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

Sammenligning af sepsis-forudsigelsesalgoritmer

5. januar 2026 opdateret af: Siva Bhavani, Emory University

Prospektiv evaluering af sepsis-forudsigelsesalgoritmer i et multihospitals sundhedssystem

Sepsis er en alvorlig reaktion på infektion, der resulterer i organdysfunktion og ofte fører til døden. Mere end 1,5 millioner mennesker får sepsis hvert år i USA, og 270.000 amerikanere dør af sepsis årligt. Forsinkelser i diagnosticeringen af ​​sepsis fører til øget dødelighed. Der findes adskillige kliniske beslutningsstøttealgoritmer til tidlig identifikation af sepsis. Forskerholdet vil sammenligne ydeevnen af ​​tre sepsis-forudsigelsesalgoritmer for at identificere den algoritme, der er mest nøjagtig og klinisk anvendelig. Algoritmerne vil køre i baggrunden af ​​den elektroniske patientjournal (EPJ), og forudsigelserne vil ikke blive afsløret for patienter eller klinisk personale. I denne aktuelle evalueringsundersøgelse vil algoritmerne ikke påvirke nogen del af en patients pleje. Algoritmerne vil blive implementeret på tværs af Emory-sundhedssystemet på data fra alle patienter, der præsenteres på skadestuen.

Studieoversigt

Detaljeret beskrivelse

Det primære mål med denne undersøgelse er prospektivt at evaluere tre sepsis-forudsigelsesalgoritmer, der er indlejret i EPJ. Modellerne vil blive implementeret i en "skygge"-tilstand, og resultaterne vil ikke blive vist til behandlingsteamet under denne undersøgelse. To af algoritmerne er proprietære algoritmer fra EPJ-udbyderen (Epic). Den tredje algoritme er en internt udviklet open source-algoritme.

Algoritmerne vil beregne sandsynligheden for sepsis med periodiske intervaller og vil fortsætte med at køre på en patients data indtil patientens udskrivelse, død eller ved påbegyndelse af intravenøs antibiotika (på hvilket tidspunkt der er en indirekte registrering af klinisk mistanke om en infektion).

Undersøgelsestype

Observationel

Tilmelding (Anslået)

1200

Kontakter og lokationer

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

Studiekontakt

Studiesteder

    • Georgia
      • Atlanta, Georgia, Forenede Stater, 30308
        • Emory Saint Joseph's Hospital
      • Atlanta, Georgia, Forenede Stater, 30308
      • Atlanta, Georgia, Forenede Stater, 30322
        • Emory Hospital
      • Atlanta, Georgia, Forenede Stater, 30322
        • Emory Healthcare System
      • Decatur, Georgia, Forenede Stater, 30033
      • Johns Creek, Georgia, Forenede Stater, 30097
        • Emory Johns Creek Hospital
      • Lithonia, Georgia, Forenede Stater, 30058

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

  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Alle voksne patienter indlagt via akutmodtagelsen fra det tidspunkt, de ankommer til hospitalet til udskrivelse, død eller påbegyndelse af intravenøs antibiotika.

Beskrivelse

Inklusionskriterier:

  • Alle voksne patienter indlagt gennem ED

Ekskluderingskriterier:

  • Ingen

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
ED patienter
Alle voksne patienter, der præsenterer for akutte afdelinger (ED) i Emory Healthcare-systemet
The Epic Sepsis Model (ESM) version 1, en proprietær sepsis-forudsigelsesmodel.
Andre navne:
  • Proprietær episk sepsis-algoritme -1
Epic Sepsis Model (ESM) version 2, en proprietær sepsis-forudsigelsesmodel.
Andre navne:
  • Proprietær episk sepsis-algoritme -2
Emory intern algoritme
Andre navne:
  • Emory Sepsis Algoritme

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Patientindlæggelsesniveau område under kurve (AUC) til identifikation af sepsis,
Tidsramme: Varighed af hospitalsophold (indtil udskrivelse eller død), et forventet gennemsnit på 30 dage
Definition af sepsis ved hjælp af Centers for Disease Control and Prevention (CDC) Adult Sepsis Surveillance.
Varighed af hospitalsophold (indtil udskrivelse eller død), et forventet gennemsnit på 30 dage

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Sensitivitet, specificitet og positiv og negativ forudsigelsesværdi af algoritmer
Tidsramme: Varighed af hospitalsophold (indtil udskrivelse eller død), et forventet gennemsnit på 30 dage
Sensitivitet, specificitet, positiv prædiktiv værdi (PPV) og negativ prædiktiv værdi (NPV).
Varighed af hospitalsophold (indtil udskrivelse eller død), et forventet gennemsnit på 30 dage
Tid til antibiotikaadministration
Tidsramme: Varighed af hospitalsophold (indtil udskrivelse eller død), et forventet gennemsnit på 30 dage
Tiden mellem den første indsættelse af alarmen hos patienter, der er bekræftet at have sepsis (turpositive) og lægens bestilling af intravenøs antibiotikabehandling.
Varighed af hospitalsophold (indtil udskrivelse eller død), et forventet gennemsnit på 30 dage
Procent forventet stigning i unødvendige antibiotika
Tidsramme: Varighed af hospitalsophold (indtil udskrivelse eller død), et forventet gennemsnit på 30 dage
Procentdel af patienter, der fejlagtigt blev identificeret som havende sepsis (falske positive), og fik antibiotika.
Varighed af hospitalsophold (indtil udskrivelse eller død), et forventet gennemsnit på 30 dage
Nummer nødvendigt for at screene
Tidsramme: Varighed af hospitalsophold (eller dødsfald), et forventet gennemsnit på 30 dage
Antallet af advarsler, der skal behandles for at finde én ægte positiv sepsis.
Varighed af hospitalsophold (eller dødsfald), et forventet gennemsnit på 30 dage
Tidshorisont-baserede AUC'er
Tidsramme: 4 timer, 8 timer og 24 timer
AUC'er vil blive beregnet ved 3 foruddefinerede tidshorisonter.
4 timer, 8 timer og 24 timer
Nøjagtighed og kalibrering efter undergruppe
Tidsramme: Varighed af hospitalsophold (indtil udskrivelse eller død), et forventet gennemsnit på 30 dage
AUC- og kalibreringskurverne vil blive sammenlignet efter køn og race for at sikre, at den forudsigelige nøjagtighed er ens på tværs af undergrupper.
Varighed af hospitalsophold (indtil udskrivelse eller død), et forventet gennemsnit på 30 dage
Antal total og falsk advarselsbyrde
Tidsramme: Varighed af hospitalsophold (indtil udskrivelse eller død), et forventet gennemsnit på 30 dage
Antallet af samlede og falske varslingsbyrder samlet på tværs af alle undersøgelsespatienter i løbet af undersøgelsesperioden
Varighed af hospitalsophold (indtil udskrivelse eller død), et forventet gennemsnit på 30 dage

Samarbejdspartnere og efterforskere

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

Efterforskere

  • Ledende efterforsker: Sivasubramanium Bhavani, MD, Emory 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 (Anslået)

1. juni 2026

Primær færdiggørelse (Anslået)

1. december 2026

Studieafslutning (Anslået)

1. december 2026

Datoer for studieregistrering

Først indsendt

5. juli 2023

Først indsendt, der opfyldte QC-kriterier

5. juli 2023

Først opslået (Faktiske)

13. juli 2023

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

7. januar 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

5. januar 2026

Sidst verificeret

1. december 2025

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • STUDY00005958
  • 2024P008316 (Anden identifikator: Emory IRB)

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

JA

IPD-planbeskrivelse

Efterforskerne vil dele individuelle deltagerdata, der ligger til grund for resultaterne rapporteret i en artikel, efter afidentifikation (tekst, tabeller, figurer og bilag).

IPD-delingstidsramme

Data vil blive delt fra 6 måneder efter offentliggørelse, uden en specificeret slutdato.

IPD-delingsadgangskriterier

For at få adgang skal dataanmodere underskrive en dataadgangsaftale.

IPD-deling Understøttende informationstype

  • STUDY_PROTOCOL

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 .

Abonner