Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Künstliche Intelligenz zur Sepsis-Vorhersage auf der Intensivstation (AICUSepsis)

Anwendung des Sepsis-Vorhersagemodells mit künstlicher Intelligenz zur Unterstützung klinischer Entscheidungen auf der Intensivstation

Die Entwicklung eines Sepsis-Vorhersagemodells im Einklang mit der chinesischen Bevölkerung und der Ausweitung auf die klinische Praxis bietet Klinikern bei der Früherkennung und Frühintervention gute Anwendungsaussichten. Bei dieser Studie handelt es sich um eine prospektive Beobachtungsstudie, die hauptsächlich der Bewertung der Genauigkeit des zuvor etablierten Sepsis-Vorhersagemodells dient. Das Auftreten einer Sepsis wurde durch die tägliche klinische Beurteilung der Ärzte bestimmt und die Ergebnisse des Sepsis-Vorhersagemodells wurden abgeglichen und korrigiert, um die klinische Genauigkeit und Anwendbarkeit des Sepsis-Vorhersagemodells zu verbessern.

Studienübersicht

Status

Noch keine Rekrutierung

Bedingungen

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

Beobachtungs

Einschreibung (Voraussichtlich)

2000

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

16 Jahre bis 100 Jahre (Kind, Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Alle

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Patienten, die die Einschluss- und Ausschlusskriterien erfüllten, wurden täglich anhand des Sepsis-Modells vorhergesagt und anhand der Testergebnisse wurde eine quantitative Liste erstellt. Es gibt zwei Arten von Vorhersageergebnissen: geringes Risiko und hohes Risiko. Die quantitative Liste steht den behandelnden Ärzten offen, um die Effizienz der Diagnose zu verbessern. Die vorhergesagten Ergebnisse werden vor Ärzten geheim gehalten.

Beschreibung

Einschlusskriterien:

Alle Patienten mit akuter kritischer Erkrankung, die während des Studienzeitraums Anspruch auf eine Aufnahme auf die Intensivstation haben

Ausschlusskriterien:

  1. Patienten unter 16 Jahren;
  2. Schwangere und Gebärende;
  3. Patienten, die geplant hatten, zur Operation in die Abteilung aufgenommen und am nächsten Tag nach der Untersuchung verlegt zu werden;
  4. Patienten, die in die Abteilung aufgenommen wurden und bei denen eine Sepsis diagnostiziert wurde;
  5. Patienten auf der Intensivstation bleiben weniger als 24 Stunden;

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Kohorten und Interventionen

Gruppe / Kohorte
Intervention / 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

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Genauigkeit der Modelldiagnose
Zeitfenster: 2 Jahre
Bewertung der Genauigkeit des Vorhersagemodells in der klinischen Anwendung
2 Jahre

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Voraussichtlich)

1. Juni 2021

Primärer Abschluss (Voraussichtlich)

1. Juni 2022

Studienabschluss (Voraussichtlich)

1. Juni 2023

Studienanmeldedaten

Zuerst eingereicht

31. Mai 2021

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

2. Juni 2021

Zuerst gepostet (Tatsächlich)

4. Juni 2021

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

4. Juni 2021

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

2. Juni 2021

Zuletzt verifiziert

1. Mai 2021

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • SHZJU-ICU2020-202

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

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 .