Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

AI-drevet forudsigelse af hospitalserhvervede infektioner med EPJ

16. april 2025 opdateret af: Kang Zhang, The Eye Hospital of Wenzhou Medical University

Forudsigelse af hospitalserhvervede infektioner ved hjælp af elektroniske sundhedsjournaler: en AI-assisteret tilgang

Dette er en multicenter, retrospektiv klinisk undersøgelse designet til at evaluere applikationen og effektiviteten af ​​en AI-assisteret forudsigelsesmodel til identifikation og diagnosticering af infektion og udnytte multimodale sundhedsdata.

Studieoversigt

Status

Status

Angiver den aktuelle rekrutteringsstatus eller den udvidede adgangsstatus.
Rekruttering

Betingelser

Betingelser

Den sygdom, lidelse, syndrom, sygdom eller skade, der undersøges. På ClinicalTrials.gov kan tilstande også omfatte andre sundhedsrelaterede problemer, såsom levetid, livskvalitet og sundhedsrisici.

Intervention / Behandling

Intervention / Behandling

En proces eller handling, der er i fokus for en klinisk undersøgelse. Interventioner omfatter lægemidler, medicinsk udstyr, procedurer, vacciner og andre produkter, der enten er til undersøgelse eller allerede er tilgængelige. Interventioner kan også omfatte ikke-invasive tilgange, såsom uddannelse eller ændring af kost og motion.

Detaljeret beskrivelse

Hospital erhvervede infektioner (HAIS) er en betydelig årsag til sygelighed og dødelighed i sundhedsmæssige omgivelser. Tidlig identifikation og forebyggelse af HAI'er er afgørende for at forbedre patientens resultater, reducere omkostninger til sundhedsydelser og forhindre spredning af infektioner. I klinisk praksis har sundhedsudbydere ofte brug for at integrere en lang række patientdata, herunder medicinsk historie, laboratorieprøvesultater, brug af medicin, kirurgiske procedurer og kliniske observationer, for at vurdere infektionsrisici og forhindre HAI'er. Efterhånden som infektionsbekæmpelse og præcisionsmedicin bliver stadig vigtigere, er udfordringen stadig at forudsige og forhindre infektioner, især hos patienter med subtile eller asymptomatiske risikofaktorer. Nylige fremskridt inden for kunstig intelligens og dataanalyseteknikker har vist et stort løfte om at forbedre nøjagtigheden og effektiviteten af ​​infektionsforudsigelse og forebyggelse. Denne undersøgelse sigter mod at udvikle et AI-assisteret beslutningstagningssystem ved at integrere multimodale data fra elektroniske sundhedsregistre, laboratorieresultater, kliniske observationer og patientdemografi. Målet er at forbedre den tidlige identifikation af patienter, der er i fare for HAIS, strømline kliniske arbejdsgange og optimere infektionsbekæmpelsesforanstaltninger. I sidste ende søger dette system at reducere forekomsten af ​​hospital-erhvervede infektioner, forbedre patientsikkerheden og forbedre den samlede sundhedsvæsen.

Undersøgelsestype

Undersøgelsestype

Beskriver karakteren af ​​en klinisk undersøgelse. Undersøgelsestyper omfatter interventionelle undersøgelser (også kaldet kliniske forsøg), observationsundersøgelser (herunder patientregistre) og udvidet adgang.
Observationel

Tilmelding (Anslået)

Tilmelding

Antallet af deltagere i en klinisk undersøgelse. Den "forventede" tilmelding er det mål for antallet af deltagere, som forskerne skal bruge til undersøgelsen.
1000000

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiekontakt

Studiekontakt

Navn og kontaktoplysninger for den person, der kan besvare spørgsmål om tilmelding til en klinisk undersøgelse. Hvert sted, hvor undersøgelsen udføres, kan også have en specifik kontaktperson, som kan være bedre i stand til at besvare disse spørgsmål.

Studiesteder

  • Kina
    • Zhejiang
      • Wenzhou, Zhejiang, Kina
        • Rekruttering
        • First Affiliated Hospital of Wenzhou Medical University
        • Kontakt:
      • Wenzhou, Zhejiang, Kina
        • Rekruttering
        • Second Affiliated Hospital of Wenzhou Medical University
        • Kontakt:

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Berettigelseskriterier

De nøglekrav, som personer, der ønsker at deltage i et klinisk studie, skal opfylde eller de egenskaber, de skal have. Kvalifikationskriterier består af både inklusionskriterier (som er nødvendige for at en person kan deltage i undersøgelsen) og eksklusionskriterier (som forhindrer en person i at deltage). Typer af berettigelseskriterier omfatter, om en undersøgelse accepterer raske frivillige, har alders- eller aldersgruppekrav eller er begrænset af køn.

Aldre berettiget til at studere

  • Barn
  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ja

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Undersøgelsespopulationen består af personer, der har modtaget pleje på deltagende studiecentre. Deltagerne skal have omfattende elektroniske sundhedsregistre (EHR'er) tilgængelige, herunder medicinsk historie, laboratorietestresultater, behandlingsdata og kliniske observationer. Både personer, der har udviklet hospital-erhvervede infektioner (HAIS), og dem, der ikke har, vil blive inkluderet i undersøgelsen for at evaluere den AI-assisterede model's forudsigelige evner til infektionsrisiko. Undersøgelsen vil fokusere på patienter med komplette og dokumenterede plejeposter fra de deltagende centre, hvilket sikrer en forskelligartet kohort til analyse på tværs af forskellige aldersgrupper og infektionstyper.

Beskrivelse

Inklusionskriterier:

  1. Patienter med komplette og tilgængelige EHR -data, herunder medicinsk historie, laboratorietestresultater, behandlingsregimer, kliniske observationer og infektionshistorie.
  2. Patienter, der har været indlagt på det deltagende hospital eller sundhedscenter i løbet af undersøgelsesperioden.
  3. Alle deltagere skal give informeret samtykke til at bruge deres helbredsdata til forskningsformål.

Ekskluderingskriterier:

  1. Patienter med ufuldstændige eller manglende kritiske EPJ-data, såsom laboratorieresultater, sygehistorie eller behandlingsdetaljer, som er nødvendige for infektionsforudsigelse.
  2. Patienter, der har alvorlige kognitive lidelser, demens eller tilstande, der forhindrer dem i at give informeret samtykke eller deltage i undersøgelsen.
  3. Patienter, der ikke har været indlagt på hospitalet i undersøgelsesperioden, eller som kun modtager ambulant behandling.
  4. Patienter med terminale tilstande, hvor infektionsforudsigelse muligvis ikke er anvendelig til de kliniske mål for undersøgelsen.

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte

Gruppe / kohorte

En gruppe eller undergruppe af deltagere i et observationsstudie, der vurderes for biomedicinske eller sundhedsmæssige resultater.
Intervention / Behandling

Intervention / Behandling

En proces eller handling, der er i fokus for en klinisk undersøgelse. Interventioner omfatter lægemidler, medicinsk udstyr, procedurer, vacciner og andre produkter, der enten er til undersøgelse eller allerede er tilgængelige. Interventioner kan også omfatte ikke-invasive tilgange, såsom uddannelse eller ændring af kost og motion.
Hospitalserhvervet infektionskohorte
Denne gruppe består af patienter, som har udviklet en hospitalserhvervet infektion (HAI) under deres hospitalsophold. Deltagerne i denne kohorte vil blive brugt til at evaluere effektiviteten af ​​den AI-assisterede prædiktive model til at identificere de risikofaktorer, der fører til hospitalserhvervede infektioner. Modellen vil blive vurderet ud fra nøjagtigheden af ​​at forudsige infektionsrisici hos indlagte patienter. Der vil ikke blive ydet specifikke interventioner som en del af denne kohorte ud over den eksisterende praksis for infektionskontrol på hospitalet.
Diagnostisk test: AI-baseret diagnostisk og prognostisk model
Denne intervention involverer et AI-system, der integrerer multimodale data, herunder patientens sygehistorie, laboratorietestresultater, kliniske observationer og behandlingsdata, for at forudsige risikoen for hospitalserhvervede infektioner (HAI'er). Systemet bruger deep learning-algoritmer til at give nøjagtige forudsigelser i realtid, hvilket muliggør tidlig identifikation af patienter med risiko for infektioner. Ved at analysere historiske sundhedsdata sigter modellen mod at forudsige potentielle infektionsudviklinger, forbedre tidlig detektion, forebyggelsesstrategier og patientresultater i hospitalsmiljøer.
Sund kohorte (ingen HAI)
Denne gruppe består af patienter, der ikke har udviklet nogen hospital-erhvervede infektioner under deres hospitalophold. Deltagere i denne kohort vil fungere som kontrolgruppe til sammenligning mod den eksperimentelle gruppe. Den AI-assisterede model vil blive evalueret for sin evne til at skelne mellem patienter, der er i fare for at udvikle infektioner og dem, der forbliver infektionsfri under indlæggelse. Der vil ikke blive tilvejebragt nogen interventioner som en del af denne kohort, da de repræsenterer patienter uden infektionsrelaterede komplikationer.
Diagnostisk test: AI-baseret diagnostisk og prognostisk model
Denne intervention involverer et AI-system, der integrerer multimodale data, herunder patientens sygehistorie, laboratorietestresultater, kliniske observationer og behandlingsdata, for at forudsige risikoen for hospitalserhvervede infektioner (HAI'er). Systemet bruger deep learning-algoritmer til at give nøjagtige forudsigelser i realtid, hvilket muliggør tidlig identifikation af patienter med risiko for infektioner. Ved at analysere historiske sundhedsdata sigter modellen mod at forudsige potentielle infektionsudviklinger, forbedre tidlig detektion, forebyggelsesstrategier og patientresultater i hospitalsmiljøer.

Hvad måler undersøgelsen?

Primære resultatmål

Primære resultatmål

I et klinisk studies protokol er det planlagte resultatmål, der er det vigtigste for at evaluere effekten af ​​en intervention/behandling. De fleste kliniske undersøgelser har ét primært resultatmål, men nogle har mere end ét.
Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Area Under the Curve (AUC)
Tidsramme: 1 år
AUC for ROC-kurven, bruges til at kvantificere diagnostisk nøjagtighed. Ingen enhed (et forhold eller en procentdel, typisk udtrykt som et tal mellem 0 og 1).
1 år
F1 score
Tidsramme: 1 år
F1-score er det harmoniske gennemsnit af præcision og følsomhed (genkaldelse). Det er et godt mål for modellens evne til at identificere både sande positive og minimere falske positive, især i tilfælde, hvor klasserne er ubalancerede (f.eks. når antallet af raske tilfælde er meget højere end sygdomstilfælde). F1-scoren går fra 0 til 1, hvor 1 indikerer perfekt præcision og genkaldelse.
1 år

Sekundære resultatmål

Sekundære resultatmål

I en klinisk undersøgelses protokol er et planlagt resultatmål, der ikke er lige så vigtigt som det primære resultatmål for at evaluere effekten af ​​en intervention, men som stadig er af interesse. De fleste kliniske undersøgelser har mere end ét sekundært resultatmål.
Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Følsomhed (ægte positiv sats)
Tidsramme: 1 år
Sensitivitet måler, hvor godt AI-modellen identificerer ægte positive tilfælde, såsom korrekt diagnosticering af gravide kvinder med komplikationer eller identifikation af neonatale lidelser.
1 år
Specificitet (sand negativ sats)
Tidsramme: 1 år
Specificitet måler AI -modellens evne til korrekt at identificere tilfælde uden sygdomme, hvilket sikrer, at sunde mødre og spædbørn korrekt identificeres som negative.
1 år

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

Sponsor

Den organisation eller person, der igangsætter undersøgelsen, og som har myndighed og kontrol over undersøgelsen.
The Eye Hospital of Wenzhou Medical University

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

Studiestart

Den faktiske dato, hvor den første deltager blev tilmeldt en klinisk undersøgelse. Den "forventede" undersøgelses startdato er den dato, som forskerne tror vil være undersøgelsens startdato.
1. februar 2023

Primær færdiggørelse (Anslået)

Primær færdiggørelse

Den dato, hvor den sidste deltager i et klinisk studie blev undersøgt eller modtog en intervention for at indsamle endelige data for det primære resultatmål. Hvorvidt det kliniske studie sluttede i henhold til protokollen eller blev afsluttet, påvirker ikke denne dato. For kliniske undersøgelser med mere end ét primært resultatmål med forskellige afslutningsdatoer refererer dette udtryk til den dato, hvor dataindsamlingen er afsluttet for alle de primære resultatmål. Den "forventede" primære afslutningsdato er den dato, som forskerne tror vil være den primære afslutningsdato for undersøgelsen.
1. maj 2025

Studieafslutning (Anslået)

Studieafslutning

Den dato, hvor den sidste deltager i et klinisk studie blev undersøgt eller modtog en intervention/behandling for at indsamle endelige data for de primære resultatmål, sekundære udfaldsmål og uønskede hændelser (det vil sige den sidste deltagers sidste besøg). Den "forventede" undersøgelses afslutningsdato er den dato, som forskerne tror vil være undersøgelsens afslutningsdato.
1. maj 2025

Datoer for studieregistrering

Først indsendt

Først indsendt

Den dato, hvor undersøgelsens sponsor eller investigator første gang indsendte en undersøgelsespost til ClinicalTrials.gov. Der er typisk en forsinkelse på et par dage mellem den første indsendte dato og postens tilgængelighed på ClinicalTrials.gov (den første offentliggjorte dato).
19. januar 2025

Først indsendt, der opfyldte QC-kriterier

Først indsendt, der opfyldte QC-kriterier

Den dato, hvor undersøgelsens sponsor eller investigator første gang indsender en undersøgelsespost, der er i overensstemmelse med National Library of Medicine (NLM) kvalitetskontrol (QC) gennemgangskriterier. Sponsoren eller investigatoren skal muligvis revidere og indsende en undersøgelsespost en eller flere gange, før NLM's kvalitetskontrolkriterier er opfyldt. Det er sponsorens eller investigatorens ansvar at sikre, at undersøgelsesposten er i overensstemmelse med NLM QC-gennemgangskriterierne.
19. januar 2025

Først opslået (Faktiske)

Først opslået

Datoen, hvor undersøgelsesposten først var tilgængelig på ClinicalTrials.gov efter National Library of Medicine (NLM) kvalitetskontrol (QC) gennemgang er afsluttet. Der er typisk en forsinkelse på et par dage mellem den dato, hvor undersøgelsens sponsor eller investigator indsendte undersøgelsesposten, og den første offentliggjorte dato.
24. januar 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

Sidste opdatering sendt

Den seneste dato, hvor ændringer i en undersøgelsespost blev gjort tilgængelig på ClinicalTrials.gov. Der kan være en forsinkelse mellem det tidspunkt, hvornår ændringerne blev indsendt til ClinicalTrials.gov af undersøgelsens sponsor eller investigator (datoen for sidste opdatering afsendt) og den sidste opdatering, der blev sendt.
17. april 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

Den seneste dato, hvor undersøgelsens sponsor eller investigator indsendte ændringer til en undersøgelsespost, der er i overensstemmelse med National Library of Medicine (NLM) kvalitetskontrol (QC) gennemgangskriterier. Det er sponsorens eller investigatorens ansvar at sikre, at undersøgelsesposten er i overensstemmelse med NLM QC-gennemgangskriterierne.
16. april 2025

Sidst verificeret

Sidst verificeret

Den seneste dato, hvor undersøgelsens sponsor eller investigator bekræftede oplysningerne om en klinisk undersøgelse på ClinicalTrials.gov som nøjagtige og aktuelle. Hvis en undersøgelse med rekrutteringsstatus som rekruttering; rekrutterer endnu ikke; eller aktiv, ikke rekruttering er ikke blevet bekræftet inden for de seneste 2 år, er undersøgelsens rekrutteringsstatus vist som ukendt.
1. april 2025

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

Andre undersøgelses-id-numre

Andre identifikatorer eller ID-numre end NCT-nummeret, der er tildelt til en klinisk undersøgelse af undersøgelsens sponsor, finansieringsgivere eller andre. Disse numre kan omfatte unikke identifikatorer fra andre forsøgsregistre og National Institutes of Health-bevillingsnumre.
  • Hospital-Acquired Infections

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

produkt fremstillet i og eksporteret fra U.S.A.

Ingen

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 .

Cookieindstillinger

Vi bruger cookies for at sikre, at vi giver dig den bedste oplevelse på vores hjemmeside. For flere detaljer skal du læse omhyggeligt vores Politik om beskyttelse af personlige oplysninger og cookies. ...>>>Du kan når som helst ændre dine præferencer eller trække dit samtykke tilbage ved at slette cookies fra din hjemmeside eller computer som beskrevet i politikken. Accepter det og vælg dine præferencer ved at markere de tilsvarende felter i afsnittet "Administrer indstillinger" nedenfor. Læs vores servicevilkår omhyggeligt, inden du fortsætter med at bruge nogen del af dette websted.
«Administrer indstillinger