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

Artificial Intelligence and Postoperative Acute Kidney Injury

8. januar 2021 opdateret af: Hyung-Chul Lee, Seoul National University Hospital

Development and Prospective Validation of an Artificial Intelligence Model to Predict Postoperative Acute Kidney Injury

The main objective of this study is to develop and validate an artificial intelligence model that predicts postoperative acute kidney injury.

Studieoversigt

Status

Ukendt

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Postoperative acute kidney injury is known to increase the length of hospital stay and healthcare cost. A lot of risk prediction models have been developed for identifying patients at increased risk of postoperative acute kidney injury. Recent advances in artificial intelligence make it possible to manage and analyze big data. Prediction model using an artificial intelligence and large-scale data can improve the accuracy of prediction performance. Furthermore, the use of an artificial intelligence may be a useful adjuvant tool in making clinical decisions or real-time prediction if it is integrated into the electrical medical record systems. However, before implementing an artificial intelligence model into the clinical setting, prospective evaluation of an artificial intelligence model's real performance is essential. However, to our knowledge, there was no artificial intelligence model for prediction of postoperative acute kidney injury, which was prospectively evaluated. Therefore, we aimed to develop an artificial intelligence model which predicts postoperative acute kidney injury and evaluate the model's performance prospectively.

Undersøgelsestype

Observationel

Tilmelding (Forventet)

2000

Kontakter og lokationer

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

Studiesteder

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

18 år og ældre (Voksen, Ældre voksen)

Tager imod sunde frivillige

N/A

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Adults patients undergoing non-cardiac surgery

Beskrivelse

Inclusion Criteria:

  • Adults patients undergoing non-cardiac surgery

Exclusion Criteria:

  • Age under 18 years
  • Surgery duration < 1 hour
  • Transplantation surgery
  • Nephrectomy
  • Cardiac surgery
  • Patients who had severe kidney dysfunction preoperatively as follows:
  • Serum creatinine ≥ 4 mg/dl
  • Estimated glomerular filtration rate <15 ml/min/1.73m2
  • History of renal replacement therapy
  • Patients who had no results of preoperative or postoperative serum creatinine

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
Intervention / Behandling
AI_AKI
Adults patients undergoing non-cardiac surgery
Diagnostisk test: Prediction of postoperative acute kidney injury using an artificial intelligence
The performance of an artificial intelligence model to predict postoperative acute kidney injury will be tested prospectively.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
the incidence of postoperative acute kidney injury
Tidsramme: during the postoperative seven days
postoperative acute kidney injury (diagnosed by KDIGO criteria using peak serum creatinine level) included all acute kidney injury events regardless of acute kidney injury severity
during the postoperative seven days

Samarbejdspartnere og efterforskere

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

Sponsor

Seoul National University Hospital

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 (Forventet)

1. marts 2021

Primær færdiggørelse (Forventet)

31. maj 2021

Studieafslutning (Forventet)

1. februar 2022

Datoer for studieregistrering

Først indsendt

8. januar 2021

Først indsendt, der opfyldte QC-kriterier

8. januar 2021

Først opslået (Faktiske)

12. januar 2021

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

12. januar 2021

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

8. januar 2021

Sidst verificeret

1. januar 2021

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • 2012-069-1180

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 Ikke-hjertekirurgi

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Madagascar

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner