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

Maskinlæringsassisteret genkendelse af hjertestop uden for hospitalet under nødopkald.

15. april 2020 opdateret af: Stig Nikolaj Fasmer Blomberg, Emergency Medical Services, Capital Region, Denmark

Kan en maskinlæring genkende hjertestop uden for hospitalet under nødopkald og assistere medicinske dispatcher

Emergency Medical Services Copenhagen har udviklet en maskinlæringsmodel, der analyserer opkaldene til 1-1-2 (9-1-1) i realtid. Modellen er i stand til at genkende opkald, hvor der er mistanke om et hjertestop. Formålet med undersøgelsen er at undersøge effekten af ​​en computergenereret alarm ved opkald, hvor der er mistanke om hjertestop.

Undersøgelsen vil undersøge

  1. om en potentiel stigning i genkendelser skyldes maskinalarmer eller det øgede fokus hos den medicinske disponent på at genkende hjertestop uden for hospitalet (OHCA) ved implementering af maskinen
  2. hvis en maskinlæringsmodel baseret på neurale netværk vil, når man alarmerer medicinske dispatchere, øge den samlede anerkendelse af OHCA og øge udsendelsen af ​​borgerrespondere.
  3. øget brug af automatiserede eksterne defibrillatorer (AED), hjerte-lunge-redning (CPR) eller udsendelse af borgerreaktioner i tilfælde af OHCA på maskinanerkendt OHCA vs. medicinsk udsendt OHCA.

Studieoversigt

Status

Afsluttet

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Chancerne for overlevelse efter hjertestop udenfor hospitalet falder med 10 % i minuttet fra kollaps, til HLR påbegyndes. koordinatorassisteret telefon-HLR vil kun blive iværksat i tilfælde, hvor koordinatoren genkender hjertestoppet.

I et tidligere projekt "Kan en computer gennem maskinlæring genkende hjertestop uden for hospitalet under nødopkald" (støttet af TrygFoundation), fandt efterforskerne ud af, at det var muligt at skabe en maskinlæringsmodel (ML), som kunne genkende OHCA med højere præcision end medicinske dispatchere på akutmedicinsk udsendelsescenter (EMDC-København).

I denne undersøgelse skal modellen og effekten dokumenteres i EMDC-København. Til dette formål oprettes en computerserver, der kører ML-modellen. Denne server er integreret i netværket hos EMDC-København, hvilket gør det muligt at sende alarmer til lægevagten, når et hjertestop genkendes af modellen.

Ved hjælp af maskinlæring er hypotesen, at genkendelsen af ​​OHCA forbedres og sker både hyppigere og hurtigere end nu.

Der er udviklet en instruktion til lægevagten, som vejleder lægevagten i tilfælde af en alarm fra maskinen.

Undersøgelsestype

Interventionel

Tilmelding (Faktiske)

5242

Fase

  • Ikke anvendelig

Kontakter og lokationer

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

Studiesteder

  • Danmark
    • Danmark
      • Ballerup, Danmark, Danmark, DK-2750
        • Emergency Medical Services Copenhagen

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

Aldre berettiget til at studere

  • Barn
  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ingen

Køn, der er berettiget til at studere

Alle

Beskrivelse

Inklusionskriterier:

  • Opkald vedrørende et hjertestop registreret i det danske hjertestopregister
  • OHCA er anerkendt af machine-learning model
  • Opkaldet stammer fra 1-1-2

Ekskluderingskriterier:

  • OHCA Emergency Medical Services - overværet
  • Opkaldet er fra en anden myndighed (politi eller brandvæsen)
  • Opkald er et gentaget opkald
  • Opkaldet har været i venteposition til konference

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Diagnostisk
  • Tildeling: Randomiseret
  • Interventionel model: Parallel tildeling
  • Maskning: Tredobbelt

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Eksperimentel: Maskinalarm
Disse hjertemistænkte hjertestop vil have fået en advarsel genereret af maskinlæringsmodellen ud over standarden Emergency Medical Services-respons.
Andet: Advarsel på koordinatorskærmen 'Mistænkt hjertestop'
Advarsel på koordinatorskærmen 'Mistænkt hjertestop'
Ingen indgriben: Sædvanlig pleje
Disse formodede hjertestop vil modtage standardsvar fra akutmedicinske tjenester.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Dispatcher anerkendelse af hjertestop
Tidsramme: Under opkald til akutmedicinske tjenester, op til 15 minutter fra opkaldets start.
Afsenderens anerkendelse af hjertestop uden for hospitalet er det primære resultat. Genkendelse rapporteres af et spørgeskema udfyldt af en gruppe auditører, der lytter til optagelser af alle inkluderede opkald. Spørgeskemaet er en modificeret CARES protokol for opkaldene og består af 21 spørgsmål, hvor kvaliteten af ​​opkaldet vurderes. Spørgeskemaet er valideret og har været brugt i andre undersøgelser.
Under opkald til akutmedicinske tjenester, op til 15 minutter fra opkaldets start.

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Tid til anerkendelse
Tidsramme: Under opkald til akutmedicinske tjenester, op til 15 minutter fra opkaldets start.
Tid fra opkald-start til afsender anerkendelse af hjertestop
Under opkald til akutmedicinske tjenester, op til 15 minutter fra opkaldets start.
Dispatcher assisteret telefon CPR
Tidsramme: Under opkald til akutmedicinske tjenester, op til 15 minutter fra opkaldets start.
Beder koordinatoren den, der ringer op, om at påbegynde HLR.
Under opkald til akutmedicinske tjenester, op til 15 minutter fra opkaldets start.
Tid til T-HLR
Tidsramme: Under opkald til akutmedicinske tjenester, op til 15 minutter fra opkaldets start.
Tid fra opkald-start til afsender begynder at vejlede opkalder i cpr
Under opkald til akutmedicinske tjenester, op til 15 minutter fra opkaldets start.

Samarbejdspartnere og efterforskere

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

Sponsor

Emergency Medical Services, Capital Region, Denmark

Efterforskere

  • Studieleder: Freddy Lippert, MD, Copenhagen Emergency Medical Services

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

Generelle publikationer

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)

1. september 2018

Primær færdiggørelse (Faktiske)

1. april 2020

Studieafslutning (Faktiske)

2. april 2020

Datoer for studieregistrering

Først indsendt

27. december 2019

Først indsendt, der opfyldte QC-kriterier

3. januar 2020

Først opslået (Faktiske)

7. januar 2020

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

16. april 2020

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

15. april 2020

Sidst verificeret

1. april 2020

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • F-35101-01

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

Ingen

IPD-planbeskrivelse

Data vil være tilgængelige efter rimelig anmodning via mail til den primære efterforsker.

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

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 .

Kliniske forsøg med Hjertestop uden for hospitalet

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Benin

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner