Forudsigelse af patientforringelse ved hjælp af maskinlæring
Studieoversigt
Status
Status
Betingelser
Betingelser
Intervention / Behandling
Intervention / Behandling
Undersøgelsestype
Undersøgelsestype
Tilmelding (Faktiske)
Tilmelding
Kontakter og lokationer
Studiesteder
-
-
Massachusetts
-
Boston, Massachusetts, Forenede Stater, 02115
- Brigham and Women's Hospital
-
Boston, Massachusetts, Forenede Stater, 02130
- Brigham and Women's Faulkner Hospital
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
Plejet i Brigham and Women's Home Hospital undersøgelsen
Ekskluderingskriterier:
Ufuldstændige kontinuerlige overvågningsdata
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Antal grupper/kohorter
Kohorter og interventioner
Gruppe / kohorteGruppe / kohorte |
Intervention / BehandlingIntervention / Behandling |
|---|---|
|
Uddannelse
En undergruppe af patienter, der bruges til at træne maskinlæringsalgoritmen.
|
Vi vil retrospektivt sammenligne alarmer produceret fra traditionelle vitale tegn alarmer (tærskler fastsat af klinikere) versus BioVitals Index vs National Early Warning Score 2
|
|
Validering
En undergruppe af patienter, der "holdes tilbage" og bruges til at validere algoritmens nøjagtighed.
|
Vi vil retrospektivt sammenligne alarmer produceret fra traditionelle vitale tegn alarmer (tærskler fastsat af klinikere) versus BioVitals Index vs National Early Warning Score 2
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Alarmbyrde
Tidsramme: Fra indlæggelse til udskrivelse, målt i timer, i gennemsnit 5 dage
|
Antallet af udløste alarmer pr. patient pr. time
|
Fra indlæggelse til udskrivelse, målt i timer, i gennemsnit 5 dage
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Følsomhed for genkendelse af en sikkerhedskomposit
Tidsramme: Fra indlæggelse til udskrivelse i gennemsnit 5 dage
|
Følsomheden (sande positive divideret med tilstandspositive) for påvisning af en sikkerhedskomposit (natbesøg, ekstra uplanlagt besøg, overførsel tilbage til hospitalet, død under indlæggelse, delirium, bevidsthedstab eller anden større begivenhed).
|
Fra indlæggelse til udskrivelse i gennemsnit 5 dage
|
|
Specificitet for genkendelse af en sikkerhedskomposit
Tidsramme: Fra indlæggelse til udskrivelse i gennemsnit 5 dage
|
Specificiteten (sande negativer divideret med tilstandsnegative) for påvisning af en sikkerhedskomposit (natbesøg, ekstra uplanlagt besøg, overførsel tilbage til hospitalet, død under indlæggelse, delirium, bevidsthedstab eller anden større begivenhed).
|
Fra indlæggelse til udskrivelse i gennemsnit 5 dage
|
|
Positiv prædiktiv værdi for genkendelse af en sikkerhedskomposit
Tidsramme: Fra indlæggelse til udskrivelse i gennemsnit 5 dage
|
Den positive prædiktive værdi (sande positive divideret med summen af sande positive plus falske positive) for påvisning af en sikkerhedskomposit (natbesøg, ekstra uplanlagt besøg, overførsel tilbage til hospitalet, død under indlæggelse, delirium, bevidsthedstab eller andet større begivenhed).
|
Fra indlæggelse til udskrivelse i gennemsnit 5 dage
|
|
Negativ prædiktiv værdi for genkendelse af en sikkerhedskomposit
Tidsramme: Fra indlæggelse til udskrivelse i gennemsnit 5 dage
|
Den negative prædiktive værdi (sande negativer divideret med summen af sande negative plus falske negativer) til påvisning af en sikkerhedskomposit (natbesøg, ekstra uplanlagt besøg, overførsel tilbage til hospitalet, død under indlæggelse, delirium, bevidsthedstab eller andet større begivenhed).
|
Fra indlæggelse til udskrivelse i gennemsnit 5 dage
|
|
Rate af alarmer med klinisk nytte
Tidsramme: Fra indlæggelse til udskrivelse i gennemsnit 5 dage
|
Vi vil bruge generelle estimeringsligninger (GEE) med tre udfald pr. patient (antallet af klinisk vigtige alarmer for BioVitals, NEWS2 og traditionelle vitale tegn); GEE vil redegøre for grupperingen mellem de tre udfald på en patient.
GEE vil bruge en negativ binomial marginal model med et log-link for antallet af alarmer med klinisk nytte og en offset for log-opholdslængde (i timer); med denne model modellerer vi timefrekvensen for antallet af alarmer med klinisk nytte med BI, NEWS2 og traditionelle vitale tegn.
Hovedkovariatet i den negative binomiale model vil være en kovariat med tre niveauer for metode: BI vs NEWS2 vs traditionelle vitale tegn, og den eksponentielle effekt af denne kovariat vil være et parvis hastighedsforhold for BI vs NEWS2 vs traditionel vital. tegn.
|
Fra indlæggelse til udskrivelse i gennemsnit 5 dage
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Samarbejdspartnere
Samarbejdspartnere
Efterforskere
Efterforskere
- Ledende efterforsker: David Levine, MD MPH MA, Associate Physician
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Studiestart
Primær færdiggørelse (Faktiske)
Primær færdiggørelse
Studieafslutning (Faktiske)
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
- Urogenitale sygdomme
- Karsygdomme
- Hjerte-kar-sygdomme
- Patologiske processer
- Mandlige urogenitale sygdomme
- Nyresygdomme
- Urologiske sygdomme
- Urogenitale sygdomme hos kvinder
- Kvinders urogenitale sygdomme og graviditetskomplikationer
- Hjertesygdomme
- Kronisk sygdom
- Sygdomsegenskaber
- Sygdomme i immunsystemet
- Luftvejssygdomme
- Lungesygdomme
- Bronchiale sygdomme
- Lungesygdomme, obstruktiv
- Respiratorisk overfølsomhed
- Overfølsomhed, Øjeblikkelig
- Overfølsomhed
- Nyreinsufficiens
- Forhøjet blodtryk
- Patologiske tilstande, tegn og symptomer
- Hypertensiv krise
- Hjertefejl
- Lungesygdom, kronisk obstruktiv
- Astma
- Infektioner
- Nyreinsufficiens, kronisk
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- 2017P002583d
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 .