Kunstig intelligens til forudsigelse af sepsis på intensivafdeling (AICUSepsis)
Anvendelse af kunstig intelligens-sepsis-forudsigelsesmodel til at hjælpe ICU klinisk beslutning
Studieoversigt
Status
Status
Betingelser
Betingelser
Intervention / Behandling
Intervention / Behandling
Detaljeret beskrivelse
Den sepsis-forudsigelsesmodel, der blev vedtaget i denne undersøgelse, er blevet afsluttet i den indledende forberedelse, som blev bygget på 7.000 patienter siden etableringen af omfattende ICU, og sepsis 3.0-diagnosestandarden blev vedtaget. Sepsis-forudsigelsesmodellen blev bygget ved hjælp af Python-platformen og XGBoost-algoritmen , som blev brugt til at forudsige forekomsten af sepsis hos ICU-patienter inden for 24 timer. Den samlede nøjagtighed var 82%, og arealet under Auroc-kurven var 0,854.
Patienter, der opfyldte inklusions- og eksklusionskriterierne, fik en daglig forudsigelse af sepsis-model, og der blev dannet en kvantitativ tjekliste baseret på testresultaterne. Der er to slags prognoseresultater: lav risiko og høj risiko. Kvantitative tjeklister er tilgængelige for behandlende læger for at forbedre den diagnostiske effektivitet. Resultaterne blev holdt fortrolige for klinikeren.
Alle patienter blev diagnosticeret med sepsis af to ledende behandlende læger på et fast tidspunkt. Diagnosen bestod af to typer: ja og nej. Hvis to behandlende læger har forskellige meninger, vil den tredje behandlende læge blive inkluderet til korrektionsdiagnose, og tilstedeværelsen af sepsis vil blive bestemt på en 2:1 måde. De behandlende læger er uafhængige af hinanden.
Når den behandlende læges diagnoseresultater er indlæst i systemet, sammenlignes forudsigelsesresultaterne af gårsdagens sepsis-forudsigelsesmodel og beregnes for at bestemme nøjagtigheden af forudsigelsesmodellen
Undersøgelsestype
Undersøgelsestype
Tilmelding (Forventet)
Tilmelding
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: 琦强 梁
- Telefonnummer: 13685753994
- E-mail: deter_leung@sina.com
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Køn, der er berettiget til at studere
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
Alle patienter med akut kritisk sygdom, som er berettiget til indlæggelse på ICU i undersøgelsesperioden
Ekskluderingskriterier:
- Patienter under 16 år;
- Gravide og fødende kvinder;
- Patienter, der planlagde at blive indlagt på afdelingen til operation og overflyttet næste dag efter udredning;
- Patienter indlagt på afdelingen og diagnosticeret med sepsis;
- Patienter med ICU opholder sig mindre end 24 timer;
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Antal grupper/kohorter
Kohorter og interventioner
Gruppe / kohorteGruppe / kohorte |
Intervention / BehandlingIntervention / Behandling |
|---|---|
|
Sepsis forudsigelsesmodel
Denne gruppe mennesker blev brugt til klinikerens beslutning, og sepsis-forudsigelsesmodellen blev brugt samtidigt til forudsigelsen, men modellen var ikke involveret i beslutningen og blev kun brugt til verifikation
|
Hovedformålet med dette papir er at evaluere nøjagtigheden af sepsis-forudsigelsesmodellen etableret i det tidlige stadie.
Forekomsten af sepsis bestemmes af lægers daglige kliniske vurdering, og resultaterne af sepsis-forudsigelsesmodellen matches og korrigeres.
|
|
Daglig klinisk bedømmelse af læger
Denne gruppe mennesker blev brugt til klinikerens beslutning uden sepsis-forudsigelsesmodel.
|
Hovedformålet med dette papir er at evaluere nøjagtigheden af sepsis-forudsigelsesmodellen etableret i det tidlige stadie.
Forekomsten af sepsis bestemmes af lægers daglige kliniske vurdering, og resultaterne af sepsis-forudsigelsesmodellen matches og korrigeres.
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Nøjagtighed af modeldiagnose
Tidsramme: 2 år
|
Evaluering af nøjagtigheden af forudsigelsesmodellen i klinisk anvendelse
|
2 år
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
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
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- SHZJU-ICU2020-202
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
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 .