Einfache beobachtende Intensivpflegestudien (SOCCS)
Jedes Jahr werden etwa 3000 Patienten auf die Intensivstation des Universitätsklinikums Groningen (UMCG) eingeliefert. Die Krankenhaussterblichkeit von Patienten mit Notaufnahme liegt bei nahezu 25 %. Die Vorhersage des Ergebnisses in den ersten Stunden nach der Aufnahme auf die Intensivstation bleibt jedoch eine Herausforderung.
Zur Vorhersage der Sterblichkeit wurde eine Vielzahl von Bewertungssystemen entwickelt. Bekannte Modelle wie LODS, MODS, CCI, SOFA, ODIN und die verschiedenen Generationen von APACHE, MPM und SAPS werden zunehmend mit neuen Modellen wie SICULA, ICNARC, ANZROD und SMS-ICU verglichen. Der Vorhersagewert von Scoring-Systemen nimmt mit der Zeit aufgrund von Veränderungen in den Patienteneigenschaften und der Behandlung ab, weshalb es entscheidend ist, bestehende Modelle zu aktualisieren oder neue Modelle zu entwickeln. Als weitere Gründe für die Notwendigkeit von Modellen werden die Komplexität und mangelnde Verfügbarkeit von Variablen in einigen der bestehenden Bewertungssysteme, der bessere Unterscheidungswert bei Verwendung einfacher, standardmäßig gemessener Variablen und die begrenzte Generalisierbarkeit einiger Bewertungssysteme bei verschiedenen Patientenpopulationen genannt. Einfache Systeme (wie CIS und SMS-ICU) erweisen sich nicht nur als mindestens ebenso prädiktiv für die Sterblichkeit wie komplexe Modelle wie APACHE IV, sondern kann bei Verwendung vereinfachter Systeme auch die Sterblichkeit innerhalb weniger weniger Zeiträume vernünftig vorhersagen Stunden nach dem Einlass. Sowohl die Einfachheit als auch die Möglichkeit, die Mortalität kurz nach der Aufnahme vorherzusagen, erhöhen die Benutzerfreundlichkeit und damit die Zuverlässigkeit dieser Vorhersagemodelle. Dies erhöht das Potenzial dieser Modelle für den praktischen Einsatz.
Die meisten Studien vergleichen jedoch nur zwei bis vier Modelle ihrer Patientenpopulation und beschreiben die Leistung der verschiedenen Modelle nicht ausreichend. Parameter, die zum Vergleich der Leistung von Modellen erforderlich sind, sind mindestens Kalibrierung, Diskriminierung, negativer Vorhersagewert, positiver Vorhersagewert, Sensitivität und Spezifität. Das Fehlen einer angemessenen Beschreibung der Leistung des Modells schränkt ein, inwieweit die Studie zum Vergleich von Modellen in verschiedenen Populationen verwendet werden kann. Daher sollten alle verwendbaren Modelle mit neu gebauten Modellen verglichen werden, und die Leistung der verschiedenen Modelle sollte ausführlich beschrieben werden, um einen Vergleich der Modelle zu ermöglichen.
Vielversprechend sind nicht nur Modelle, die auf einfachen, leicht verfügbaren Variablen basieren, die innerhalb weniger Stunden nach der Aufnahme verfügbar sind, sondern auch das Konzept, Messungen direkt nach der Aufnahme auf die Intensivstation mit Informationen zum Krankheitsverlauf zu kombinieren. Es ist wahrscheinlich, dass der Verlauf einer Variablen über die Zeit aussagekräftiger ist als eine statische Messung. Diese Studie bietet eine Struktur, in der jeder auf der Intensivstation aufgenommene Patient innerhalb von 3 Stunden und nach 12 Stunden nach der Aufnahme untersucht und einbezogen wird, wodurch Längsschnittmessungen und verschiedene Zusatzstudien möglich werden. Längsmessungen sind das erste Beispiel einer Zusatzstudie; Ein weiteres Beispiel ist die Fähigkeit von Pflegekräften und Ärzten, Ergebnisse vorherzusagen. Aktuelle Erkenntnisse deuten darauf hin, dass Ärzte die Sterblichkeit möglicherweise genauer vorhersagen als Bewertungssysteme. Dieser Befund kann jedoch stark verzerrt sein, da zumindest Ärzte eine wichtige Rolle bei der Entscheidungsfindung am Lebensende spielen. Neuere Studien konzentrieren sich auch auf die Genauigkeit von Pflegekräften bei der Vorhersage der Sterblichkeit, mit unterschiedlichen Ergebnissen. Die Rolle anderer medizinischer Fachkräfte wie Assistenzärzte und Studenten muss noch untersucht werden.
Die Implementierung eines systematischen Datenerfassungsprozesses ist der erste Schritt, um datengesteuerte Forschung zu ermöglichen, ein wachsender Bedarf in medizinischen Disziplinen wie der Intensivpflege, der immer genauere Prognosemodelle erfordert. Ziel dieser Studie ist es daher, systematisch Daten aller ausgewählten Variablen zu sammeln, um so Unvollständigkeiten zu minimieren und die Berechnung von Mortalitätsvorhersagewerten entsprechend den derzeit verfügbaren Mortalitäts- oder Schweregradvorhersagemodellen zu ermöglichen. Darüber hinaus konnte im Rahmen der Untersuchung die Zuverlässigkeit der Messungen auf Gültigkeit überprüft werden. Dies schafft die Möglichkeit, die Leistung aller Modelle in einer Population zu vergleichen und Modelle zu identifizieren, die zur Vorhersage der Schwere einer Erkrankung nützlich sind. Mit diesem primären Ziel wird ein Register erstellt, das auch die Möglichkeit bietet, mehrere „Add-on“-Studien zu spezifischen Forschungsfragen zu starten. Beispiele für Zusatzstudien sind 1) der Zusammenhang zwischen zeitabhängigen Variablen, die in Längsrichtung gemessen werden, und Mortalität/akuter und chronischer Komorbidität, 2) der Zusammenhang zwischen Flüssigkeitsstatus und akuter Nierenschädigung und 3) nicht nur die Leistungsfähigkeit des behandelnden Arztes, die Sterblichkeit vorherzusagen, sondern auch die Fähigkeit der Pflegekräfte, Bewohner und Studenten, dies zu tun.
Zweck:
Der Zweck dieser Studie besteht darin, die Infrastruktur für ein Register mit Längsschnitt- und Wiederholungsmessungen kurz nach der Aufnahme zu erweitern, das flexibel ist, um vorübergehend hinzugefügte spezifische Forschungsfragen zum Ausgang kritisch erkrankter Patienten aufzunehmen.
Studienübersicht
Status
Bedingungen
Detaillierte Beschreibung
Registrierungsverfahren:
Geeignete Patienten werden innerhalb von 3 Stunden nach ihrer Ankunft auf der Intensivstation aufgenommen. Nach der Aufnahme werden alle Studienparameter durch körperliche und physiologische Untersuchung ermittelt. Dies wird etwa nach 12 Stunden und danach etwa 24 Stunden wiederholt.
Überwachung:
Die Überwachung wird von unabhängigen Forschern der Abteilung für Intensivpflege des Universitätsklinikums Groningen (UMCG) durchgeführt. Es ist geplant, einmal im Jahr Audits durchzuführen.
Rekrutierung:
Der Einschluss von Patienten und die Messung von Variablen werden vom Studienkoordinator oder einem Co-Forscher unter Aufsicht und Verantwortung des Hauptprüfers durchgeführt. Aufgrund des Beobachtungscharakters wird für diese Studie keine Einverständniserklärung eingeholt.
Überprüfung der Quelldaten:
Bei der Aufnahme werden alle konventionellen hämodynamischen Variablen durch körperliche Untersuchung und Aufzeichnung von Daten aus der grundlegenden hämodynamischen Überwachung (Philips ImageVue-Monitor mit Verfolgung der Herzfrequenz, Elektrokardiogramm (EKG), SpO2, arterieller Druck aus arterieller Leitungsdruckmessung und/oder nicht-invasiv abgeleitet Blutdrucküberwachung). Alle Variablen sind vordefiniert (siehe Datenwörterbuch), um alle Messungen studentischer Forscher zu standardisieren.
Allgemeine Patientenmerkmale und Labormessungen wurden aus elektronischen Patientenakten aufgezeichnet und die Ergebnisse der Acute Physiology and Chronic Health Evaluation (APACHE) II und IV sowie des Simplified Acute Physiology Score II (SAPS) werden aus unserer lokalen National Intensive Care Evaluation (NICE)-Datenbank extrahiert. Die Nachverfolgung der Gesamtmortalität nach 90 Tagen und 3 Jahren wird mithilfe der städtischen Personendatendatenbank erfasst. Die langfristige Nachsorge erfolgt über verschiedene Ressourcen wie Krankenhausakten, Hausärzte und/oder direkten Kontakt.
Datensammlung:
Innerhalb von 3 Stunden nach der Aufnahme auf die Intensivstation werden alle Variablen durch eine einmalige klinische Untersuchung ermittelt und Krankenschwestern und Ärzte werden nach ihren Prognosen gefragt. Andere Variablen (d. h. Labor- und Bildgebungswerte) werden aus den elektronischen Patientenakten ermittelt. Die Gründe und spezifischen Details der Messung jeder Variablen werden im Folgenden ausführlich beschrieben.
Systemische Kreislaufvariablen:
Herzfrequenz (HR): Sie wird vom elektrokardiographischen Monitor am Krankenbett aufgezeichnet. Bei unregelmäßigem Rhythmus (z.B. Vorhofflimmern) verwenden die Forscher die mittlere Herzfrequenz über eine Minute. Neben der Herzfrequenz wird auch das Vorliegen von Vorhofflimmern aufgezeichnet.
Systolischer Blutdruck (SBP), diastolischer Blutdruck (DBP) und mittlerer arterieller Druck (MAP): Diese werden durch intravaskuläre Messung über einen arteriellen Schlauch ermittelt, was Teil der üblichen Pflege ist. Wenn keine arterielle Leitung eingeführt ist, wird die nicht-invasive Messung erfasst.
Zentralvenöser Druck (CVP): Dieser wird aufgezeichnet, falls eine zentrale Venenlinie in der Vena jugularis interna oder der Vena subclavia vorhanden ist.
Mikro- und periphere Kreislaufvariablen:
Kapillare Nachfüllzeit (CRT): Diese wird gemessen, nachdem 10 Sekunden lang fester Druck ausgeübt wurde, vorzugsweise auf die distale Phalanx des Zeigefingers und auf den mittleren Teil des Knies. Aufgrund der Diskrepanz zwischen den Werten, die von verschiedenen Untersuchungen zur CRT als normal angesehen werden, wird kein Cutoff-Score verwendet, sondern eine kontinuierliche Messung.
Hauttemperatur (Tskin): Diese wird subjektiv und objektiv gemessen. Die subjektive Messung erfolgt durch Abtasten der Extremitäten des Patienten. Anhand der Handrückenflächen des Untersuchers wird zwischen „warm“ und „kalt“ unterschieden. Bei Patienten mit „kalter“ Haut an den Extremitäten wird davon ausgegangen, dass alle untersuchten Extremitäten als kühl gelten oder wenn trotz warmer oberer Extremitäten nur die unteren Extremitäten kühl sind.
Um die Hauttemperatur zu objektivieren, muss ein Temperaturunterschied zwischen der Mitte und der Peripherie und zwischen der Peripherie und der Umgebung (dTc-p bzw. dTp-a) oder der Hauttemperaturgradient vom Unterarm zum Finger (Tskin-diff) verwendet werden in der Literatur vorgeschlagen. Die Forscher werden die Zentral-zu-Peripherie-Messungen nutzen:
Zentral-zu-peripherer Temperaturunterschied (dTc-p): Um diesen Unterschied zu messen, vergleichen die Forscher die Blasentemperatur, gemessen mit einem Blasenthermistorkatheter, mit der Fußtemperatur, gemessen mit einer Hautsonde (DeRoyal Skin Temperature Sensor Produkt Nr. 81- 010400EU) entweder am linken oder rechten Fuß (Rücken). Die Forscher werden die Blasentemperatur als Ersatz für die zentrale Temperatur und die Zehentemperatur als peripheres Maß verwenden. Als Obergrenze wird in der Literatur im Allgemeinen ein Temperaturunterschied von entweder 5 °C oder 7 °C verwendet. Werte über 7 °C werden die Ermittler daher als abnormal einstufen.
Der Mottling-Score: Dieser Score wurde 2011 von Ait-Oufella et al. beschrieben. Unter Fleckenbildung versteht man die fleckige Verfärbung der Haut, die durch eine Störung der Mikrozirkulation verursacht wird. Betroffen ist meist der Bereich um das Knie. Der Mottling-Score liegt zwischen 0 und 5, abhängig von der Ausdehnung des gesprenkelten Bereichs. Ein Wert von 0 oder 1 gilt als leicht, 2 oder 3 als mäßig und 4 oder 5 als schwer.
Urinausstoß (ml/kg/h): Auch dieser wird im Rahmen der regelmäßigen Pflege gemessen. Die Prüfer verwenden die gesamte Urinausscheidung vor der Untersuchung (d. h. von der Aufnahme bis zur Untersuchung). Bei Patienten mit vorbestehender Niereninsuffizienz wird die Harnausscheidung nicht genutzt.
Andere Variablen:
Atemfrequenz: Diese wird vom elektrokardiographischen Monitor am Krankenbett aufgezeichnet. Wenn ein Patient mechanisch beatmet wird, siehe unten.
Mechanische Beatmung: Es werden Daten über das Vorhandensein und die Art der mechanischen Beatmung sowie grundlegende Informationen zu Atemwegserkrankungen (z. B. PEEP und FiO2).
Verwendung von Inotropika und Vasopressoren: Jeglicher Bedarf an Inotropika oder Vasopressin, Typ, Dosis und Geschwindigkeit werden aufgezeichnet. Zu den Inotropika/Vasopressoren zählen Noradrenalin, Vasopressin, Dobutamin, Dopamin und Milrinon. Als Beruhigungsmittel gelten Midazolam, Propofol und S-Ketamin.
Schätzungen der Pumpenfunktion und der peripheren Zirkulation: Eine Schätzung wird entweder von einem Mitglied des Behandlungsteams oder vom Forscher vorgenommen.
Serumlaktat, Hämoglobin, Troponin-T und Kreatinin: Diese werden im Rahmen der regelmäßigen Pflege bestimmt. Für Studienzwecke verwenden die Forscher den Wert, der unserer Untersuchung am nächsten kommt.
Auch andere im Rahmen der Regelpflege ermittelte biochemische Werte wie pH-Wert, Leukozyten, Hämatokrit etc. werden erfasst.
Nach Durchführung der klinischen Untersuchung werden Informationen zu den folgenden allgemeinen Merkmalen aus der NICE-Datenbank extrahiert. Dazu gehören demografische Daten (wie BMI, Alter und Geschlecht), Krankengeschichte, Diagnosen und Schweregrad der Erkrankung, wie sie von den verschiedenen Generationen der APACHE-Scores, SAPS, dem Sequential Organ Failure Assessment (SOFA) und allen anderen veröffentlichten Vorhersagemodellen bewertet werden. Zu diesem Zweck wird eine umfangreiche Literaturrecherche erstellt und veröffentlicht und anschließend durchgeführt, um sicherzustellen, dass alle veröffentlichten Modelle mit ihren Variablen einbezogen werden. Darüber hinaus sammeln die Ermittler Laborwerte (Einzelheiten sind oben beschrieben), Urinausstoß (Einzelheiten sind oben beschrieben) und routinemäßige Aufnahme-EKGs und Bildgebung. Nach 30 Tagen werden die Ermittler die Patientenakten erneut auswerten, um Informationen über den gesamten Aufenthalt auf der Intensivstation in Tagen zu sammeln.
Datenmanagement:
Die Daten werden mit OpenClinica erfasst und zur Analyse übertragen. Nach der Übertragung von OpenClinica werden alle Daten in einer Datenbank verwaltet, die mit Stata Version 15 (StataCorp, College Station, TX) erstellt wurde. Alle Studienteilnehmer erhalten eine Studienteilnehmer-ID, bestehend aus dem Studiennamen und ihrer Einschlussnummer. Diese Studienteilnehmer-ID wird sowohl in OpenClinica als auch in Stata verwendet. Nur ein Forscher mit den Kontoeigenschaften „Studienleiter“ in OpenClinica kann die Studienteilnehmer-ID mit der Patientennummer verknüpfen.
Beurteilung der Stichprobengröße:
Jedes Jahr werden 3000 Patienten auf einer von vier Intensivstationen aufgenommen. Etwa 1500 dieser Einweisungen sind ungeplante Notaufnahmen. Die Forscher schätzen, dass die Hälfte dieser ungeplanten Aufnahmen die Einschlusskriterien erfüllt. Damit sind 750 Patienten für die Aufnahme berechtigt. Allerdings gehen die Ermittler davon aus, dass sie aus logistischen und praktischen Gründen nicht alle infrage kommenden Patienten einbeziehen können. Daher streben die Forscher an, 400 Patienten pro Jahr einzubeziehen.
Plan für fehlende Daten:
Zunächst wird das Muster untersucht, das unseren fehlenden Daten zugrunde liegt: völlig zufälliges Fehlen, zufälliges Fehlen oder nicht zufälliges Fehlen. Aufgrund der bisherigen Erfahrungen mit dem SICS-I ist zu erwarten, dass Daten stichprobenartig fehlen. Daher werden primäre Analysen mit Imputation für fehlende Daten unter Verwendung mehrerer Imputationen durchgeführt. Die Robustheit der Schlussfolgerungen wird durch sekundäre Sensitivitätsanalysen überprüft, die ausschließlich die verfügbaren Daten einbeziehen.
Statistischer Analyseplan:
Die Ermittler werden die allgemeinen Merkmale verwenden, um eine Basistabelle zu erstellen. Statistische Analysen werden mit Stata Version 15 (StataCorp, College Station, TX) durchgeführt. Die Daten werden als Mittelwerte mit Standardabweichung dargestellt, wenn sie normalverteilt sind, oder als Mediane mit Bereichen, wenn die Daten verzerrt sind.
Es werden univariate Analysen durchgeführt und alle Variablen mit p<0,1 werden in die multivariaten Modelle einbezogen. Multivariate Analysen werden mithilfe eines schrittweisen Modells durchgeführt. Das Herzzeitvolumen wird mithilfe einer linearen Regression modelliert und die Mortalität wird mithilfe einer logistischen Regression modelliert. Alle Analysen werden an Alter und Geschlecht angepasst; Andere allgemeine Merkmale werden dem Modell standardmäßig nicht hinzugefügt. Alle Analysen werden zweiseitig getestet und p-Werte von weniger als 0,05 werden als statistisch signifikant angesehen.
Wenn die Stichprobengröße dies zulässt, führen die Forscher eine Analyse in verschiedenen Teilpopulationen durch. Beispiele für Subpopulationen, die für eine weitere Analyse in Frage kommen könnten, sind solche mit Sepsis und/oder schwerem Kreislaufschock.
Zukünftig ist geplant, Methoden des maschinellen Lernens zur weiteren Datenanalyse einzusetzen. Das SOCCS wurde so konzipiert, dass die Datenerfassung gleichzeitig möglichst einheitlich und umfangreich ist. Wie bereits beschrieben, werden dank der Verfügbarkeit eines geschulten Studententeams rund um die Uhr nahezu alle auf der Intensivstation aufgenommenen Patienten einbezogen. Dadurch wird gewährleistet, dass jederzeit neue Patienten aufgenommen werden können und es besteht die Möglichkeit, einen großen, einheitlichen Datenbestand zu erstellen. Viele Variablen werden am Krankenbett aller akut auf die Intensivstation aufgenommenen Patienten innerhalb von 3 Stunden nach der Aufnahme genau registriert. Sowohl traditionellere als auch innovative Datenanalyseprojekte profitieren von einem optimalen Datenerfassungsprozess. Alle für die SOCCS-Studie gesammelten Daten werden in einer umfangreichen und vollständigen Datenbank zusammengestellt, aus der auf maschinellem Lernen basierende prädiktive Modellierungsstudien einfach definiert und eingerichtet werden können. Zu einem späteren Zeitpunkt werden diese Daten zum Aufbau von Vorhersage- oder Risikostratifizierungsmodellen verwendet, die darauf abzielen, die Entwicklung kritisch erkrankter Patienten probabilistisch zu verfolgen oder potenziell interessante Parameter für nachfolgende Studien hervorzuheben.
Maschinelles Lernen (ML) ist ein Zweig der künstlichen Intelligenz, der es Datenwissenschaftlern ermöglicht, überwachte oder unüberwachte Algorithmen zu entwerfen, um durch Inferenz aus im Allgemeinen großen Datenmengen zu „lernen“. ML begann als bekannte Methode in der Genanalyse und hat sich seitdem auf zahlreiche andere Bereiche der Medizin ausgeweitet. Es hat sich gezeigt, dass es das Potenzial hat, die klinisch orientierte Forschung voranzutreiben, vor allem durch die Identifizierung und Priorisierung spezifischer Pflegekomponenten, deren Untersuchung den Patienten den größten Nutzen bringen kann. Darüber hinaus wurde von mehreren Autoren über den Einsatz ML-basierter Frameworks in der Intensivpflege unter Verwendung unterschiedlicher Datentypen berichtet. Diese Daten können auf unterschiedliche Weise gewonnen werden, am häufigsten durch Messungen am Krankenbett, wie sie beispielsweise für die SOCCS- und SICS-Studien durchgeführt werden, oder durch die Erfassung einer größeren Anzahl von Parametern aus früheren physiologischen Daten einer Gruppe ähnlicher Probanden.
Studientyp
Einschreibung (Tatsächlich)
Kontakte und Standorte
Studienorte
-
-
-
Groningen, Niederlande, 9700 RB
- University Medical Center Groningen
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Notaufnahme
- Voraussichtlicher Aufenthalt > 24 Stunden
Ausschlusskriterien:
- Alter < 18 Jahre
- Geplante Aufnahme entweder nach der Operation oder aus anderen Gründen
- Selbstmordversuche aufgrund einer akuten psychiatrischen „Entgleisung“, geistiger Behinderung oder einer Sprachbarriere
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Vergleich des prognostischen Werts der fundierten Schätzungen von Studenten und Pflegekräften mit derzeit verfügbaren Risikobewertungen zur Vorhersage der kurzfristigen Mortalität auf der Intensivstation.
Zeitfenster: 6 Monate
|
Die Krankenschwestern und Studenten werden gebeten, die Überlebensrate im Krankenhaus anhand ihres Bauchgefühls einzuschätzen.
Die Sterblichkeit wird erfasst.
Die Abschätzung, die Risikobewertung anhand z.B.
SAPS und SOFA, und das tatsächliche Ergebnis wird gemessen.
Wir werden den Zusammenhang zwischen diesen drei Variablen berichten.
|
6 Monate
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Der Zusammenhang zwischen einfacher klinischer Beobachtungsuntersuchung, biochemischen und hämodynamischen Variablen, längs gemessen, mit der Vorhersage von Organversagen und Mortalität
Zeitfenster: 48 Stunden und 90 Tage
|
Die akute Nierenschädigung (AKI) wurde anhand der Kriterien „Nierenerkrankung: Verbesserung der globalen Ergebnisse“ (KDIGO) ermittelt und klassifiziert. Die Messungen der Urinausscheidung und des Serumkreatinins aus den ersten 72 Stunden der Aufnahme wurden analysiert, um den Schweregrad des AKI für jeden Patienten festzustellen und zu klassifizieren. Andere Komorbiditäten werden gemäß ihrer Definition gemäß den internationalen Richtlinien untersucht. |
48 Stunden und 90 Tage
|
|
Schaffung einer Forschungsinfrastruktur, die die Sammlung von Variablen und ein effizientes Screening auf Eignung für verschiedene Studien abends und nachts ermöglicht.
Zeitfenster: 2 Jahre
|
Schaffung einer Forschungsinfrastruktur, die die Sammlung von Variablen und ein effizientes Screening auf Eignung für verschiedene Studien abends und nachts ermöglicht.
|
2 Jahre
|
|
Das langfristige Mortalitätsergebnis
Zeitfenster: 3 Jahre
|
langfristiges Mortalitätsergebnis im Zusammenhang mit der Aufnahme auf die Intensivstation
|
3 Jahre
|
Mitarbeiter und Ermittler
Ermittler
- Hauptermittler: Iwan C.C. van der Horst, M.D., Ph.D., University Medical Center Groningen
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Tatsächlich)
Studienabschluss (Tatsächlich)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 201700651
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 .
Klinische Studien zur Schock
-
Biomedizinische Forschungs gmbHMedical University of ViennaAbgeschlossenSepsis | Toxic-Shock-Syndrom