Analyse unerwünschter Ereignisse in der Anästhesie mithilfe künstlicher Intelligenz (ADVENTURE)
Das Interesse von Gesundheitsdatenbanken an der Anästhesie ist nicht mehr nachweisbar. Das Ziel dieser Forschung bestand darin, einen Ansatz zur Verarbeitung natürlicher Sprache zu entwickeln, um eine Klassifizierung der während der perioperativen Phase beobachteten unerwünschten Ereignisse zu erstellen und deren Analyse zu erleichtern:
Das Hauptziel der Studie bestand darin, herauszufinden, was ein „naives“, unbeaufsichtigtes Modell anhand der Beschreibungen unerwünschter Ereignisse (Adverse Event, UE) entdecken würde. Unser zweites Ziel bestand darin, scheinbar unabhängige Ereignisse zu identifizieren, deren Kombination das Auftreten einer UE begünstigen könnte
Studienübersicht
Status
Bedingungen
Studientyp
Einschreibung (Tatsächlich)
Kontakte und Standorte
Studienorte
-
-
-
Strasbourg, Frankreich, 67091
- Service d'Anesthésie et Réanimation chirurgicale - CHU de Strasbourg - France
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Minderjährige und Erwachsene, bei denen im Zusammenhang mit der Pflege eine allergische Reaktion aufgetreten ist
- Zwischen dem 1. Januar 2009 und dem 30. Juni 2020 wurde mir von einem Anästhesisten ein unerwünschtes Ereignis gemeldet
Ausschlusskriterien:
- Patient erfüllt die Einschlusskriterien nicht
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: Nur Fall
- Zeitperspektiven: Retrospektive
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Entwicklung eines Ansatzes zur Verarbeitung natürlicher Sprache, um eine Klassifizierung der während der perioperativen Phase beobachteten unerwünschten Ereignisse zu erstellen und deren Analyse zu erleichtern.
Zeitfenster: Akten, die vom 01. Januar 2009 bis zum 30. Juni 2020 rückwirkend analysiert wurden, werden untersucht]
|
Das Ziel dieser Forschung bestand darin, einen Ansatz zur Verarbeitung natürlicher Sprache zu entwickeln, um eine Klassifizierung der während der perioperativen Phase beobachteten unerwünschten Ereignisse zu erstellen und deren Analyse zu erleichtern: Das Hauptziel der Studie bestand darin, herauszufinden, was ein „naives“, unbeaufsichtigtes Modell anhand der Beschreibungen unerwünschter Ereignisse (Adverse Event, UE) entdecken würde. Unser zweites Ziel bestand darin, scheinbar unabhängige Ereignisse zu identifizieren, deren Kombination das Auftreten einer UE begünstigen könnte |
Akten, die vom 01. Januar 2009 bis zum 30. Juni 2020 rückwirkend analysiert wurden, werden untersucht]
|
Mitarbeiter und Ermittler
Ermittler
- Hauptermittler: Paul-Michel MERTES, MD, PhD, Service d'Anesthésie et Réanimation chirurgicale - CHU de Strasbourg - France
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 (Geschätzt)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 8505
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Produkt, das in den USA hergestellt und aus den USA exportiert wird
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 .