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

Použití strojového učení k optimalizaci dánského vzorce utopení (DROWN_DDF2)

20. srpna 2025 aktualizováno: Niklas Breindahl, Prehospital Center, Region Zealand

Identifikace utonutí za pomoci strojového učení pro dánská data o utonutí v přednemocniční péči: Použití strojového učení k optimalizaci dánského vzorce pro utonutí

Danish Drowning Formula (DDF) byl navržen tak, aby prohledával nestrukturovaná textová pole v dánském celostátním přednemocničním elektronickém lékařském záznamu na neomezených termínech s komplexními vyhledávacími kritérii k identifikaci všech potenciálních incidentů souvisejících s vodou a dosažení vysoké citlivosti. To bylo důležité, protože utonutí je vzácný jev, ale mělo to za následek nízkou pozitivní prediktivní hodnotu pro specifickou detekci případů utonutí. Tato studie si klade za cíl zvýšit pozitivní prediktivní hodnotu DDF a snížit časové nároky spojené s manuální validací.

Přehled studie

Postavení

Aktivní, ne nábor

Podmínky

Intervence / Léčba

Detailní popis

DDF byl zveřejněn v roce 2023. Jedná se o textový vyhledávací algoritmus navržený k prohledávání nestrukturovaných textových polí v databázích obsahujících elektronické lékařské záznamy k identifikaci všech potenciálních incidentů souvisejících s vodou. DDF se skládá z mnoha spouštěcích slov souvisejících se zraněním ponořením (např. „drukn“/utopit se, „vand“/voda, „hav“/oceán a „båd“/ loď).

Probíhající studie ukázala působivé výkonnostní metriky DDF jako nástroje identifikace utonutí při aplikaci na dánský PEMR za neomezených podmínek. PPV však byla nízká pro specifickou detekci případů utonutí. Tato studie si klade za cíl zvýšit pozitivní prediktivní hodnotu DDF a snížit časové nároky spojené s manuální validací.

Údaje jsou extrahovány z dánského celostátního přednemocničního elektronického lékařského záznamu pomocí DDF a před vložením do dánských přednemocničních údajů o utonutí (DPDD) jsou ručně validovány.

Data z DPDD z let 2016-2021 budou rozdělena na 80 % (tréninková data) a 20 % (testovací data) a použita k trénování strojového učení.

Data z DPDD z let 2022–2023 budou použita jako ověřovací data pro výpočet výkonnostních metrik pro strojové učení.

Typ studie

Pozorovací

Zápis (Odhadovaný)

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

  • Dánsko
    • Region Sjælland
      • Næstved, Region Sjælland, Dánsko, 4700
        • Prehospital Center

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

  • Dítě
  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ne

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

Všichni smrtelní a nefatální utonutí pacienti v Dánsku léčení Zdravotními záchrannými službami (EMS) v letech 2016 až 2023.

Popis

Kritéria pro zařazení:

  • Pacient musel pociťovat poruchy dýchání z ponoření nebo ponoření do kapaliny (včetně přetrvávajícího kašle, zástavy dechu a bezvědomí).
  • Pacient musel být v kontaktu s dánskou přednemocniční zdravotnickou záchrannou službou.

Kritéria vyloučení:

  • Duplety
  • Neplatné občanské registrační číslo

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
Smrtelné utonutí
Případy utonutí, kdy pacient zemřel do 30 dnů po incidentu v důsledku poranění ponořením
Jiný: Incident utonutí
Utonutí bylo definováno Světovou zdravotnickou organizací v roce 2002 jako „proces, při kterém dochází k poškození dýchání ponořením nebo ponořením do kapaliny“.
Nesmrtelné utonutí
Případy utonutí, kdy pacient přežil 30 dní
Jiný: Incident utonutí
Utonutí bylo definováno Světovou zdravotnickou organizací v roce 2002 jako „proces, při kterém dochází k poškození dýchání ponořením nebo ponořením do kapaliny“.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Citlivost algoritmu strojového učení jako nástroje identifikace utonutí
Časové okno: Citlivost trénovaného strojového učení bude vypočítána na základě dat z let 2022 a 2023.
Bude vypočítána citlivost [TP / (TP+FN)], aby se ukázal výkon strojového učení jako nástroje identifikace utonutí.
Citlivost trénovaného strojového učení bude vypočítána na základě dat z let 2022 a 2023.
Specifičnost algoritmu strojového učení jako nástroje identifikace utonutí
Časové okno: Specifičnost trénovaného strojového učení bude vypočítána na základě dat z let 2022 a 2023.
Specifičnost [TN / (FP+TN)] bude vypočítána, aby se ukázal výkon strojového učení jako nástroje identifikace utonutí.
Specifičnost trénovaného strojového učení bude vypočítána na základě dat z let 2022 a 2023.
PPV algoritmu strojového učení
Časové okno: PPV trénovaného strojového učení bude vypočítáno na základě dat z let 2022 a 2023.
PPV [TP / (TP+FP)] se vypočítá, aby se zobrazil výsledek testu strojového učení.
PPV trénovaného strojového učení bude vypočítáno na základě dat z let 2022 a 2023.
NPV algoritmu strojového učení
Časové okno: NPV trénovaného strojového učení bude vypočítána na základě dat z let 2022 a 2023.
NPV [TN / (FN+TN)] se vypočítá, aby se zobrazil výsledek testu strojového učení.
NPV trénovaného strojového učení bude vypočítána na základě dat z let 2022 a 2023.

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Sponzor

Prehospital Center, Region Zealand

Vyšetřovatelé

  • Ředitel studie: Helle Collatz Christensen, Ass. Prof., Prehospital Center, Region Zealand

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)

1. ledna 2024

Primární dokončení (Odhadovaný)

31. prosince 2025

Dokončení studie (Odhadovaný)

31. prosince 2025

Termíny zápisu do studia

První předloženo

7. března 2024

První předloženo, které splnilo kritéria kontroly kvality

13. března 2024

První zveřejněno (Aktuální)

15. března 2024

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Odhadovaný)

27. srpna 2025

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

20. srpna 2025

Naposledy ověřeno

1. srpna 2025

Více informací

Termíny související s touto studií

Klíčová slova

Další relevantní podmínky MeSH

Další identifikační čísla studie

  • DROWN_DDF2

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NE

Popis plánu IPD

Data jsou určena pro národní i mezinárodní použití výzkumnými pracovníky ke snížení výskytu, úmrtnosti a nemocnosti utonutí. Údaje jsou dostupné na základě přiměřené žádosti výzkumných pracovníků po podání žádosti u příslušného autora za předpokladu, že jsou získána potřebná schválení od příslušných úřadů.

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

produkt vyrobený a vyvážený z USA

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 .

Předplatit