Klinisk datadrevet AI-model til dødelighedsforudsigelse efter hoftebrud
Udvikling af en AI-model baseret på kliniske data til at forudsige 30-dages og 1-års dødelighed efter hoftebrudskirurgi: Et retrospektivt kohortestudie
Hoftebrud er en væsentlig årsag til morbiditet og mortalitet, især hos ældre patienter. Præcis forudsigelse af postoperativ mortalitet er afgørende for risikostratificering og klinisk beslutningstagning. Traditionelle scoringssystemer, såsom Nottingham Hip Fracture Score, har begrænsninger i at fange komplekse, ikke-lineære sammenhænge mellem kliniske variabler.
Denne retrospektive kohortestudie har til formål at udvikle og validere en kunstig intelligens-baseret model til at forudsige 30-dages mortalitet hos patienter, der gennemgår hoftebrudskirurgi. Kliniske og laboratoriedata for cirka 1000 patienter opereret mellem 1. januar 2022 og 1. december 2025 vil blive uddraget fra elektroniske patientjournaler. Variabler inkluderer demografiske karakteristika, komorbiditeter, laboratorieparametre, perioperative data og postoperative komplikationer.
Ydeevnen af den kunstige intelligens-model vil blive evalueret og sammenlignet med konventionelle risikoscoringssystemer. Studiet søger at afgøre, om AI-baserede tilgange kan give forbedret prædiktiv nøjagtighed for postoperativ mortalitet hos hoftebrudspatienter.
Studieoversigt
Status
Betingelser
Undersøgelsestype
Tilmelding (Faktiske)
Kontakter og lokationer
Studiesteder
-
-
-
Ankara, Tyrkiet (Türkiye), 06200
- Dr. Abdurrahman Yurtaslan Ankara Oncology Training and Research Hospital
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Denne studiepopulation består af voksne patienter, der blev behandlet kirurgisk for hoftebrud på et tertiært onkologiuddannelses- og forskningshospital mellem 1. januar 2022 og 1. december 2025. Kohorten er udledt retrospektivt fra elektroniske patientjournaler og omfatter cirka 1000 patienter.
Populationen inkluderer personer med varierende demografiske karakteristika, komorbiditeter og perioperative risikoprofiler. Kliniske data omfatter demografiske oplysninger, basal funktionel og kognitiv status, komorbide tilstande, laboratorieparametre, intraoperative variable og postoperative komplikationer.
Patienter med malignitet og dem, der gennemgår revisionskirurgi, er ekskluderet. Studiepopulationen repræsenterer en klinisk kohorte fra den virkelige verden, der bruges til at udvikle og validere en kunstig intelligens-baseret model til at forudsige 30-dages postoperativ mortalitet efter hoftebrudskirurgi.
Beskrivelse
Inklusionskriterier:
Patienter, der blev opereret for hoftebrud mellem 1. januar 2022 og 1. december 2025 Alder ≥18 år Tilgængelighed af komplette demografiske, kliniske og laboratoriedata i det elektroniske sundhedsvæsens system Dokumenteret 30-dages opfølgning eller mortalitetsstatus
Eksklusionskriterier:
Patienter med malignitet Patienter, der gennemgår revisionshoftekirurgi Patienter med manglende eller ufuldstændige centrale kliniske eller laboratoriedata, der kræves til analysen Patienter med utilgængelig eller udokumenteret 30-dages mortalitetsstatus
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
30-dages postoperative dødelighed
Tidsramme: 30 dage efter operationen og 1 år senere
|
Dødelighed af alle årsager inden for 30 dage efter hoftebrudskirurgi, bestemt ud fra hospitalsjournaler og elektroniske sundhedsdata.
|
30 dage efter operationen og 1 år senere
|
Samarbejdspartnere og efterforskere
Publikationer og nyttige links
Generelle publikationer
- Ju M, Lee S, Marvich HM, Lin S. Accessing Alkoxy Radicals via Frustrated Radical Pairs: Diverse Oxidative Functionalizations of Tertiary Alcohols. J Am Chem Soc. 2024 Jul 24;146(29):19696-19703. doi: 10.1021/jacs.4c07125. Epub 2024 Jul 16.
- Wanchaijiraboon P, Sainamthip P, Teeyapun N, Luangdilok S, Poovorawan Y, Wanlapakorn N, Tanasanvimon S, Sriuranpong V, Susiriwatananont T, Zungsontiporn N, Pakvisal N. Safety Following COVID-19 Booster Vaccine with BNT162b2 Compared to mRNA-1273 in Solid Cancer Patients Previously Vaccinated with ChAdOx1 or CoronaVac. Vaccines (Basel). 2023 Feb 3;11(2):356. doi: 10.3390/vaccines11020356.
- Gonzalez Martinez J, Chen JJ, Aung T, Constantine T, Gonzalez-Martinez JA. Comparative Feasibility and Complication Analyses of Extraoperative (Bedside) Removal of Stereo-Electroencephalography Electrodes. Stereotact Funct Neurosurg. 2025;103(5):302-311. doi: 10.1159/000545984. Epub 2025 Apr 23.
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Faktiske)
Studieafslutning (Faktiske)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- 2025-12/209
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
IPD-planbeskrivelse
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 Hoftebrud, postoperativ dødelighed
-
Ohio State UniversityAfsluttetSmerter, postoperativ | Femoro Acetabular Impingement | Hip Labral tåreForenede Stater