- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT05144230
Healthy Data: Improving Health Information Quality Using Intelligent Systems
6. december 2021 opdateret af: Obinwa Ozonze, University of Portsmouth
Collection of Electronic Health Records (EHR) for Validation of Artificial Intelligence Based Tool for Data Quality Assessment
Electronic Health Record Systems (EHR) play an integral role in healthcare practice, enabling health organisations to collect, access and manage data more consistently.
There is also a great deal of interest in using EHR data to improve decision-making and accelerate medical interventions.
However, like all information systems, they are prone to data quality problems such as incomplete records, values outside normal ranges and implausible relationships.
These problems are expected to become more prevalent as more organisations adopt electronic health record systems, aggregate, share and explore health data.
The investigators believe current efforts to improve health data quality can be made more effective if backed by appropriate technology in the form of a readily accessible intelligent tool.
Building on this, the investigators developed an Artificial Intelligence (AI) tool for automating data quality assessment of health data.
In this study, the investigators evaluate the AI tool using a real-world dataset.
Studieoversigt
Status
Ikke rekrutterer endnu
Betingelser
Detaljeret beskrivelse
The main aim of this study is to assess the reliability and utility of an AI tool in identifying data quality dimensions of interest for secondary use of health data, including completeness, conformance and plausibility.
In assessing this tool, this study will retrospectively analyse data captured during routine clinical care and identify records containing listed data quality dimensions.
This study will also assess the consistency of the AI tool in generating and executing data quality checks.
Undersøgelsestype
Observationel
Tilmelding (Forventet)
60000
Kontakter og lokationer
Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.
Studiekontakt
- Navn: Obinwa Ozonze, MSc
- Telefonnummer: 07391566946
- E-mail: obinwa.ozonze@port.ac.uk
Undersøgelse Kontakt Backup
- Navn: Adrian Hopgood, PhD
- Telefonnummer: 02392842946
- E-mail: adrian.hopgood@port.ac.uk
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
Ja
Køn, der er berettiget til at studere
Alle
Prøveudtagningsmetode
Ikke-sandsynlighedsprøve
Studiebefolkning
Patient records captured by Portsmouth Hospitals University National Health Service Trust (PHU) between 01/01/2020 and 31/12/2020
Beskrivelse
Inclusion Criteria:
- No specific exclusion criteria
Exclusion Criteria:
- No specific exclusion criteria
Studieplan
Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
---|---|---|
Data quality dimensions prevalence
Tidsramme: 12 months, between 01/01/2020 and 31/12/2020
|
The number of patient records identified by the AI tool with completeness, conformance and plausibility violations
|
12 months, between 01/01/2020 and 31/12/2020
|
Consistency of AI tool
Tidsramme: 2 months, through study completion
|
Consistency of AI tool in generating measures for detecting data quality dimensions
|
2 months, through study completion
|
Validity of AI tool detection
Tidsramme: 2 months, through study completion
|
Validity of data quality dimensions identified by the AI tool
|
2 months, through study completion
|
Samarbejdspartnere og efterforskere
Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.
Sponsor
Samarbejdspartnere
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.
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. februar 2022
Primær færdiggørelse (Forventet)
1. april 2022
Studieafslutning (Forventet)
1. april 2022
Datoer for studieregistrering
Først indsendt
21. november 2021
Først indsendt, der opfyldte QC-kriterier
21. november 2021
Først opslået (Faktiske)
3. december 2021
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
22. december 2021
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
6. december 2021
Sidst verificeret
1. december 2021
Mere information
Begreber relateret til denne undersøgelse
Andre undersøgelses-id-numre
- UP717295
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
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 Data Quality
-
NorthShore University HealthSystemUkendt
-
University of MichiganFood and Drug Administration (FDA)RekrutteringHuman Gastrointestinal Fysiologisk DataForenede Stater
-
University of OklahomaHarvard Medical School (HMS and HSDM); SWAY Medical, Inc; College of Medicine...Trukket tilbagePålidelighed | Gyldighed | Normative data
-
University of MichiganFood and Drug Administration (FDA)AfsluttetHuman Gastrointestinal Fysiologisk DataForenede Stater
-
Marlene FischerAfsluttetPostoperativ Quality of Recovery på postanæstesiafdelingenTyskland
-
University Hospital, GrenobleUkendtHealth Care Quality Management (ingen betingelse).Frankrig
-
Stryker NeurovascularAfsluttet
-
Ondokuz Mayıs UniversityAfsluttetKejsersnit | Intratekal morfin | Quality of Recovery 40Kalkun
-
Anqing Municipal HospitalAfsluttetDexmedetomidin | Lidokain | Quality of Recovery (QoR-40), præoperativ og postoperativKina
-
Eva KlappeAfsluttetKvaliteten af sundhedsvæsenet | Mennesker | Klinisk beslutningstagning | Evidensbaseret praksis | Beslutningstagning, computerstøttet | Lægejournaler, problemorienteret | Data nøjagtighed | Dokumentation / Standarder | Dokumentation / Statistik og numeriske data | Formularer og registreringer kontrol / standarder og andre forholdHolland