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

Beurteilung der Indikationen auf der Intensivstation (ICU): Prognosen für Mensch vs. ChatGPT-4o (ICU)

13. April 2026 aktualisiert von: Aycan KURTARANGİL DOĞAN, Bursa Yuksek Ihtisas Training and Research Hospital

Bewertung der Genauigkeit von Aufnahmeindikationen auf die Intensivstation (ICU) bei Patienten in der Notaufnahme: Ein Vergleich zwischen klinischen Entscheidungen und ChatGPT-4o-Vorhersage

Diese retrospektive Studie bewertet die Genauigkeit von Indikationen für die Aufnahme auf die Intensivstation, indem sie klinische Entscheidungen mit Vorhersagen von ChatGPT-4 vergleicht. Patientendaten, einschließlich demografischer Daten, Vitalparameter, Laborergebnisse, Bildgebungsbefunde und klinische Entscheidungen, werden nachträglich erfasst und mithilfe von Fallberichtsformularen systematisch dokumentiert. Das Modell wird anhand der Richtlinien für die Aufnahme auf die Intensivstation trainiert und hat die Aufgabe, den Bedarf auf der Intensivstation auf der Grundlage der gesammelten Patientendaten vorherzusagen. Diese Studie zielt darauf ab, die Übereinstimmung zwischen KI-basierten Vorhersagen und klinischen Entscheidungen für die Aufnahme auf die Intensivstation systematisch zu bewerten.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Detaillierte Beschreibung

Diese Studie ist retrospektiv angelegt. Die medizinischen Daten von Patienten, die in der Notaufnahme aufgenommen und wegen Indikationen auf der Intensivstation in die Anästhesiologie- und Reanimationsklinik konsultiert wurden, werden nachträglich erfasst. Demografische Informationen, Vitalfunktionen, Laborergebnisse, Bildgebungsbefunde und klinische Entscheidungen der Patienten werden aufgezeichnet. Diese Daten werden systematisch für jeden Patienten mithilfe eines individuellen Fallberichtsformulars erfasst.

Einschlusskriterien für die Studie:

In die Studie werden Patienten ab 18 Jahren einbezogen, die wegen Indikationen auf der Intensivstation aus der Notaufnahme in die Anästhesiologie- und Reanimationsklinik konsultiert wurden.

Ausschlusskriterien für die Studie:

Patienten wurden wegen Indikationen auf der Intensivstation aus dem stationären Bereich an die Anästhesiologie- und Reanimationsklinik konsultiert.

Patienten wurden aus anderen Gründen als den Indikationen auf der Intensivstation von der Notaufnahme aus in die Anästhesiologie- und Reanimationsklinik konsultiert.

Patienten, die aufgrund von Indikationen auf der Intensivstation aus der Notaufnahme in die Anästhesiologie- und Reanimationsklinik konsultiert wurden, aber über unzureichende erfasste Daten verfügten (Patienten mit Datenverlust).

Modelltraining und Vorhersageanalyse:

ChatGPT-4 wird gemäß den Richtlinien in „Yoğun Bakım Hasta Kabul Kriterleri (Rehberleri)“ von Çiftçi B, Erdoğan C und Demiraran Y (5) trainiert. Die gesammelten Patientendaten werden dem ChatGPT-4-Modell vorgelegt, um Vorhersagen darüber zu erhalten, ob die Patienten eine Aufnahme auf die Intensivstation benötigen. Die von ChatGPT gemachten Vorhersagen werden mit klinischen Entscheidungen verglichen und die Genauigkeitsrate, die Falsch-Positiv-Rate und die Falsch-Negativ-Rate werden analysiert.

In der Studie zu verwendende statistische Analysemethoden:

Genauigkeitsrate: Die Rate, mit der ChatGPT Indikationen für die Intensivstation korrekt vorhersagt, wird berechnet.

Falsch-Positiv-Rate: Die Rate, mit der ChatGPT den Bedarf auf der Intensivstation für Patienten vorhersagt, die keine Aufnahme auf die Intensivstation benötigen, wird ausgewertet.

Falsch-Negativ-Rate: Die Rate, mit der ChatGPT vorhersagt, dass für Patienten, die eine Aufnahme auf die Intensivstation benötigen, kein Bedarf auf der Intensivstation besteht, wird analysiert.

Kappa-Statistik: Die Übereinstimmung zwischen ChatGPT-Vorhersagen und klinischen Entscheidungen wird gemessen.

ROC-Kurve und AUC: Die Leistung von ChatGPT wird anhand der ROC-Kurve und der AUC bewertet.

Das für jeden Patienten verwendete Fallberichtsformular gewährleistet eine detaillierte und systematische Datenerfassung klinischer Informationen mit dem Ziel, die Übereinstimmung der ChatGPT-Vorhersagen mit klinischen Entscheidungen sinnvoll zu vergleichen.

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

624

Kontakte und Standorte

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

Studienkontakt

Studieren Sie die Kontaktsicherung

Studienorte

      • Bursa, Türkei (türkiye)
        • Bursa Yuksek Ihtisas Training and Research Hospital

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

  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

N/A

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

500

Beschreibung

Einschlusskriterien:

  • In die Studie werden Patienten ab 18 Jahren einbezogen, die wegen Indikationen auf der Intensivstation aus der Notaufnahme in die Anästhesiologie- und Reanimationsklinik konsultiert werden.

Ausschlusskriterien:

  • Patienten wurden wegen Indikationen auf der Intensivstation aus dem stationären Bereich an die Anästhesiologie- und Reanimationsklinik konsultiert.
  • Patienten wurden aus anderen Gründen als den Indikationen auf der Intensivstation von der Notaufnahme aus in die Anästhesiologie- und Reanimationsklinik konsultiert.
  • Patienten, die wegen Indikationen auf der Intensivstation aus der Notaufnahme in die Anästhesiologie- und Reanimationsklinik konsultiert wurden, aber nicht über ausreichend erfasste Daten verfügen (Patienten mit Datenverlust)

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Zeitfenster
Genauigkeitsrate von ChatGPT-4 bei der Vorhersage von Indikationen auf der Intensivstation
Zeitfenster: 3 Monate
3 Monate
Falsch-Positiv-Rate
Zeitfenster: 3 Monate
3 Monate
Falsch-negativ-Rate
Zeitfenster: 3 Monate
3 Monate

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Zeitfenster
Kappa-Statistik
Zeitfenster: 3 Monate
3 Monate

Mitarbeiter und Ermittler

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

Sponsor

Ermittler

  • Hauptermittler: İlkay Ceylan, ceylanilkay@yahoo.com

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 (Tatsächlich)

1. September 2024

Primärer Abschluss (Tatsächlich)

30. November 2024

Studienabschluss (Tatsächlich)

28. Februar 2025

Studienanmeldedaten

Zuerst eingereicht

6. Dezember 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

6. Dezember 2024

Zuerst gepostet (Tatsächlich)

10. Dezember 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

14. April 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

13. April 2026

Zuletzt verifiziert

1. April 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • BYIEAH-INKA

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 .