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

COVID-19-Mortalitätsvorhersagemodell

21. April 2020 aktualisiert von: Dascena

Mortalitätsvorhersagemodell für die Triage von COVID-19, Pneumonie und künstlich beatmeten Intensivpatienten

Ziel dieser Studie ist es, einen Algorithmus zu entwickeln und zu evaluieren, der die Mortalität bei COVID-19-Patienten, Lungenentzündungen und künstlich beatmeten Intensivpatienten genau vorhersagt.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Retrospektive Studie mit insgesamt 53.001 Patienten auf der Intensivstation, darunter 9.166 Patienten mit Lungenentzündung und 25.895 mechanisch beatmete Patienten, durchgeführt mit dem MIMIC-Datensatz. Der NPH-Patientendatensatz umfasst 114 Patienten, die laut PCR-Test positiv auf SARS-COV-2 waren.

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

114

Kontakte und Standorte

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

Studienorte

  • Vereinigte Staaten
    • California
      • Oakland, California, Vereinigte Staaten, 94612-2603
        • Dascena

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

18 Jahre und älter (ERWACHSENE, OLDER_ADULT)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Alle

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Retrospektive Studie mit insgesamt 53.001 Patienten auf der Intensivstation, darunter 9.166 Patienten mit Lungenentzündung und 25.895 mechanisch beatmete Patienten, durchgeführt mit dem MIMIC-Datensatz. Der Patientendatensatz des Gemeindekrankenhauses umfasste 114 Patienten, die laut PCR-Test positiv auf SARS-COV-2 waren.

Beschreibung

Einschlusskriterien:

  • Patienten ab 18 Jahren
  • Aufzeichnungen über den Aufenthalt auf der Intensivstation

Ausschlusskriterien:

  • Patienten unter 18 Jahren
  • Patienten, für die keine Aufzeichnungen von Rohdaten oder keine Entlassungs- oder Todesdaten vorlagen.

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
COViage
Intervention durch maschinelles Lernen
Gerät: COViage
Der maschinelle Lernalgorithmus von COViage wurde entwickelt, um die Mortalität bei COVID-19-Patienten, Lungenentzündungen und künstlich beatmeten Intensivpatienten vorherzusagen.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Mortalitätsergebnis bei COVID-19-Patienten auf der Intensivstation
Zeitfenster: Bis Studienabschluss durchschnittlich 2 Monate
Verstorben oder nicht verstorben
Bis Studienabschluss durchschnittlich 2 Monate
Mortalitätsergebnis bei mechanisch beatmeten Intensivpatienten
Zeitfenster: Bis Studienabschluss durchschnittlich 2 Monate
Verstorben oder nicht verstorben
Bis Studienabschluss durchschnittlich 2 Monate
Mortalitätsergebnis bei Pneumonie-Patienten auf der Intensivstation
Zeitfenster: Bis Studienabschluss durchschnittlich 2 Monate
Verstorben oder nicht verstorben
Bis Studienabschluss durchschnittlich 2 Monate

Mitarbeiter und Ermittler

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

Sponsor

Dascena

Publikationen und hilfreiche Links

Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.

Nützliche Links

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. April 2020

Primärer Abschluss (TATSÄCHLICH)

17. April 2020

Studienabschluss (TATSÄCHLICH)

17. April 2020

Studienanmeldedaten

Zuerst eingereicht

20. April 2020

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

21. April 2020

Zuerst gepostet (TATSÄCHLICH)

24. April 2020

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (TATSÄCHLICH)

24. April 2020

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

21. April 2020

Zuletzt verifiziert

1. April 2020

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • 04202001

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

UNENTSCHIEDEN

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 .

Klinische Studien zur COVID-19

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Gabon

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

Abonnieren