují demografii pacienta, počáteční příznaky, přednemocniční vitální známky a skóre, podezření na diagnózu zdravotnickou záchrannou službou, nemocniční vitální známky a skóre, nemocniční diagnostické (CT počítačová tomografie, magnetická rezonance MRI) a terapeutické (katétrové intervence) postupy a konečná diagnóza. Úplnou sadu proměnných naleznete v části 'proměnné'.
Pro účely této studie bude použit pouze plně pseudonomyzovaný soubor dat.
Popis
Kritéria pro zařazení:
- Ženské a mužské subjekty
- Věk ≥ 18 let
Kritéria vyloučení:
- žádný
Studijní plán
Jak je studie koncipována?
Detaily designu
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Predikční model
Časové okno: 1.1.2025
|
být vyvinut
|
1.1.2025
|
Spolupracovníci a vyšetřovatelé
Sponzor
Publikace a užitečné odkazy
Obecné publikace
- Goyal M, Menon BK, van Zwam WH, Dippel DW, Mitchell PJ, Demchuk AM, Davalos A, Majoie CB, van der Lugt A, de Miquel MA, Donnan GA, Roos YB, Bonafe A, Jahan R, Diener HC, van den Berg LA, Levy EI, Berkhemer OA, Pereira VM, Rempel J, Millan M, Davis SM, Roy D, Thornton J, Roman LS, Ribo M, Beumer D, Stouch B, Brown S, Campbell BC, van Oostenbrugge RJ, Saver JL, Hill MD, Jovin TG; HERMES collaborators. Endovascular thrombectomy after large-vessel ischaemic stroke: a meta-analysis of individual patient data from five randomised trials. Lancet. 2016 Apr 23;387(10029):1723-31. doi: 10.1016/S0140-6736(16)00163-X. Epub 2016 Feb 18.
- Desautels T, Calvert J, Hoffman J, Jay M, Kerem Y, Shieh L, Shimabukuro D, Chettipally U, Feldman MD, Barton C, Wales DJ, Das R. Prediction of Sepsis in the Intensive Care Unit With Minimal Electronic Health Record Data: A Machine Learning Approach. JMIR Med Inform. 2016 Sep 30;4(3):e28. doi: 10.2196/medinform.5909.
- Saber H, Somai M, Rajah GB, Scalzo F, Liebeskind DS. Predictive analytics and machine learning in stroke and neurovascular medicine. Neurol Res. 2019 Aug;41(8):681-690. doi: 10.1080/01616412.2019.1609159. Epub 2019 Apr 30.
- Jiang F, Jiang Y, Zhi H, Dong Y, Li H, Ma S, Wang Y, Dong Q, Shen H, Wang Y. Artificial intelligence in healthcare: past, present and future. Stroke Vasc Neurol. 2017 Jun 21;2(4):230-243. doi: 10.1136/svn-2017-000101. eCollection 2017 Dec.
- Ravi D, Wong C, Deligianni F, Berthelot M, Andreu-Perez J, Lo B, Yang GZ. Deep Learning for Health Informatics. IEEE J Biomed Health Inform. 2017 Jan;21(1):4-21. doi: 10.1109/JBHI.2016.2636665. Epub 2016 Dec 29.
- Avasarala J. Letter by Avasarala Regarding Article, "2015 AHA/ASA Focused Update of the 2013 Guidelines for the Early Management of Patients With Acute Ischemic Stroke Regarding Endovascular Treatment: A Guideline for Healthcare Professionals From the American Heart Association/American Stroke Association". Stroke. 2015 Nov;46(11):e234. doi: 10.1161/STROKEAHA.115.010716. Epub 2015 Oct 6. No abstract available.
- Badhiwala JH, Nassiri F, Alhazzani W, Selim MH, Farrokhyar F, Spears J, Kulkarni AV, Singh S, Alqahtani A, Rochwerg B, Alshahrani M, Murty NK, Alhazzani A, Yarascavitch B, Reddy K, Zaidat OO, Almenawer SA. Endovascular Thrombectomy for Acute Ischemic Stroke: A Meta-analysis. JAMA. 2015 Nov 3;314(17):1832-43. doi: 10.1001/jama.2015.13767.
- Bauchner H, Golub RM, Fontanarosa PB. Data Sharing: An Ethical and Scientific Imperative. JAMA. 2016 Mar 22-29;315(12):1237-9. doi: 10.1001/jama.2016.2420. No abstract available.
- Char DS, Shah NH, Magnus D. Implementing Machine Learning in Health Care - Addressing Ethical Challenges. N Engl J Med. 2018 Mar 15;378(11):981-983. doi: 10.1056/NEJMp1714229. No abstract available.
- Chaudhary K, Poirion OB, Lu L, Garmire LX. Deep Learning-Based Multi-Omics Integration Robustly Predicts Survival in Liver Cancer. Clin Cancer Res. 2018 Mar 15;24(6):1248-1259. doi: 10.1158/1078-0432.CCR-17-0853. Epub 2017 Oct 5.
- Christiansen EM, Yang SJ, Ando DM, Javaherian A, Skibinski G, Lipnick S, Mount E, O'Neil A, Shah K, Lee AK, Goyal P, Fedus W, Poplin R, Esteva A, Berndl M, Rubin LL, Nelson P, Finkbeiner S. In Silico Labeling: Predicting Fluorescent Labels in Unlabeled Images. Cell. 2018 Apr 19;173(3):792-803.e19. doi: 10.1016/j.cell.2018.03.040. Epub 2018 Apr 12.
- Cohen IG, Amarasingham R, Shah A, Xie B, Lo B. The legal and ethical concerns that arise from using complex predictive analytics in health care. Health Aff (Millwood). 2014 Jul;33(7):1139-47. doi: 10.1377/hlthaff.2014.0048.
- Heeley E, Anderson CS, Huang Y, Jan S, Li Y, Liu M, Sun J, Xu E, Wu Y, Yang Q, Zhang J, Zhang S, Wang J; ChinaQUEST Investigators. Role of health insurance in averting economic hardship in families after acute stroke in China. Stroke. 2009 Jun;40(6):2149-56. doi: 10.1161/STROKEAHA.108.540054. Epub 2009 Apr 9.
- Nemati S, Holder A, Razmi F, Stanley MD, Clifford GD, Buchman TG. An Interpretable Machine Learning Model for Accurate Prediction of Sepsis in the ICU. Crit Care Med. 2018 Apr;46(4):547-553. doi: 10.1097/CCM.0000000000002936.
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Aktuální)
Primární dokončení (Odhadovaný)
Dokončení studie (Odhadovaný)
Termíny zápisu do studia
První předloženo
První předloženo, které splnilo kritéria kontroly kvality
První zveřejněno (Aktuální)
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Odhadovaný)
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Naposledy ověřeno
Více informací
Termíny související s touto studií
Další relevantní podmínky MeSH
Další identifikační čísla studie
- EK- Nr. 1738/2022
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 .