Personlig interoperabel sepsis-overvågning i realtid (PRISM) (PRISM)
6. april 2026 opdateret af: Aisthesis Medical P.C.
Forudsigelse af sepsis hos patienter, der gennemgår abdominal kirurgi: en prospektiv, observationel klinisk undersøgelse
Målet med dette prospektive observationsstudie er at udvikle og anvende en kunstig intelligens (AI) model til forudsigelse af postoperativ sepsis hos patienter, der gennemgår abdominal kirurgi. De vigtigste spørgsmål, den sigter mod at besvare er:
- Kan et fjerntliggende AI-drevet overvågningssystem nøjagtigt forudsige sepsisrisiko hos postoperative patienter?
- Hvor effektivt kan dette system integrere og analysere multimodale data til tidlig sepsis-detektion på kirurgisk afdeling?
Deltagerne er udstyret med ikke-invasive PPG-baserede bærbare enheder til løbende at overvåge vitale tegn og indsamle kliniske data af høj kvalitet. Disse data, sammen med demografiske og laboratorieoplysninger fra den elektroniske sundhedsjournal (EHR) på hospitalet, bruges til udvikling og validering af AI-model.
Studieoversigt
Status
Trukket tilbage
Intervention / Behandling
Undersøgelsestype
Observationel
Kontakter og lokationer
Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.
Studiesteder
-
-
Thessaly
-
Larissa, Thessaly, Grækenland, 41110
- General University Hospital of Larissa
-
-
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
N/A
Prøveudtagningsmetode
Sandsynlighedsprøve
Studiebefolkning
Undersøgelsespopulationen for observationsstudiet om forudsigelse af sepsis er postoperative abdominalkirurgiske patienter >18 år, udvalgt fra et hospitalsmiljø, specifikt rettet mod patienter indlagt til abdominal kirurgi.
Dette omfatter en mangfoldig demografisk befolkning af voksne patienter, der gennemgår forskellige typer abdominale operationer.
Udvælgelsen vil fokusere på at sikre en repræsentativ prøve af denne patientgruppe til nøjagtigt at vurdere effektiviteten og anvendeligheden af det AI-drevne sepsis-forudsigelsessystem i et klinisk miljø i den virkelige verden.
Beskrivelse
Inklusionskriterier:
- Patienter, der gennemgår elektiv abdominal kirurgi.
- Postoperativ indlæggelse på kirurgisk afdeling.
- Alder 18 år eller ældre, som kan og vil deltage og har givet skriftligt samtykke.
- Ved indlæggelse vurderer den primære investigator deres risiko for at forværres i løbet af de første 72 timer efter indlæggelsen som rimelig høj.
Ekskluderingskriterier:
- <18 år Kendt allergi eller kontraindikation til overvågningsudstyret.
- Eksisterende tilstande, der kunne interferere med undersøgelsen (f.eks. kronisk sepsis, immundefektsygdomme).
- Dag operation.
- Graviditet.
- Umiddelbar overførsel til ICU postoperativt.
- Patient nægter eller er ude af stand til at give skriftligt samtykke.
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 |
|---|---|---|
|
Præcision af AI-drevet sepsisforudsigelse i postoperativ periode
Tidsramme: Nøjagtigheden af sepsisforudsigelse vil blive vurderet fra operationsdagen, vurderet dagligt i op til 7 dage efter operationen eller indtil udskrivelse fra hospitalet.
|
Denne primære effektmåling evaluerer nøjagtigheden af et AI-drevet monitoringsystem til at forudsige postoperativ sepsis blandt patienter, der gennemgår abdominalkirurgi.
Målingen fokuserer på systemets evne til korrekt at identificere sepsis, idet der tages højde for følsomhed, specificitet og prædiktive værdier.
|
Nøjagtigheden af sepsisforudsigelse vil blive vurderet fra operationsdagen, vurderet dagligt i op til 7 dage efter operationen eller indtil udskrivelse fra hospitalet.
|
Samarbejdspartnere og efterforskere
Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.
Sponsor
Efterforskere
- Studiestol: Eleni Arnaoutoglou, MD, PhD, Larissa 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 (Anslået)
29. november 2023
Primær færdiggørelse (Anslået)
30. juni 2024
Studieafslutning (Anslået)
30. juni 2024
Datoer for studieregistrering
Først indsendt
18. januar 2024
Først indsendt, der opfyldte QC-kriterier
25. januar 2024
Først opslået (Faktiske)
2. februar 2024
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
9. april 2026
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
6. april 2026
Sidst verificeret
1. april 2026
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- 27681/13-06-23
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 .