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

Brug af kunstig intelligens (AI) til at forudsige kliniske resultater hos patienter indlagt for COVID19-lungebetændelse under de 4 pandemiske bølger (AI COVID-19)

22. maj 2024 opdateret af: Stefania Piconi, Azienda Ospedaliera di Lecco

Brug af kunstig intelligens (AI) til forudsigelse af kliniske resultater såsom død og komplikationer hos patienter, der er indlagt på hospitalet for COVID-lungebetændelse under de 4 pandemiske bølger ved ASST i Lecco.

Forudsigelsesmodeller kan anvendes på forskellige områder, under nødsituationen med COVID-19-pandemien, faktisk har de vist sig vigtige til at støtte sundhedssystemerne i planlægningen af ​​strategiske beslutninger og ved at formulere sundhedspolitikker til at begrænse sygdommen.

Især Covid-19-pandemien har repræsenteret en reel udfordring for vores sundhedssystem. I Italien var det opdelt i fire hovedbølger, hver karakteriseret ved forskellige typer patienter og forskellige terapeutiske tilgange, der gradvist blev forbedret baseret på ny videnskabelig evidens.

Målet er at udføre en undersøgelse af data fra patienter indlagt for COVID-19 på ASST i Lecco under alle fire pandemiske bølger, med forskellige sværhedsgrader af sygdom, indsamle de relevante data og anvende dem på de bruger kunstig intelligens at identificere tilbagevendende mønstre for klinisk udfald i form af overlevelse og sekundære infektiøse komplikationer, således at der opbygges nye pålidelige prædiktive statistiske modeller, der kan bruges til at forudsige udfaldet af patienterne selv.

Den stærke ambition med dette projekt er, at anvendelsen af ​​kunstig intelligens på data af en så betydelig mængde kan give os mulighed for at opbygge valide statistiske modeller, som derefter hypotetisk kan anvendes på enhver patient til at forudsige, baseret på anamnestiske karakteristika, blodkemiske parametre. ved baseline og ved den fastsatte behandling, sandsynligheden for overlevelse og komplikationer

Studieoversigt

Status

Ikke rekrutterer endnu

Betingelser

Undersøgelsestype

Observationel

Tilmelding (Anslået)

5000

Kontakter og lokationer

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

Studiekontakt

Undersøgelse Kontakt Backup

Studiesteder

      • Lecco, Italien, 23900
        • Stefania Piconi

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

For hver patient vil der blive indsamlet oplysninger om:

  • Personlige data (dvs. alder, køn, nationalitet);
  • Dato for hospitalsindlæggelse og udskrivelse (eller død)
  • Comorbiditeter;
  • Behandlinger foretaget for Covid19;
  • Mulig vaccination mod Covid19, dato og antal doser;
  • Mulig begyndelse af sekundære infektioner og/eller komplikationer;
  • Blodkemiprøver ved indlæggelse

Beskrivelse

Inklusionskriterier:

  • Alder > 18 år;
  • Hospitalsindlæggelse for COVID-19 lungebetændelse hos ASST Lecco.

Ekskluderingskriterier:

  • Hospitalsindlæggelse eller konstatering af asymptomatisk SARS CoV-2-infektion.

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
COVID-19 1°-bølge
Hospitalsindlagte patienter for COVID19-lungebetændelse under første bølge (FEB-MAJ 2020)
Brug af kunstig intelligens (AI) til forudsigelse af kliniske udfald såsom død og komplikationer hos patienter indlagt for COVID-lungebetændelse under de 4 pandemibølger
COVID-19 2° bølge
Hospitalsindlagte patienter for COVID19-lungebetændelse under anden bølge (OKT-DEC 2020)
Brug af kunstig intelligens (AI) til forudsigelse af kliniske udfald såsom død og komplikationer hos patienter indlagt for COVID-lungebetændelse under de 4 pandemibølger
COVID-19 3° bølge
Hospitalsindlagte patienter for COVID19-lungebetændelse under den tredje bølge (GEN-MAJ 2021)
Brug af kunstig intelligens (AI) til forudsigelse af kliniske udfald såsom død og komplikationer hos patienter indlagt for COVID-lungebetændelse under de 4 pandemibølger
COVID-19 4° bølge
Hospitalsindlagte patienter for COVID19-lungebetændelse under den fjerde bølge (NOV 2021-MAR 2022)
Brug af kunstig intelligens (AI) til forudsigelse af kliniske udfald såsom død og komplikationer hos patienter indlagt for COVID-lungebetændelse under de 4 pandemibølger

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Konstruktion af prædiktive modeller
Tidsramme: 6 måneder
Konstruktion af prædiktive modeller til at evaluere kliniske resultater såsom død og/eller begyndelse af sekundær infektion baseret på de indsamlede data vedrørende de 4 COVID-19-bølger.
6 måneder

Samarbejdspartnere og efterforskere

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

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 2024

Primær færdiggørelse (Anslået)

1. september 2024

Studieafslutning (Anslået)

31. december 2024

Datoer for studieregistrering

Først indsendt

21. maj 2024

Først indsendt, der opfyldte QC-kriterier

21. maj 2024

Først opslået (Faktiske)

22. maj 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

23. maj 2024

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

22. maj 2024

Sidst verificeret

1. maj 2024

Mere information

Begreber relateret til denne undersøgelse

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 Covid-19-pandemi

3
Abonner