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

Vurdering af organdvejlrisikoforudsigelser i ICU (AI4ICU-Obs)

27. august 2025 opdateret af: ETH Zurich

Prospektiv vurdering af risikoforudsigelser om organdvigt i intensivafdelingen - Sammenligning af nøjagtighed af menneskelige og AI -risikoforudsigelser

Under denne observationsundersøgelse sigter efterforskerne at vurdere ICU -klinikernes evne til at forudsige risikoen for forestående organsvigt og retrospektivt sammenligne den med ydelsen af ​​tidligere offentliggjorte maskinlæringsmodeller. Den centrale hypotese af denne undersøgelse er, at den behandlende læge kan forudsige forestående organsvigt hos voksne ICU -patienter med lignende nøjagtighed som de bedste tidligere offentliggør maskinlæringsmodeller.

Studieoversigt

Status

Aktiv, ikke rekrutterende

Detaljeret beskrivelse

I denne observationsundersøgelse indsamles klinikerens (læger og sygeplejersker) vurdering af den estimerede forestående organdvejlrisiko i en ICU -indstilling prospektivt. Circulatorisk svigt undersøges i det primære mål, og respirationssvigt, nyresvigt og dødelighed undersøges i sekundære mål. Disse vurderinger undersøger den forudsigelige ydeevne og påvirker faktorer for klinikerforudsigelse. Evalueringerne indsamles i spørgeskemaer og udføres af klinikerne, der er direkte involveret i patientbehandlingen og af klinikere, der ikke er aktivt ansvarlige for patientbehandlingen. Desuden sigter denne undersøgelse mod at benchmark disse risikovurderinger foretaget af sundhedsfagfolk mod retrospektivt genereret AI -risikoscore for de samme patienter og tidspunkter. AI -risikoscore beregnes retrospektivt fra et sæt modeller fra en systematisk søgning i den aktuelle litteratur. AI -modellerne, der vil blive anvendt til denne analyse, identificeres som angivet med en systematisk gennemgangsprotokol og skal tilfredsstille følgende to kriterier: De kræver ikke nogen data ud over, hvad der rutinemæssigt indsamles under et ICU -ophold og kan fås adgang til som open source . En sådan sammenligning er afgørende for forståelsen af ​​den relative nøjagtighed og pålidelighed af AI-baserede forudsigelser i sammenhæng med organdvejlrisiko sammenlignet med menneskelig præstation. Data og fund fra denne undersøgelse forventes at fremlægge bevis for den kliniske anvendelighed af AI-baserede risikoscore og bane vejen for fremtidig forskning i optimering af AI-systemer til sundhedsapplikationer.

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

499

Kontakter og lokationer

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

Studiesteder

    • Canton of Bern
      • Bern, Canton of Bern, Schweiz, 3010
        • University Hospital Inselspital, Berne

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

Sandsynlighedsprøve

Studiebefolkning

Voksen Intensive Care Unit på University Hospital Bern

Beskrivelse

Inkluderingskriterier:

  • Patientens minimumsalder på 18 år
  • nødoptagelse til ICU
  • arteriel linje på plads

Ekskluderingskriterier:

  • Dokumenteret afvisning (på den generelle samtykkeformular) til at deltage i klinisk forskning
  • Patienter med neurologiske tilstande, der forringer patientens bevidsthedsniveau (inklusive, men ikke begrænset til slagtilfælde, traumatisk hjerneskade, intrakraniel blødning, CNS -infektioner; undtagen polytrauma)
  • Patienter på mekaniske kredsløbsstøttesystemer (IABP, VA-ECMO, Impella, VAD) eller ekstrakorporeal membranoxygenering (VV-ECMO) til enhver tid under deres ICU-ophold;
  • Patienter, der modtager livets pleje eller er optaget med det eneste formål at evaluere organdonation

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
Voksne ICU -patienter

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Klinikerforudsigelse af kredsløbssvigt inden for 8 timer sammenlignet med offentliggjorte ML -modeller
Tidsramme: Evalueringer indsamles inden for de første 72 timer efter optagelse.
Dette resultat sammenligner området under modtagerens driftskarakteristiske kurve (AUROC) for to metoder til at forudsige kredsløbssvigt inden for 8 timer efter hvert vurderingstidspunkt: (1) ICU -klinikernes risikovurderinger og (2) tidligere offentliggjort maskinlæring (ML) modeller anvendt retrospektivt. For hver vurdering beregner vi AUROC separat for klinikere og for ML -modellen for de samme tidspunkter og patienter. Forskellen i AUROC (kliniker minus ML) er det vigtigste mål for interesse, evalueret under en ikke-mindrevinær ramme med en margin på 0,025.
Evalueringer indsamles inden for de første 72 timer efter optagelse.

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Klinikerforudsigelse af respirationssvigt inden for 24 timer sammenlignet med offentliggjorte ML -modeller
Tidsramme: Evalueringer indsamles inden for de første 72 timer efter optagelse.
Dette resultat sammenligner området under modtagerens driftskarakteristiske kurve (AUROC) for to metoder til forudsigelse af respirationssvigt inden for 24 timer efter hvert vurderingstidspunkt: (1) ICU -klinikernes risikovurderinger og (2) tidligere offentliggjort maskinlæring (ML) modeller anvendt retrospektivt. For hver vurdering beregner vi AUROC separat for klinikere og for ML -modellen. Forskellen i AUROCS (kliniker minus ML) er det vigtigste mål for interesse, evalueret ved hjælp af de samme metodologiske rammer som det primære resultat.
Evalueringer indsamles inden for de første 72 timer efter optagelse.

Andre resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Undersøgelsesanalyse af klinikerforudsigelse af nyresvigt inden for 48 timer sammenlignet med offentliggjorte ML -modeller
Tidsramme: Evalueringer indsamles inden for de første 72 timer efter optagelse.
Dette efterforskningsresultat sammenligner området under modtagerens driftskarakteristiske kurve (AUROC) for to metoder til at forudsige nyresvigt inden for 48 timer efter hvert vurderingstidspunkt: (1) ICU -klinikernes risikovurderinger, og (2) tidligere offentliggjort maskinlæring (ML ) modeller anvendt retrospektivt. For hver vurdering beregner vi AUROC separat for klinikere og for ML -modellen. Forskellen i Aurocs evalueres ved hjælp af de samme metodologiske rammer som det primære resultat.
Evalueringer indsamles inden for de første 72 timer efter optagelse.
Undersøgelsesanalyse af forudsigelse af klinikerdødelighed sammenlignet med offentliggjorte ML -modeller
Tidsramme: Evalueringer indsamles inden for de første 72 timer efter optagelse.
Forudsigelse af all-årsagsdødelighed fra McNemars test. Evalueret og testet ved hjælp af udførelsen af ​​respektive vurderinger fra klinikere (binær respons) og tilsvarende (parrede) forudsigelser af en maskinlæringsmodel (sandsynlighedsforudsigelse reduceret til en binær respons), der er trænet på historiske data for de tre individuelle binære resultater af all-årsagsdødelighed <28-dages, <6-måneders, <12-måneders. For hver horisont separat er de maskinbaserede sandsynligheder tærskelt for at matche klinikens følsomhed, der udføres en McNemars test for at teste for en signifikant forskel i forudsigelige kapaciteter, og P-værdier justeres for at tage højde for flere test om nødvendigt.
Evalueringer indsamles inden for de første 72 timer efter optagelse.
Undersøgelsesanalyse af forudsigelig nøjagtighed af behandling af læger kontra behandling af sygeplejersker
Tidsramme: Evalueringer indsamles inden for de første 72 timer efter optagelse.
Evalueret og testet for det samme som de primære, sekundære og første efterforskningsresultater (dvs. kredsløb, respirations- og nyresvigt) ved hjælp af de respektive vurderinger ved at behandle læger og behandle sygeplejersker med parrede tidspunkter.
Evalueringer indsamles inden for de første 72 timer efter optagelse.
Sammenligning af forudsigelig nøjagtighed af behandling af ikke-behandlende læger
Tidsramme: Evalueringer indsamles inden for de første 72 timer efter optagelse.
Evalueret og testet for det samme som de primære, sekundære og første efterforskningsresultater (dvs. kredsløb, respirations- og nyresvigt) ved hjælp af de respektive vurderinger fra klinikere (behandling) og udelukkende afhængig af EHR-data (ikke-behandling) med parret tid -pointvurderinger.
Evalueringer indsamles inden for de første 72 timer efter optagelse.
Kalibreringsanalyse af klinikerforudsigelsesresultater
Tidsramme: Evalueringer indsamles inden for de første 72 timer efter optagelse.
Kalibreringsanalyse af klinikerforudsigelsesresultater. Undersøgelsen vurderer forudsigelsesevne for et kollektiv af klinikere. Imidlertid kan mennesker være dårligt kalibrerede mellem hinanden med hensyn til at give sandsynlighedsestimater. At vurdere kollektivets præstation uden kalibrering af individerne mellem hinanden kan undervurdere klinikers faktiske forudsigelige evner, hvis de var godt kalibrerede. Vi foreslår at vurdere de primære og sekundære resultater, men derudover udfører en risikoscore-kalibrering blandt læger.
Evalueringer indsamles inden for de første 72 timer efter optagelse.
Undersøgelsesanalyse af mønstre (f.eks. Systematiske fejl/forspændinger) af forudsigelig ydeevne i menneskelige og maskinvurderinger
Tidsramme: Evalueringer indsamles inden for de første 72 timer efter optagelse.
  1. Påvirkning af faktorer for forudsigelsesfunktioner hos klinikere som klinikeren anciennitet, klinikerrolle (inkl. Sygeplejerske vs læge), tid på dagen, ugedag, arbejdsbyrde, rækkefølge af patienter set og andre indsamlede oplysninger om deltagende klinikere.
  2. Systematiske fejl og forspændinger af både human ekspertvurderinger og maskinlæringsbaserede forudsigelser om patientalder, diagnostisk gruppe eller en hvilken som helst af de indsamlede patientspecifikke eller klinikerrelaterede indsamlede variabler.
Evalueringer indsamles inden for de første 72 timer efter optagelse.

Samarbejdspartnere og efterforskere

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

Sponsor

Efterforskere

  • Ledende efterforsker: Martin Faltys, Dr. med., Insel Gruppe AG, University Hospital Bern

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 (Faktiske)

18. november 2024

Primær færdiggørelse (Faktiske)

15. maj 2025

Studieafslutning (Anslået)

15. maj 2026

Datoer for studieregistrering

Først indsendt

18. november 2024

Først indsendt, der opfyldte QC-kriterier

3. februar 2025

Først opslået (Faktiske)

7. februar 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Anslået)

28. august 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

27. august 2025

Sidst verificeret

1. november 2024

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

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