Vurdering af indikationer på intensiv afdeling (ICU): Mennesker vs. ChatGPT-4o forudsigelser (ICU)
Evaluering af nøjagtigheden af indlæggelsesindikationer for intensivafdelinger (ICU) i akutmodtagelsespatienter: En sammenligning mellem kliniske beslutninger og ChatGPT-4o-forudsigelse
Studieoversigt
Status
Status
Betingelser
Betingelser
Detaljeret beskrivelse
Denne undersøgelse har et retrospektivt design. De medicinske data for patienter, der er indlagt på skadestuen og konsulteret på anæstesiologi- og genoplivningsklinikken for ICU-indikationer, vil blive indsamlet retrospektivt. Demografisk information, vitale tegn, laboratorieresultater, billeddiagnostiske fund og patienters kliniske beslutninger vil blive registreret. Disse data vil systematisk blive indsamlet for hver patient ved hjælp af en individuel Case Report Form.
Inklusionskriterier for undersøgelsen:
Patienter i alderen 18 år og ældre, som blev konsulteret til anæstesiologisk og genoplivningsklinik for ICU-indikationer fra akutmodtagelsen, vil blive inkluderet i undersøgelsen.
Eksklusionskriterier for undersøgelsen:
Patienter konsulteret til anæstesiologi- og genoplivningsklinikken for ICU-indikationer fra indlagte tjenester.
Patienter konsulteret til anæstesi- og genoplivningsklinikken fra skadestuen af andre årsager end ICU-indikationer.
Patienter konsulteret til anæstesi- og genoplivningsklinikken for ICU-indikationer fra akutmodtagelsen, men med utilstrækkelige registrerede data (patienter med tab af data).
Modeltræning og forudsigelsesanalyse:
ChatGPT-4 vil blive trænet i henhold til retningslinjerne i "Yoğun Bakım Hasta Kabul Kriterleri (Rehberleri)" af Çiftçi B, Erdoğan C og Demiraran Y (5). De indsamlede patientdata vil blive præsenteret for ChatGPT-4-modellen for at opnå forudsigelser om, hvorvidt patienterne har behov for indlæggelse på intensivafdeling. Forudsigelserne lavet af ChatGPT vil blive sammenlignet med kliniske beslutninger, og nøjagtighedsraten, falsk positiv rate og falsk negativ rate vil blive analyseret.
Statistiske analysemetoder, der skal bruges i undersøgelsen:
Nøjagtighedshastighed: Den hastighed, hvormed ChatGPT forudsiger ICU-indikationer korrekt, vil blive beregnet.
Falsk positiv rate: Den hastighed, hvormed ChatGPT forudsiger ICU-behov for patienter, der ikke kræver ICU-indlæggelse, vil blive evalueret.
Falsk negativ rate: Den hastighed, hvormed ChatGPT forudsiger intet ICU-behov for patienter, som kræver ICU-indlæggelse, vil blive analyseret.
Kappa-statistik: Overensstemmelsen mellem ChatGPT-forudsigelser og kliniske beslutninger vil blive målt.
ROC-kurve og AUC: Ydeevnen af ChatGPT vil blive evalueret ved hjælp af ROC-kurven og AUC.
Case-rapportformularen, der bruges til hver patient, sikrer detaljeret og systematisk dataindsamling af klinisk information, med henblik på meningsfuldt at sammenligne justeringen af ChatGPTs forudsigelser med kliniske beslutninger.
Undersøgelsestype
Undersøgelsestype
Tilmelding (Faktiske)
Tilmelding
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: İlkay Ceylan
- Telefonnummer: +902243664434
- E-mail: ceylanilkay@yahoo.com
Undersøgelse Kontakt Backup
- Navn: Aycan Kurtarangil Doğan
- Telefonnummer: +902243664434
- E-mail: akurtarangil@gmail.com
Studiesteder
-
-
-
Bursa, Tyrkiet (Türkiye)
- Bursa Yuksek Ihtisas Training and Research Hospital
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Patienter på 18 år og ældre, som konsulteres til anæstesiologisk og genoplivningsklinik for ICU-indikationer fra akutmodtagelsen, vil blive inkluderet i undersøgelsen.
Ekskluderingskriterier:
- Patienter konsulteret til anæstesiologi- og genoplivningsklinikken for ICU-indikationer fra indlagte tjenester.
- Patienter konsulteret til anæstesi- og genoplivningsklinikken fra skadestuen af andre årsager end ICU-indikationer.
- Patienter konsulteret til anæstesiologi- og genoplivningsklinikken for ICU-indikationer fra skadestuen, men med utilstrækkelige registrerede data (patienter med tab af data)
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Tidsramme |
|---|---|
|
Nøjagtighedsgrad for ChatGPT-4 til at forudsige ICU-indikationer
Tidsramme: 3 måneder
|
3 måneder
|
|
Falsk positiv rate
Tidsramme: 3 måneder
|
3 måneder
|
|
Falsk negativ sats
Tidsramme: 3 måneder
|
3 måneder
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Tidsramme |
|---|---|
|
Kappa statistik
Tidsramme: 3 måneder
|
3 måneder
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Efterforskere
Efterforskere
- Ledende efterforsker: İlkay Ceylan, ceylanilkay@yahoo.com
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
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- BYIEAH-INKA
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 .