PREDIKTIV OG AVANCERET ANALYTIK I NØD MEDICIN - NEUROLOGISKE DEFICITS (PAN-EM-NEURO)
Fremtidig prædiktiv modellering inden for akutmedicin vil sandsynligvis kombinere brugen af en bred vifte af datapunkter såsom kontinuerlig dokumentation, overvågning ved hjælp af wearables, billeddannelse, biomarkører og realtids administrative data fra alle involverede sundhedsudbydere. Efterfølgende omfattende datasæt kunne fodre avanceret dyb læring og neurale netværksalgoritmer til præcist at forudsige risikoen for specifikke helbredstilstande. Desuden styrer prædiktiv analyse mod udviklingen af kliniske veje, der er adaptive og løbende opdateret, og hvor beslutningstagning i sundhedsvæsenet understøttes af sofistikerede algoritmer for at give den bedste fremgangsmåde effektivt og sikkert. Potentialet for prædiktiv analyse til at revolutionere mange aspekter af sundhedsvæsenet synes klart i horisonten. Oplysninger om brug i akutmedicin er sparsomme.
Vi sigter mod at evaluere effektiviteten af at bruge rutinedata til at forudsige ressourceforbrug i akutmedicin ved hjælp af det almindeligt forekommende symptom på akut neurologisk underskud. Som en udsigt kan dette tjene som en prototype for andre lignende projekter, der bruger rutinemæssige medicinske data til forudsigende analyser i akutmedicin.
Studieoversigt
Status
Undersøgelsestype
Tilmelding (Anslået)
Kontakter og lokationer
Studiekontakt
- Navn: Jan Niederdöckl, MD
- Telefonnummer: 0042 40 400 19640
- E-mail: jan.niederdoeckl@meduniwien.ac.at
Studiesteder
-
-
-
Vienna, Østrig, 1090
- Rekruttering
- Emergency Department, Medical University Vienna
-
Kontakt:
- Jan Niederdöckl, Dr.
- E-mail: jan.niederdoeckl@medunwien.ac.at
-
Kontakt:
- Alexander Simon, Dr.
- E-mail: alexander.simon@medunwien.ac.at
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Retrospektiv analyse af rutinemæssigt indsamlede data. Vi sigter efter at finde datamønstre forbundet med ressourceudnyttelse på hospitalet af patienter indlagt af akutmedicinske tjenester for mistanke om akut neurologisk underskud.
Vi vil kun bruge oplysninger fra det rutinemæssige elektroniske medicinske dokumentationssystem til denne undersøgelse. Der udføres ingen kobling til andre datasæt. Data i systemet inkluderer patientdemografi, indledende symptomer, præhospitale vitale tegn og score, mistanke om diagnosticering af akutmedicinske tjenester, inhospitale vitale tegn og score, inhospital diagnostik (computertomografi CT, magnetisk resonansbilleddannelse MRI) og terapeutiske (kateterintervention) procedurer og endelig diagnose. Se 'variabler' for et komplet sæt af variabler.
Til formålet med denne undersøgelse vil kun et fuldstændigt pseudonomyseret datasæt blive brugt.
Beskrivelse
Inklusionskriterier:
- Kvinde og mandlige emner
- Alder ≥ 18 år
Ekskluderingskriterier:
- ingen
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Forudsigelsesmodel
Tidsramme: 1.1.2025
|
skal udvikles
|
1.1.2025
|
Samarbejdspartnere og efterforskere
Sponsor
Publikationer og nyttige links
Generelle publikationer
- Goyal M, Menon BK, van Zwam WH, Dippel DW, Mitchell PJ, Demchuk AM, Davalos A, Majoie CB, van der Lugt A, de Miquel MA, Donnan GA, Roos YB, Bonafe A, Jahan R, Diener HC, van den Berg LA, Levy EI, Berkhemer OA, Pereira VM, Rempel J, Millan M, Davis SM, Roy D, Thornton J, Roman LS, Ribo M, Beumer D, Stouch B, Brown S, Campbell BC, van Oostenbrugge RJ, Saver JL, Hill MD, Jovin TG; HERMES collaborators. Endovascular thrombectomy after large-vessel ischaemic stroke: a meta-analysis of individual patient data from five randomised trials. Lancet. 2016 Apr 23;387(10029):1723-31. doi: 10.1016/S0140-6736(16)00163-X. Epub 2016 Feb 18.
- Desautels T, Calvert J, Hoffman J, Jay M, Kerem Y, Shieh L, Shimabukuro D, Chettipally U, Feldman MD, Barton C, Wales DJ, Das R. Prediction of Sepsis in the Intensive Care Unit With Minimal Electronic Health Record Data: A Machine Learning Approach. JMIR Med Inform. 2016 Sep 30;4(3):e28. doi: 10.2196/medinform.5909.
- Saber H, Somai M, Rajah GB, Scalzo F, Liebeskind DS. Predictive analytics and machine learning in stroke and neurovascular medicine. Neurol Res. 2019 Aug;41(8):681-690. doi: 10.1080/01616412.2019.1609159. Epub 2019 Apr 30.
- Jiang F, Jiang Y, Zhi H, Dong Y, Li H, Ma S, Wang Y, Dong Q, Shen H, Wang Y. Artificial intelligence in healthcare: past, present and future. Stroke Vasc Neurol. 2017 Jun 21;2(4):230-243. doi: 10.1136/svn-2017-000101. eCollection 2017 Dec.
- Ravi D, Wong C, Deligianni F, Berthelot M, Andreu-Perez J, Lo B, Yang GZ. Deep Learning for Health Informatics. IEEE J Biomed Health Inform. 2017 Jan;21(1):4-21. doi: 10.1109/JBHI.2016.2636665. Epub 2016 Dec 29.
- Avasarala J. Letter by Avasarala Regarding Article, "2015 AHA/ASA Focused Update of the 2013 Guidelines for the Early Management of Patients With Acute Ischemic Stroke Regarding Endovascular Treatment: A Guideline for Healthcare Professionals From the American Heart Association/American Stroke Association". Stroke. 2015 Nov;46(11):e234. doi: 10.1161/STROKEAHA.115.010716. Epub 2015 Oct 6. No abstract available.
- Badhiwala JH, Nassiri F, Alhazzani W, Selim MH, Farrokhyar F, Spears J, Kulkarni AV, Singh S, Alqahtani A, Rochwerg B, Alshahrani M, Murty NK, Alhazzani A, Yarascavitch B, Reddy K, Zaidat OO, Almenawer SA. Endovascular Thrombectomy for Acute Ischemic Stroke: A Meta-analysis. JAMA. 2015 Nov 3;314(17):1832-43. doi: 10.1001/jama.2015.13767.
- Bauchner H, Golub RM, Fontanarosa PB. Data Sharing: An Ethical and Scientific Imperative. JAMA. 2016 Mar 22-29;315(12):1237-9. doi: 10.1001/jama.2016.2420. No abstract available.
- Char DS, Shah NH, Magnus D. Implementing Machine Learning in Health Care - Addressing Ethical Challenges. N Engl J Med. 2018 Mar 15;378(11):981-983. doi: 10.1056/NEJMp1714229. No abstract available.
- Chaudhary K, Poirion OB, Lu L, Garmire LX. Deep Learning-Based Multi-Omics Integration Robustly Predicts Survival in Liver Cancer. Clin Cancer Res. 2018 Mar 15;24(6):1248-1259. doi: 10.1158/1078-0432.CCR-17-0853. Epub 2017 Oct 5.
- Christiansen EM, Yang SJ, Ando DM, Javaherian A, Skibinski G, Lipnick S, Mount E, O'Neil A, Shah K, Lee AK, Goyal P, Fedus W, Poplin R, Esteva A, Berndl M, Rubin LL, Nelson P, Finkbeiner S. In Silico Labeling: Predicting Fluorescent Labels in Unlabeled Images. Cell. 2018 Apr 19;173(3):792-803.e19. doi: 10.1016/j.cell.2018.03.040. Epub 2018 Apr 12.
- Cohen IG, Amarasingham R, Shah A, Xie B, Lo B. The legal and ethical concerns that arise from using complex predictive analytics in health care. Health Aff (Millwood). 2014 Jul;33(7):1139-47. doi: 10.1377/hlthaff.2014.0048.
- Heeley E, Anderson CS, Huang Y, Jan S, Li Y, Liu M, Sun J, Xu E, Wu Y, Yang Q, Zhang J, Zhang S, Wang J; ChinaQUEST Investigators. Role of health insurance in averting economic hardship in families after acute stroke in China. Stroke. 2009 Jun;40(6):2149-56. doi: 10.1161/STROKEAHA.108.540054. Epub 2009 Apr 9.
- Nemati S, Holder A, Razmi F, Stanley MD, Clifford GD, Buchman TG. An Interpretable Machine Learning Model for Accurate Prediction of Sepsis in the ICU. Crit Care Med. 2018 Apr;46(4):547-553. doi: 10.1097/CCM.0000000000002936.
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Anslået)
Studieafslutning (Anslået)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Anslået)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- EK- Nr. 1738/2022
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
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 Neurologiske manifestationer
-
Chulalongkorn UniversityUkendtHumane mælkeoligosakkarider, allergisk manifestationThailand
-
M.D. Anderson Cancer CenterRekrutteringIndledende studier | PET/CT billeddannelse | Værtsygdom ManifestationForenede Stater
-
Singapore General HospitalSingapore Eye Research InstituteRekrutteringType 2 diabetes | Diabetes; Neuropati, polyneuropati (manifestation) | Diabetes-relaterede komplikationer | Diabetes; Nefropati (manifestation) | Diabetes; Retinopati (manifestation)Singapore
-
Bernadette Dian Novita, MD.,PhDAfsluttetIndlæggelsens varighed | Klinisk manifestation af COVID-19Indonesien
-
National Taiwan University HospitalUkendtKeratitis; Infektionssygdom (manifestation)Taiwan
-
Jabir Ibn Hayyan Medical UniversityAfsluttetMilt; Cyste, Hydatid (manifestation)
-
University Hospital, GenevaAfsluttetKeratitis; Infektionssygdom (manifestation)Schweiz
-
Mundipharma (China) Pharmaceutical Co. LtdAfsluttetSygdom (eller lidelse); Intervertebral disk, med myelopati (manifestation)Kina
-
National Institute of Mental Health (NIMH)AfsluttetSund og rask | Stemningsforstyrrelse | Neurobehavioral manifestationForenede Stater
-
National Taiwan University HospitalUkendtNeuropati; Perifer, autonom, ved diabetes mellitus (manifestation)Taiwan