Künstliche Intelligenz zur Sepsis-Vorhersage auf der Intensivstation (AICUSepsis)
Anwendung des Sepsis-Vorhersagemodells mit künstlicher Intelligenz zur Unterstützung klinischer Entscheidungen auf der Intensivstation
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Detaillierte Beschreibung
Das in dieser Studie verwendete Sepsis-Vorhersagemodell wurde in der vorläufigen Vorbereitung fertiggestellt, die seit der Einrichtung einer umfassenden Intensivstation an 7.000 Patienten erstellt wurde, und der Diagnosestandard Sepsis 3.0 wurde übernommen. Das Sepsis-Vorhersagemodell wurde mithilfe der Python-Plattform und des XGBoost-Algorithmus erstellt , die verwendet wurde, um die Inzidenz von Sepsis bei Intensivpatienten innerhalb von 24 Stunden vorherzusagen. Die Gesamtgenauigkeit betrug 82 % und die Fläche unter der Auroc-Kurve betrug 0,854.
Patienten, die die Einschluss- und Ausschlusskriterien erfüllten, erhielten eine tägliche Vorhersage des Sepsis-Modells und auf der Grundlage der Testergebnisse wurde eine quantitative Checkliste erstellt. Es gibt zwei Arten von Prognoseergebnissen: geringes Risiko und hohes Risiko. Den behandelnden Ärzten stehen quantitative Checklisten zur Verfügung um die diagnostische Effizienz zu verbessern. Die Ergebnisse wurden gegenüber dem Kliniker vertraulich behandelt.
Bei allen Patienten wurde zu einem festgelegten Zeitpunkt von zwei Oberärzten eine Sepsis diagnostiziert. Die Diagnose bestand aus zwei Arten: Ja und Nein. Wenn zwei behandelnde Ärzte unterschiedlicher Meinung sind, wird der dritte behandelnde Arzt zur Korrekturdiagnose hinzugezogen und das Vorliegen einer Sepsis im Verhältnis 2:1 festgestellt. Die behandelnden Ärzte sind unabhängig von einander.
Wenn die Diagnoseergebnisse des behandelnden Arztes in das System eingegeben werden, werden die Vorhersageergebnisse des gestrigen Sepsis-Vorhersagemodells verglichen und berechnet, um die Genauigkeit des Vorhersagemodells zu bestimmen
Studientyp
Studientyp
Einschreibung (Voraussichtlich)
Einschreibung
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: 琦强 梁
- Telefonnummer: 13685753994
- E-Mail: deter_leung@sina.com
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
Alle Patienten mit akuter kritischer Erkrankung, die während des Studienzeitraums Anspruch auf eine Aufnahme auf die Intensivstation haben
Ausschlusskriterien:
- Patienten unter 16 Jahren;
- Schwangere und Gebärende;
- Patienten, die geplant hatten, zur Operation in die Abteilung aufgenommen und am nächsten Tag nach der Untersuchung verlegt zu werden;
- Patienten, die in die Abteilung aufgenommen wurden und bei denen eine Sepsis diagnostiziert wurde;
- Patienten auf der Intensivstation bleiben weniger als 24 Stunden;
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Sepsis-Vorhersagemodell
Diese Personengruppe wurde für die Entscheidung des Klinikers herangezogen, und gleichzeitig wurde das Sepsis-Vorhersagemodell für die Vorhersage verwendet, aber das Modell war nicht an der Entscheidung beteiligt und wurde nur zur Verifizierung verwendet
|
Der Hauptzweck dieser Arbeit besteht darin, die Genauigkeit des im Frühstadium etablierten Sepsis-Vorhersagemodells zu bewerten.
Das Auftreten einer Sepsis wird durch die tägliche klinische Beurteilung von Ärzten bestimmt und die Ergebnisse des Sepsis-Vorhersagemodells werden abgeglichen und korrigiert.
|
|
Tägliche klinische Beurteilung von Ärzten
Diese Personengruppe wurde für die Entscheidung des Klinikers ohne Sepsis-Vorhersagemodell herangezogen.
|
Der Hauptzweck dieser Arbeit besteht darin, die Genauigkeit des im Frühstadium etablierten Sepsis-Vorhersagemodells zu bewerten.
Das Auftreten einer Sepsis wird durch die tägliche klinische Beurteilung von Ärzten bestimmt und die Ergebnisse des Sepsis-Vorhersagemodells werden abgeglichen und korrigiert.
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Genauigkeit der Modelldiagnose
Zeitfenster: 2 Jahre
|
Bewertung der Genauigkeit des Vorhersagemodells in der klinischen Anwendung
|
2 Jahre
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Voraussichtlich)
Studienbeginn
Primärer Abschluss (Voraussichtlich)
Primärer Abschluss
Studienabschluss (Voraussichtlich)
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
- SHZJU-ICU2020-202
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
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 .