Vorhersage des Dekubitusrisikos auf der Intensivstation mittels Data Mining (ICU)
Vorhersage des Risikos für Druckverletzungen auf der Intensivstation: Eine vergleichende Analyse von Data-Mining-Algorithmen in einer retrospektiven Single-Center-Kohortenstudie
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Detaillierte Beschreibung
Diese Beobachtungsstudie verwendet ein retrospektives Kohortendesign, um die klinischen, demografischen, Labor- und Pflegedokumentationsaufzeichnungen von erwachsenen Intensivstation-Patienten zu analysieren, die zwischen dem 10. Oktober 2020 und dem 10. Oktober 2025 hospitalisiert wurden. Der Zweck der Studie ist es, Faktoren zu identifizieren, die mit der Entstehung von Druckverletzungen assoziiert sind, und die Vorhersageleistung mehrerer Data-Mining- und Machine-Learning-Algorithmen zu vergleichen, einschließlich logistischer Regression, Entscheidungsbäumen, Random Forest, Support Vector Machines und Gradient Boosting-Modellen.
Die Datenerfassung umfasst die Überprüfung archivierter Intensivstation-Aufzeichnungen, Patientenakten und Pflegebeobachtungsformulare. Es werden keine neuen Daten direkt von Patienten erhoben, und es werden keine medizinischen Eingriffe oder prospektiven Nachuntersuchungen durchgeführt. Alle extrahierten Daten werden vor der Analyse vollständig anonymisiert. Die Studie wird gemäß ethischer Grundsätze durchgeführt und wurde vom Ethikkomitee für Nicht-interventionelle klinische Forschung der Universität Bolu Abant İzzet Baysal genehmigt.
Das erwartete Ergebnis dieser Studie ist die Identifizierung des genauesten Vorhersagemodells für das Druckverletzungsrisiko und die Unterstützung klinischer Entscheidungsprozesse durch Beitrag zu frühen Präventionsstrategien auf der Intensivstation.
Studientyp
Studientyp
Einschreibung (Tatsächlich)
Einschreibung
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Saadet Can Çiçek, Assoc. Prof., PhD
- Telefonnummer: +905062846936
- E-Mail: saadet.cancicek@ibu.edu.tr
Studienorte
-
-
Bolu
-
Bolu, Bolu, Türkei (türkiye), 14100
- Bolu Izzet Baysal State Hospital
-
Merkez, Bolu, Türkei (türkiye), 14100
- Bolu Izzet Baysal State Hospital
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien
- Patienten, die zwischen dem 10. Oktober 2020 und dem * 10. Oktober 2025 auf der Intensivstation stationär behandelt wurden
- Erwachsene Patienten im Alter von 18 Jahren und älter
- Aufenthaltsdauer auf der Intensivstation von mindestens 24 Stunden
- Verfügbarkeit vollständiger und zugänglicher elektronischer oder papierbasierter Patientenakten
Ausschlusskriterien
- Patienten jünger als 18 Jahre
- Aufenthalt auf der Intensivstation kürzer als 24 Stunden Unvollständige, fehlende oder widersprüchliche elektronische oder papierbasierte Patientenakten
- Vorhandensein einer Druckverletzung, die vor oder zum Zeitpunkt der Aufnahme auf die Intensivstation diagnostiziert wurde
- Unmöglichkeit, druckverletzungsbezogene Daten aus den Patientenakten zu extrahieren
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Intensivstations-Patientenkohorte
Erwachsene Patienten, die zwischen dem 10. Oktober 2020 und dem 10. Oktober 2025 auf der Intensivstation hospitalisiert werden.
Es werden keine Interventionen durchgeführt, und alle Daten werden aus bestehenden Patientenakten gewonnen.
|
Dies ist eine retrospektive Beobachtungsstudie.
Es werden keine Interventionen durchgeführt.
Alle Daten werden aus bestehenden Patientenakten gewonnen.
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Vorhersagegenauigkeit der Druckverletzungsentwicklung
Zeitfenster: 10. Oktober 2020 bis 10. Oktober 2025
|
Das primäre Ergebnis ist die Vorhersagegenauigkeit von Data-Mining-Algorithmen bei der Identifizierung des Risikos für die Entwicklung von Druckverletzungen bei Patienten, die auf der Intensivstation (ICU) stationär behandelt werden.
Genauigkeitsmetriken wie die Fläche unter der Receiver-Operating-Characteristic-Kurve (AUC), Sensitivität, Spezifität, Präzision, Recall und F1-Score werden unter Verwendung retrospektiver Krankenakten-Daten berechnet.
|
10. Oktober 2020 bis 10. Oktober 2025
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Ermittler
Ermittler
- Hauptermittler: Saadet Can Çiçek, Assoc. Prof., PhD, Abant Izzet Baysal University
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Tatsächlich)
Primärer Abschluss
Studienabschluss (Tatsächlich)
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
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- AIBU-SBF-NSY-2025
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
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 .