AiCR : Künstliche Intelligenz bei Herzstillstand (AiCR)
AiCR : Artificial Intelligence in Cardiac ARrest Anwendung eines Algorithmus in der Prognose wiederhergestellter Herz-Kreislauf-Stillstände
Die Gesamtinzidenz von Herzstillstand in Europa wird auf 350.000 bis 700.000 Fälle pro Jahr geschätzt. Die Überlebensrate wird für alle Rhythmusstörungen zusammen auf 10,7 % geschätzt.
Es gibt mehrere Beispiele für KI-Anwendungen im medizinischen Bereich. Ting et al. haben ein Computertool entwickelt, das in der Lage ist, das Vorhandensein einer diabetischen Retinopathie mit ausgezeichneter Leistung zu diagnostizieren. Bei der Wiederbelebung schlugen Celi et al. ein Werkzeug vor, das in der Lage ist, die Notwendigkeit einer kristalloiden Gefäßfüllung während eines systemischen Entzündungszustands vorherzusagen. In Nature demonstrierte Komorowski 2018 die Wirksamkeit von KI bei der hämodynamischen Behandlung von Sepsis. In einer Studie über die renale Reaktion auf eine Flüssigkeitsprovokation stellten Zhang et al. demonstrieren die Effektivität der Lernmaschine.
Ziele: Bestimmung eines Algorithmus, der in der Lage ist, die Sterblichkeit von Patienten, die wegen ACR auf Intensivstationen (ICU) aufgenommen wurden, aus Hospitalisierungsberichten (CRH) vorherzusagen. Auch die Verwendung des Algorithmus zur Vorhersage des Risikos eines erneuten Auftretens des Stillstands, der Dauer der mechanischen Beatmung, des Auftretens einer Sepsis, der Entwicklung eines Organversagens, der Vorhersage des CPC (Cerebral Performance Category), der Zeit bis zum Erhalt des Katecholaminentzugs, des Auftretens des akuten Nierenversagens mit oder ohne Notwendigkeit einer extrarenalen Reinigung (EER) und Dauer unter EER, die durchschnittliche Aufenthaltsdauer.
Dieses Projekt ist Teil eines größeren, landesweiten Projekts mit größerer Leistung und umfasst alle Daten, die während des Krankenhausaufenthalts auf der Intensivstation generiert werden.
Methode: Die geschätzte Gesamtzahl der in diese Studie eingeschlossenen Patienten liegt zwischen 300 und 500. Die Bevölkerung wird aus den Intensivstationen von Nizza, Antibes, Cannes, Grasse stammen.
Die Aufnahme erfolgt retrospektiv auf CRH, CR der CT-Bildgebung (zerebral und Thorako-Abdomino-Becken), MRT, EEG und tägliche Nachsorgewörter von 2014 bis Ende 2020.
Nach der Anonymisierung Anwendung der Semantisierung mit Methoden der Verarbeitung natürlicher Sprache (NLP). Die zu extrahierenden Daten werden in ein von Intensivmedizinern erstelltes Dokument eingetragen. Diese Daten werden dann in einer Datenbank gespeichert. Um das Hauptziel zu erreichen, werden wir einen Computeralgorithmus entwickeln, der in der Lage ist, die Sterblichkeit in der Studienpopulation vorherzusagen. Dieser Algorithmus, der auf einer großen Datenbank basiert, kann je nach zu verarbeitender Datenmenge mithilfe von maschinellem Lernen oder sogar Deep-Learning-Techniken entwickelt werden.
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Studientyp
Studientyp
Einschreibung (Geschätzt)
Einschreibung
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Jean DELLAMONICA
- Telefonnummer: 33 4 920 35 510
- E-Mail: dellamonica.j@chu-nice.fr
Studieren Sie die Kontaktsicherung
- Name: romain LOMBARDI
- E-Mail: lombardi.r@chu-nice.fr
Studienorte
-
-
-
Nice, Frankreich, 06200
- Rekrutierung
- Nice Hospital
-
Kontakt:
- Jean DELLAMONICA
- E-Mail: dellamonica.j@chu-nice.fr
-
Kontakt:
- romain LOMBARDI
- E-Mail: lombardi.r@chu-nice.fr
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- OCA genesen von: Hypoxie, Ischämie, Lungenembolie, Tamponade, Rhythmus- oder Leitungsstörung, defibrillierbar oder nicht, innerhalb oder außerhalb des Krankenhauses.
- CR computerisiert, getippt im PDF-Format
Ausschlusskriterien:
-
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: Nur Fall
- Zeitperspektiven: Retrospektive
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Vorhersage der Sterblichkeit auf der Intensivstation
Zeitfenster: 1 Tag
|
Definition eines semantischen Berichtstools, automatisiert, Übergang von einem anonymisierten Bericht zu einer funktionsfähigen und relevanten Datenbank.
|
1 Tag
|
|
Vorhersage der Sterblichkeit auf der Intensivstation
Zeitfenster: 1 Tag
|
Nutzung der so erstellten Datenbank zur Erstellung eines intelligenten Mortalitätsvorhersagealgorithmus.
Verwenden Sie es auch für sekundäre Beurteilungskriterien, um andere unten erwähnte Parameter vorherzusagen.
|
1 Tag
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Mitarbeiter
Mitarbeiter
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Tatsächlich)
Primärer Abschluss
Studienabschluss (Geschätzt)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
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
- 20reamed01
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
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 .