- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT05106621
EIN INTELLIGENTES MODELL FÜR DEN OPERATIVEN BLOCK (BLOC-OP)
16. Mai 2022 aktualisiert von: Elena Giovanna Bignami, University of Parma
NEUES MODELL DER ORGANISATION EINES OPERATIVEN BLOCKS (BLOC-OP)
Die perioperative Medizin zeichnet sich durch einen sehr heiklen Weg aus; Es besteht in der Tat aus einer Reihe hochspezialisierter klinischer Maßnahmen, die von verschiedenen Fachleuten (Chirurgen, Anästhesisten, Intensivmedizinern, Krankenschwestern usw.) durchgeführt werden, die zusammenarbeiten, um die beste Qualität aller Phasen des Weges (präoperativ, intraoperativ) sicherzustellen und postoperativ).
Andererseits ist es notwendig, die enormen Ressourcen hervorzuheben, die für die Bereitstellung chirurgischer Dienstleistungen erforderlich sind.
Eine organisatorische Optimierung auf der Grundlage spezifischer Analysen könnte zu einem sorgfältigeren Ressourcenmanagement in diesem Bereich führen und Verschwendung aufgrund einer vorzeitigen Schließung des Operationssaals oder einer unerwarteten Erweiterung desselben vermeiden.
Gerade um der Notwendigkeit gerecht zu werden, große Mengen an Informationen zu analysieren, erfreut sich in den letzten Jahren der Einsatz von Techniken der künstlichen Intelligenz und insbesondere des maschinellen Lernens immer größerer Beliebtheit, einem Zweig der künstlichen Intelligenz, der darauf abzielt, durch den Einsatz von Algorithmen und statistisches Modell, um automatisch auf neues Wissen zu schließen.
Solche Technologien scheinen über ausgezeichnete analytische Fähigkeiten sowohl im klinischen als auch vor allem im organisatorischen Bereich zu verfügen.
Die in der Literatur zu diesem Thema auftauchenden Daten scheinen diese Hypothese zu bestätigen, obwohl sie in dieser Hinsicht immer noch die ersten sind.
Studienübersicht
Status
Rekrutierung
Bedingungen
Studientyp
Beobachtungs
Einschreibung (Voraussichtlich)
142
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienkontakt
- Name: Elena Bignami
- Telefonnummer: 390521703567
- E-Mail: elenagiovanna.bignami@unipr.it
Studienorte
-
-
-
Parma, Italien, 43125
- Rekrutierung
- Azienda Ospedaliera-Universitaria di Parma
-
-
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
alle Patienten, die sich einer Bauch-, Brust-, urologischen, vaskulären, orthopädischen, gynäkologischen und plastischen Operation unterziehen
Beschreibung
Einschlusskriterien:
Alle Patienten, die sich einer Operation unterziehen und die Einverständniserklärung unterzeichnen, werden eingeschlossen.
Ausschlusskriterien:
Weigerung des Patienten, an der betreffenden Studie teilzunehmen.
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 |
|---|
|
Chirurgische Patienten
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Vorhersage der chirurgischen Zeit
Zeitfenster: 1 Jahr
|
Vorhersage der im Operationssaal verbrachten Zeit
|
1 Jahr
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Ergebnisbewertung
Zeitfenster: 1 Jahr
|
Aufnahme auf die Intensivstation
|
1 Jahr
|
|
Ergebnisbewertung
Zeitfenster: 1 Jahr
|
Rate der Absagen chirurgischer Eingriffe
|
1 Jahr
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Sponsor
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.
Allgemeine Veröffentlichungen
- Evans RS, Burke JP, Classen DC, Gardner RM, Menlove RL, Goodrich KM, Stevens LE, Pestotnik SL. Computerized identification of patients at high risk for hospital-acquired infection. Am J Infect Control. 1992 Feb;20(1):4-10. doi: 10.1016/s0196-6553(05)80117-8.
- Redfern RO, Langlotz CP, Abbuhl SB, Polansky M, Horii SC, Kundel HL. The effect of PACS on the time required for technologists to produce radiographic images in the emergency department radiology suite. J Digit Imaging. 2002 Sep;15(3):153-60. doi: 10.1007/s10278-002-0024-5. Epub 2002 Nov 6. Erratum In: J Digit Imaging. 2002 Sep;15(3):191.
- Lee TT, Liu CY, Kuo YH, Mills ME, Fong JG, Hung C. Application of data mining to the identification of critical factors in patient falls using a web-based reporting system. Int J Med Inform. 2011 Feb;80(2):141-50. doi: 10.1016/j.ijmedinf.2010.10.009. Epub 2010 Nov 5.
- Martins M. Use of comorbidity measures to predict the risk of death in Brazilian in-patients. Rev Saude Publica. 2010 Jun;44(3):448-56. doi: 10.1590/s0034-89102010005000003. Epub 2010 Apr 30.
- Izad Shenas SA, Raahemi B, Hossein Tekieh M, Kuziemsky C. Identifying high-cost patients using data mining techniques and a small set of non-trivial attributes. Comput Biol Med. 2014 Oct;53:9-18. doi: 10.1016/j.compbiomed.2014.07.005. Epub 2014 Jul 22.
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. November 2021
Primärer Abschluss (ERWARTET)
30. November 2022
Studienabschluss (ERWARTET)
30. November 2022
Studienanmeldedaten
Zuerst eingereicht
11. Oktober 2021
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
22. Oktober 2021
Zuerst gepostet (TATSÄCHLICH)
4. November 2021
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (TATSÄCHLICH)
17. Mai 2022
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
16. Mai 2022
Zuletzt verifiziert
1. Mai 2022
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Andere Studien-ID-Nummern
- 1284/2020/OSS/AOUPR
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 .