Ein algorithmusgesteuerter Sepsis-Vorhersage-Biomarker
Eine randomisierte kontrollierte klinische Studie eines algorithmusgesteuerten Sepsis-Vorhersage-Biomarkers
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Studientyp
Studientyp
Einschreibung (Tatsächlich)
Einschreibung
Phase
Phase
- Unzutreffend
Kontakte und Standorte
Studienorte
-
-
California
-
San Francisco, California, Vereinigte Staaten, 94143
- UCSF Moffit-Long Hospital
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Beschreibung
Einschlusskriterien:
- Teilnahmeberechtigt sind alle erwachsenen Patienten, die in den teilnehmenden Einheiten aufgenommen wurden.
Ausschlusskriterien:
- Alle Patienten unter 18 Jahren werden ausgeschlossen.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Screening
- Zuteilung: Zufällig
- Interventionsmodell: Fakultätszuweisung
- Maskierung: Keine (Offenes Etikett)
Anzahl der Arme
Waffen und Interventionen
Teilnehmergruppe / ArmTeilnehmergruppe / Arm |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Experimental: In Sichtweite
Der Gesundheitsdienstleister erhält von InSight eine Warnung für Patienten, die zu einer schweren Sepsis neigen.
Der Gesundheitsdienstleister erhält außerdem Informationen vom Detektor für schwere Sepsis in der elektronischen Gesundheitsakte der UCSF.
|
Nach Erhalt einer InSight-Warnung befolgt der Gesundheitsdienstleister die Standardverfahren zur Beurteilung einer möglichen (schweren) Sepsis und greift entsprechend ein.
Nach Erhalt der Informationen vom Detektor für schwere Sepsis in der elektronischen Gesundheitsakte der UCSF befolgt der Gesundheitsdienstleister Standardverfahren zur Beurteilung einer möglichen (schweren) Sepsis und greift entsprechend ein.
|
|
Aktiver Komparator: Ohne InSight
Der Gesundheitsdienstleister erhält keine Benachrichtigungen von InSight.
Der Gesundheitsdienstleister erhält Informationen vom Detektor für schwere Sepsis in der elektronischen Gesundheitsakte der UCSF.
|
Nach Erhalt der Informationen vom Detektor für schwere Sepsis in der elektronischen Gesundheitsakte der UCSF befolgt der Gesundheitsdienstleister Standardverfahren zur Beurteilung einer möglichen (schweren) Sepsis und greift entsprechend ein.
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Zeitfenster |
|---|---|
|
Dauer des Krankenhausaufenthaltes
Zeitfenster: Bis zum Abschluss des Studiums vergehen durchschnittlich 45 Tage
|
Bis zum Abschluss des Studiums vergehen durchschnittlich 45 Tage
|
Sekundäre Ergebnismessungen
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Zeitfenster |
|---|---|
|
Sterblichkeit im Krankenhaus
Zeitfenster: Bis zum Abschluss des Studiums vergehen durchschnittlich 45 Tage
|
Bis zum Abschluss des Studiums vergehen durchschnittlich 45 Tage
|
Andere Ergebnismessungen
Andere Ergebnismessungen
Ergebnis Maßnahme |
Zeitfenster |
|---|---|
|
Aufenthaltsdauer auf der Intensivstation
Zeitfenster: Bis zum Abschluss des Studiums vergehen durchschnittlich 45 Tage
|
Bis zum Abschluss des Studiums vergehen durchschnittlich 45 Tage
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Mitarbeiter
Mitarbeiter
Ermittler
Ermittler
- Hauptermittler: Ritankar Das, Dascena
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Calvert J, Desautels T, Chettipally U, Barton C, Hoffman J, Jay M, Mao Q, Mohamadlou H, Das R. High-performance detection and early prediction of septic shock for alcohol-use disorder patients. Ann Med Surg (Lond). 2016 May 10;8:50-5. doi: 10.1016/j.amsu.2016.04.023. eCollection 2016 Jun.
- Calvert JS, Price DA, Chettipally UK, Barton CW, Feldman MD, Hoffman JL, Jay M, Das R. A computational approach to early sepsis detection. Comput Biol Med. 2016 Jul 1;74:69-73. doi: 10.1016/j.compbiomed.2016.05.003. Epub 2016 May 12.
- 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.
- Calvert JS, Price DA, Barton CW, Chettipally UK, Das R. Discharge recommendation based on a novel technique of homeostatic analysis. J Am Med Inform Assoc. 2017 Jan;24(1):24-29. doi: 10.1093/jamia/ocw014. Epub 2016 Mar 28.
- Shimabukuro DW, Barton CW, Feldman MD, Mataraso SJ, Das R. Effect of a machine learning-based severe sepsis prediction algorithm on patient survival and hospital length of stay: a randomised clinical trial. BMJ Open Respir Res. 2017 Nov 9;4(1):e000234. doi: 10.1136/bmjresp-2017-000234. eCollection 2017.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn
Studienbeginn
Primärer Abschluss (Tatsächlich)
Primärer Abschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Schätzen)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- 16-19647
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .
Klinische Studien zur Sepsis
-
NCT06809868RekrutierungSepsis | Sepsis, schwer | Sepsis und septischer Schock | Sepsis auf der Intensivstation | Sepsis, septischer Schock | Sepsis, schwere Sepsis und septischer Schock | Sepsis mit multipler Organdysfunktion (MOD) | Sepsis mit akuter Organdysfunktion
-
NCT07497139Noch keine RekrutierungSepsis-induzierte Myokarddysfunktion | Sepsis induzierte Kardiomyopathie
-
NCT04979767RekrutierungSepsis | Septischer Schock | Sepsis-Syndrom | Sepsis, schwer | Bakterielle Sepsis | Sepsis-Bakterämie
-
NCT05763680RekrutierungMikrobielle Besiedlung | Neonatale Infektion | Neonatale Sepsis, früher Beginn | Mikrobielle Krankheit | Klinische Sepsis | Kultur-negative neonatale Sepsis | Neonatale Sepsis, später Beginn | Kulturpositive neonatale Sepsis
-
NCT03249597AbgeschlossenSepsis | Sepsis-Syndrom | Sepsis, schwer
-
NCT02232750AbgeschlossenSepsis, schwere Sepsis und septischer Schock
-
NCT05304728Anmeldung auf EinladungSchwere Sepsis | Schwere Sepsis ohne septischen Schock
-
NCT03682003UnbekanntSchwere Sepsis oder septischer Schock
-
NCT03037281AbgeschlossenSepsis | Septischer Schock | Schwere Sepsis | Sepsis-Syndrom
Klinische Studien zur Vorhersage einer schweren Sepsis
-
NCT06431152RekrutierungOsteoarthritis Knie
-
NCT07453771Noch keine Rekrutierung
-
NCT06607900Noch keine RekrutierungParkinson Krankheit | Amyotrophe Lateralsklerose | Alzheimer Erkrankung | Multiple Systematrophie | Lewy-Körper-Demenz | Frontotemporale Demenz
-
NCT05639504ZurückgezogenInfektionen der Atemwege | Sepsis | Harnwegsinfektion | Intraabdominale Infektionen | Haut- und Weichteilinfektion | Verdacht auf Meningitis/Enzephalitis oder eine andere Infektion
-
NCT03668353UnbekanntKritische Extremitätenischämie | PAD | PAVK – Periphere arterielle Verschlusskrankheit
-
NCT03372330UnbekanntSepsis | Periphere arterielle Verschlusskrankheit | Diagnose | Peripherer Arterienverschluss
-
NCT03235193AbgeschlossenSepsis | Septischer Schock | Schwere Sepsis
-
NCT03952390Abgeschlossen