Induktion af fødsel: forudsigelser af resultater (IOL-ID)
Resultater af induktion af arbejdskraft: en prospektiv multicenterundersøgelse
Induktion af fødsel er en meget brugt intervention i OBGYN praksis. Læger bruger stadig den gamle Bishop-score i patienternes opfølgning. Det er stadig svært at forudse resultaterne og muligheden for negative virkninger under denne proces. I dette store prospektive multicentriske interventionsstudie sigter vi mod at udvikle en mere præcis og følsom score baseret på maskinlæringsværktøjer programmeret på python 3.8
Dette nye værktøj vil tage højde for mange variabler i patientdemografi (alder, race, vægt ... osv.) og sygehistorie (tidligere OBGYN-kirurgi, følgesygdomme .... osv.). Disse variabler findes normalt ikke i den klassiske biskopscore. Vi forudser, at vores analyse vil hjælpe læger med at træffe bedre beslutninger og effektivt forudsige resultaterne, behovet for at skifte til operation og mulige komplikationer.
Maskinlæring og digital beregning af farer vil muliggøre mere præcis vurdering og mere effektiv styring under IOL, da det betragter variabler, som ikke er inkluderet i kliniske resultater.
denne undersøgelse har til formål at give moderne og effektive vurderingsparametre til at vejlede den kliniske beslutningstagning under IOL-processen og hjælpe læger med at forudsige dens resultater baseret på subtile faktorer, der normalt ikke tages i betragtning.
Dette vil minimere komplikationerne og tillade mere evidensbaseret praksis.
Studieoversigt
Status
Status
Betingelser
Betingelser
Intervention / Behandling
Intervention / Behandling
Detaljeret beskrivelse
Målet er at skabe et databaseregister, der dokumenterer induktion af fødsel (IOL) processen og anvende maskinlæringsværktøjer til at skabe en mere præcis vurderingsscore for læger som en moderne opfølgningsmetode.
vi vil indsamle data fra mindst 12 centre over hele verden, der beskriver forløbet, resultater, komplikationer hos moder eller foster og alle relaterede data. Dataene vil blive indsamlet efter etisk godkendelse og fra samtykkende patienter på en prospektiv måde. i perioden fra 1. juli 2020 til 30. juni 2021 (forventede datoer).
hvert center vil være ansvarlig for kvalitetsvurdering, dataindsamling og sikring af, at dataene er nøjagtige, fuldstændige og repræsentative.
Dataindsamling omfatter baseline bækkenundersøgelse (cervikal position, konsistens, udvidelse, udslettelse, fosterstilling og biskopscore), induktionsmetode og deres administrationstidspunkt i forhold til indekstid (start af IOL), fund og tidspunkt for serielle bækkenundersøgelser , føtal hjertetone og moderens vitale tegn. Indtastningen af data fra serielle undersøgelser vil fortsætte under aktiv fødsel, og føtale og maternelle resultater vil blive rapporteret. Hvis diagnosen mislykket IOL stilles, og det obstetriske team beslutter levering ved kejsersnit, vil kriterier for diagnose/indikation af kejsersnit blive rapporteret. Længden af den aktive fødsel og anden fase vil blive dokumenteret, og maternelle/perinatale komplikationer vil blive rapporteret. indsamlerne skal sikre patientens fortrolighed og sikkerhed.
Inklusionskriterier:-
- Gravide kvinder indlagt for IOL, i alderen mellem 18 og 40 år
- Termisk eller sen præmatur graviditet (svangerskabsalder ved 34 uger eller derover)
- En betryggende føtal hjertesporing før IOL
Eksklusionskriterier:-
- Fostervækstbegrænsning med unormale Doppler-indekser
- Intrauterin fosterdød
- Mistænkt intra-amniotisk infektion før IOL
- Føtale store medfødte anomalier
- Patienter, der afviser IOL før eller under IOL uden medicinsk indikation
statistisk analyse: - Data vil blive beskrevet ved hjælp af (middelværdi, median, standardafvigelse, interval) i den endelige prøve. Maskinlæringsmetoden er overlegen i forhold til traditionelle statistiske metoder, da den giver robust og automatisk estimering af komplekse sammenhænge mellem forskellige variabler og kliniske resultater. Data vil blive brugt som xi og yi, hvor xi præsenterer input (features) og yi præsenterer afhængige variabler (outcomes). Funktionel regression er baseret på støttevektormaskine ved at regressere resultaterne yi på input xi. Modelvalidering vil blive udført via bootstrap-estimering for at evaluere de funktionelle regressionsmodellers forudsigelsesevne. Data vil blive opdelt til træningsdata (ca. 63 % af dataene) for at skabe forudsigelsesmodel, hvor bootstrapping vil blive anvendt, og testdata, hvor forudsigelsesmodellen vil blive valideret. Maskinlæringsmodeller vil blive oprettet ved hjælp af python 3.8.
Undersøgelsestype
Undersøgelsestype
Tilmelding (Forventet)
Tilmelding
Fase
Fase
- Ikke anvendelig
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: Sherif A shazly, M.S
- Telefonnummer: +15075131392
- E-mail: sherif.shazly.mogge@gmail.com
Undersøgelse Kontakt Backup
- Navn: islam A Ahmed, M.B.B.Ch
- Telefonnummer: yes 01062207716
- E-mail: islam.ali.mogge@gmail.com
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Køn, der er berettiget til at studere
Beskrivelse
Inklusionskriterier:
- Gravide kvinder indlagt for IOL, i alderen mellem 18 og 40 år
- Termisk eller sen præmatur graviditet (svangerskabsalder ved 34 uger eller derover)
- Betryggende føtal hjertesporing før IOL
Ekskluderingskriterier:
- Fostervækstbegrænsning med unormale Doppler-indekser
- Intrauterin fosterdød
- Mistænkt intra-amniotisk infektion før IOL
- Føtale store medfødte anomalier
- Patienter, der afviser IOL på forhånd eller under IOL uden medicinsk indikation
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Diagnostisk
- Tildeling: N/A
- Interventionel model: Enkelt gruppeopgave
- Maskning: Ingen (Åben etiket)
Antal våben
Våben og indgreb
Deltagergruppe / ArmDeltagergruppe / Arm |
Intervention / BehandlingIntervention / Behandling |
|---|---|
|
Andet: induktion af arbejdsovervågning
omhyggelig dataindsamling fra patienter og plotning af disse data i en maskinlæringsmodel
|
At give medicin for at lette livmoderkontraktioner og fastgøre leveringsprocessen
Andre navne:
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Kejsersnit rate
Tidsramme: Inden for 24 timer fra start af fødsel
|
Forekomst og indikation af kejsersnit efter induktion af veer
|
Inden for 24 timer fra start af fødsel
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Mistænkt intraamniotisk infektion
Tidsramme: Fra start af induktion af veer til 24 timer efter fødslen
|
Moderpyreksi > 39 eller > 38 ved 2 lejligheder
|
Fra start af induktion af veer til 24 timer efter fødslen
|
|
Postpartum blødning
Tidsramme: Fra start af induktion af veer til 24 timer efter fødslen
|
Blodtab > 1000 ml efter fødslen
|
Fra start af induktion af veer til 24 timer efter fødslen
|
|
Lav neonatal APGAR-score
Tidsramme: 5 minutter efter levering
|
APGAR-score < 7 5 minutter efter fødslen
|
5 minutter efter levering
|
|
Indlæggelse på neonatal intensiv afdeling
Tidsramme: Inden for 1 time efter levering
|
Indlæggelse af den nyfødte på intensivafdeling og indikation heraf
|
Inden for 1 time efter levering
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Samarbejdspartnere
Samarbejdspartnere
Efterforskere
Efterforskere
- Ledende efterforsker: Sherif Shazly, M.S, Assiut University
Publikationer og nyttige links
Generelle publikationer
- Martin JA, Hamilton BE, Ventura SJ, Osterman MJ, Mathews TJ. Births: final data for 2011. Natl Vital Stat Rep. 2013 Jun 28;62(1):1-69, 72.
- Grobman WA, Bailit J, Lai Y, Reddy UM, Wapner RJ, Varner MW, Thorp JM Jr, Leveno KJ, Caritis SN, Prasad M, Tita ATN, Saade G, Sorokin Y, Rouse DJ, Blackwell SC, Tolosa JE; Eunice Kennedy Shriver National Institute of Child Health and Human Development Maternal-Fetal Medicine Units Network. Defining failed induction of labor. Am J Obstet Gynecol. 2018 Jan;218(1):122.e1-122.e8. doi: 10.1016/j.ajog.2017.11.556. Epub 2017 Nov 11.
- Teixeira C, Lunet N, Rodrigues T, Barros H. The Bishop Score as a determinant of labour induction success: a systematic review and meta-analysis. Arch Gynecol Obstet. 2012 Sep;286(3):739-53. doi: 10.1007/s00404-012-2341-3. Epub 2012 May 1.
- Khandelwal R, Patel P, Pitre D, Sheth T, Maitra N. Comparison of Cervical Length Measured by Transvaginal Ultrasonography and Bishop Score in Predicting Response to Labor Induction. J Obstet Gynaecol India. 2018 Feb;68(1):51-57. doi: 10.1007/s13224-017-1027-y. Epub 2017 Jun 23.
Datoer for undersøgelser
Studer store datoer
Studiestart (Forventet)
Studiestart
Primær færdiggørelse (Forventet)
Primær færdiggørelse
Studieafslutning (Forventet)
Studieafslutning
Datoer for studieregistrering
Først indsendt
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Først opslået
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering sendt
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- IOL-ID
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
produkt fremstillet i og eksporteret fra U.S.A.
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .