Kunstig intelligens-baseret dødelighedsforudsigelse blandt kræftpatienter på hospiceafdelingen
Kunstig intelligens-baseret aktivitetsgenkendelse og dødelighedsforudsigelse ved hjælp af døgnrytme blandt kræftpatienter på hospiceafdelingen
Studieoversigt
Status
Status
Betingelser
Betingelser
Detaljeret beskrivelse
Undersøgelsestype
Undersøgelsestype
Tilmelding (Forventet)
Tilmelding
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: Shabbir Syed-Abdul, PhD
- Telefonnummer: 1514 886 2-6638-2736
- E-mail: drshabbir@tmu.edu.tw
Studiesteder
-
-
TW - Taiwan
-
Taipei City, TW - Taiwan, Taiwan, 110
- Rekruttering
- Taipei Medical University
-
Kontakt:
- Shabbir Syed Abdul
- Telefonnummer: 1501 +886-2-66382736
- E-mail: drshabbir@tmu.edu.tw
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Køn, der er berettiget til at studere
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Deltagere i alderen 20 år eller ældre indlagt på hospiceafdelingen på Taipei Medical University Hospital
- Deltagere diagnosticeret med mindst én solid tumorsygdom i slutstadiet
- Deltagerne gav samtykke til at modtage hospice
Ekskluderingskriterier:
- Deltagere under 20 år
- Deltagere diagnosticeret med leukæmi eller carcinom af ukendt primær
- Deltagere med tydelige tegn på at nærme sig døden ved indlæggelse
- Deltagere uden vitale tegn ved optagelse
- Deltagere, der fortsatte med at modtage aggressiv behandling på trods af indlæggelse på hospiceafdelingen
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Observationsmodeller: Kohorte
- Tidsperspektiver: Fremadrettet
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Specificitet og følsomhed ved brug af kunstig intelligens-baserede modeller til forudsigelse af kliniske resultater af kræftpatienter i slutstadiet ved hjælp af aktigrafidata
Tidsramme: Fra dato for indlæggelse på hospiceafdeling indtil dato for første dokumenterede udskrivelse fra hospital eller dato for død uanset årsag, alt efter hvad der kom først, vurderet op til 1 måned
|
Det primære resultat af undersøgelsen vil være at evaluere, om analysen af bevægelsesdata, der er fanget ved hjælp af aktigrafi-enhed, kan hjælpe med at forudsige kliniske resultater, enten afdøde eller udskrevet i live fra hospitalet, med en høj specificitet og sensitivitet, ved hjælp af kunstig intelligens baseret forudsigelsesmodellering.
|
Fra dato for indlæggelse på hospiceafdeling indtil dato for første dokumenterede udskrivelse fra hospital eller dato for død uanset årsag, alt efter hvad der kom først, vurderet op til 1 måned
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Samarbejdspartnere
Samarbejdspartnere
Efterforskere
Efterforskere
- Ledende efterforsker: Shabbir Syed-Abdul, PhD, Taipei Medical University
Publikationer og nyttige links
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
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
- N201910041
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 .