- ICH GCP
- Registr klinických studií v USA
- Klinická studie NCT06814327
Posouzení předpovědí rizika selhání orgánů na JIP (AI4ICU-Obs)
27. srpna 2025 aktualizováno: ETH Zurich
Prospektivní posouzení předpovědí rizika selhání orgánů v jednotce intenzivní péče - porovnání přesnosti předpovědí rizika člověka a AI
Během této observační studie se vyšetřovatelé snaží posoudit schopnost kliniků JIP předvídat riziko hrozícího selhání orgánů a retrospektivně ji porovnat s výkonem dříve publikovaných modelů strojového učení.
Ústřední hypotéza této studie je, že léčba lékaře může předpovídat hrozící selhání orgánů u dospělých pacientů s JIP s podobnou přesností jako nejlepší dříve publikuje modely strojového učení.
Přehled studie
Postavení
Aktivní, ne nábor
Detailní popis
V této observační studii je protektivně shromažďováno posouzení odhadovaného bezprostředního rizika selhání orgánů kliniky (lékaři a zdravotní sestry) odhadovaného bezprostředního rizika selhání orgánů.
V primárním cíli je zkoumáno selhání oběhu a v sekundárních cílech se zkoumá respirační selhání, selhání ledvin a úmrtnost.
Tato hodnocení zkoumají prediktivní výkon a ovlivňují faktory pro predikci lékaře.
Hodnocení budou shromažďována v dotaznících a budou prováděna lékaři přímo zapojenými do léčby pacienta a lékaři, kteří nejsou aktivně odpovědní za léčbu pacientů.
Cílem této studie je dále porovnat tato hodnocení rizik, kterou provedli zdravotnickými pracovníky proti retrospektivně generovaným skóre rizik AI u stejných pacientů a časových bodů.
Skóre rizik AI bude vypočítáno retrospektivně ze sady modelů ze systematického hledání současné literatury.
Modely AI, které budou použity pro tuto analýzu, budou identifikovány tak, jak je uvedeno protokolem systematického přezkumu a musí splňovat následující dvě kritéria: nevyžadují žádná data nad rámec toho, co se běžně shromažďuje během pobytu na JIP a může být přístupné jako open source .
Takové srovnání je nezbytné pro pochopení relativní přesnosti a spolehlivosti předpovědí založených na AI v souvislosti s rizikem selhání orgánů ve srovnání s lidskou výkonností.
Očekává se, že údaje a zjištění z této studie poskytnou důkazy o klinickém užitečnosti skóre rizik založené na AI a připraví cestu pro budoucí výzkum optimalizace systémů AI pro aplikace zdravotní péče.
Typ studie
Pozorovací
Zápis (Aktuální)
499
Kontakty a umístění
Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.
Studijní místa
-
-
Canton of Bern
-
Bern, Canton of Bern, Švýcarsko, 3010
- University Hospital Inselspital, Berne
-
-
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
Ukázka pravděpodobnosti
Studijní populace
Jednotka intenzivní péče pro dospělé na univerzitní nemocnici Bern
Popis
Kritéria pro zařazení:
- Minimální věk pacienta 18 let
- nouzové přijetí na JIP
- arteriální linie na místě
Kritéria pro vyloučení:
- zdokumentované odmítnutí (ve formuláři obecného souhlasu) o účasti na klinickém výzkumu
- Pacienti s neurologickými stavy, které narušují úroveň vědomí pacienta (včetně, ale nejen na mrtvici, traumatické poranění mozku, intrakraniálního krvácení, infekcí CNS; s výjimkou polytraumy)
- Pacienti na mechanických systémech podpůrné cirkulace (IABP, VA-ECMO, Impella, VAD) nebo mimotělní oxygenaci membrány (VV-ECMO) kdykoli během pobytu na JIP;
- pacienti, kteří dostávají péči na konci života nebo jsou přijati pouze za účelem hodnocení darování orgánů
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 |
|---|
|
Dospělí pacienti na JIP
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Předpověď klinického selhání do 8 hodin ve srovnání s publikovanými modely ML
Časové okno: Hodnocení se shromažďuje během prvních 72 hodin po přijetí.
|
Tento výsledek porovnává oblast pod příjmovou operační charakteristickou křivkou (AUROC) pro dvě metody předpovídání selhání oběhu do 8 hodin od každého časového bodu hodnocení: (1) odhady rizika lékařů ICU a (2) dříve publikované strojové učení (ML) Modely se aplikovaly retrospektivně.
Pro každé hodnocení vypočítáme AUROC zvlášť pro lékaře a pro ML model ve stejných časových bodech a pacientů.
Rozdíl v Auroc (klinický lékař MLUS ML) je hlavním měřítkem zájmu, vyhodnoceného v rámci bez inferiority s rozpětím 0,025.
|
Hodnocení se shromažďuje během prvních 72 hodin po přijetí.
|
Sekundární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Předpověď klinického selhání do 24 hodin ve srovnání s publikovanými modely ML
Časové okno: Hodnocení se shromažďuje během prvních 72 hodin po přijetí.
|
Tento výsledek porovnává oblast pod příjmovou operační charakteristickou křivkou (AUROC) pro dvě metody předpovídání respiračního selhání do 24 hodin od každého časového bodu hodnocení: (1) odhady rizik lékařů ICU a (2) dříve publikované strojové učení (ML) Modely se aplikovaly retrospektivně.
Pro každé hodnocení vypočítáme Auroc samostatně pro lékaře a pro model ML.
Rozdíl v aurocs (klinický lékař mínus ML) je hlavním měřítkem zájmu, vyhodnocený pomocí stejného metodologického rámce jako primární výsledek.
|
Hodnocení se shromažďuje během prvních 72 hodin po přijetí.
|
Další výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Průzkumná analýza predikce klinického lékaře do 48 hodin ve srovnání s publikovanými modely ML
Časové okno: Hodnocení se shromažďuje během prvních 72 hodin po přijetí.
|
Tento průzkumný výsledek porovnává oblast pod příjmovou provozní charakteristickou křivkou (AUROC) pro dvě metody předpovídání selhání ledvin do 48 hodin od každého časového bodu hodnocení: (1) odhady rizik kliniků ICU a (2) dříve publikované strojové učení (ML (ML (ML ) modely aplikované retrospektivně.
Pro každé hodnocení vypočítáme Auroc samostatně pro lékaře a pro model ML.
Rozdíl v aurocs je hodnocen pomocí stejného metodického rámce jako primárního výsledku.
|
Hodnocení se shromažďuje během prvních 72 hodin po přijetí.
|
|
Průzkumná analýza predikce úmrtnosti lékaře ve srovnání s publikovanými modely ML
Časové okno: Hodnocení se shromažďuje během prvních 72 hodin po přijetí.
|
Predikce úmrtnosti na všechny příčiny McNemarovým testem.
Vyhodnoceno a testováno pomocí výkonu příslušných hodnocení lékaři (binární reakce) a odpovídající (párové) předpovědi pomocí modelu strojového učení (predikce pravděpodobnosti snížená na binární reakci) vyškolené na historické údaje pro tři individuální binární výsledky úmrtnosti na všechny příčiny úmrtnosti <28denní, <6 měsíců, <12 měsíců.
Pro každý horizont samostatně je pravděpodobnost stroje prahována tak, aby odpovídala citlivosti kliniků, proveden McNemarův test, aby se testoval významný rozdíl v prediktivních schopnostech a p-hodnoty budou v případě potřeby upraveny tak, aby zohlednily více testování.
|
Hodnocení se shromažďuje během prvních 72 hodin po přijetí.
|
|
Průzkumná analýza prediktivní přesnosti léčby lékařů versus léčba sester
Časové okno: Hodnocení se shromažďuje během prvních 72 hodin po přijetí.
|
Vyhodnoceno a testováno na to samé jako primární, sekundární a první průzkumné výsledky (tj. Rizika oběhového, respiračního a renálního selhání) pomocí příslušných hodnocení ošetřením lékařů a ošetřením sester s párovým hodnocením časového bodu.
|
Hodnocení se shromažďuje během prvních 72 hodin po přijetí.
|
|
Srovnání prediktivní přesnosti léčby versus neotetných lékařů
Časové okno: Hodnocení se shromažďuje během prvních 72 hodin po přijetí.
|
Vyhodnoceno a testováno na to samé jako primární, sekundární a první průzkumné výsledky (tj. Rizika oběhu, respiračního a respiračního selhání) pomocí příslušných hodnocení kliniků (léčba) a výhradně se spoléhá na údaje EHR (neošetřené) s párovým časem -Poizovní hodnocení.
|
Hodnocení se shromažďuje během prvních 72 hodin po přijetí.
|
|
Kalibrační analýza skóre predikce lékaře
Časové okno: Hodnocení se shromažďuje během prvních 72 hodin po přijetí.
|
Kalibrační analýza skóre predikce lékaře.
Studie hodnotí schopnosti predikce kolektivu lékařů.
Lidé však mohou být mezi sebou špatně kalibrovány s ohledem na poskytování odhadů pravděpodobnosti.
Posouzení výkonnosti kolektivu bez kalibrace jednotlivců mezi sebou by mohlo podceňovat skutečné prediktivní schopnosti kliniků, pokud byly dobře kalibrovány.
Navrhujeme znovu posoudit primární a sekundární výsledky, ale navíc provést kalibraci skóre rizika mezi lékaři.
|
Hodnocení se shromažďuje během prvních 72 hodin po přijetí.
|
|
Průzkumná analýza vzorců (např. Systematické chyby/zkreslení) prediktivního výkonu u hodnotitelů člověka a strojů
Časové okno: Hodnocení se shromažďuje během prvních 72 hodin po přijetí.
|
|
Hodnocení se shromažďuje během prvních 72 hodin po přijetí.
|
Spolupracovníci a vyšetřovatelé
Zde najdete lidi a organizace zapojené do této studie.
Sponzor
Spolupracovníci
Vyšetřovatelé
- Vrchní vyšetřovatel: Martin Faltys, Dr. med., Insel Gruppe AG, University Hospital Bern
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)
18. listopadu 2024
Primární dokončení (Aktuální)
15. května 2025
Dokončení studie (Odhadovaný)
15. května 2026
Termíny zápisu do studia
První předloženo
18. listopadu 2024
První předloženo, které splnilo kritéria kontroly kvality
3. února 2025
První zveřejněno (Aktuální)
7. února 2025
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Odhadovaný)
28. srpna 2025
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
27. srpna 2025
Naposledy ověřeno
1. listopadu 2024
Více informací
Termíny související s touto studií
Klíčová slova
Další relevantní podmínky MeSH
- Urogenitální onemocnění
- Patologické procesy
- Mužská urogenitální onemocnění
- Onemocnění ledvin
- Urologická onemocnění
- Ženské urogenitální onemocnění
- Ženské urogenitální onemocnění a těhotenské komplikace
- Nemoci dýchacích cest
- Poruchy dýchání
- Patologické stavy, příznaky a symptomy
- Respirační nedostatečnost
- Renální insuficience
- Šokovat
Další identifikační čísla studie
- BASEC-01046
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
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 .