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

Ein Algorithmus für maschinelles Lernen zur Vorhersage gesundheitsklinischer Situationen in der primären Gesundheitsversorgung für gebrechliche ältere Erwachsene.

24. August 2023 aktualisiert von: Presage

Ein Algorithmus für maschinelles Lernen zur Vorhersage gesundheitlicher klinischer Situationen (Sturz, Unterernährungsrisiko, Depressionsrisiko, Herzinsuffizienzrisiko) und zur Verbesserung von Entscheidungsunterstützungsinstrumenten in der primären Gesundheitsversorgung für ältere Erwachsene, die zu Hause leben.

Einleitung: Wir haben einen Algorithmus für maschinelles Lernen entwickelt, um das Risiko einer Notfall-Krankenhauseinweisung innerhalb der neuen 7 bis 14 Tage mit einer guten Vorhersageleistung (AUC=0,85) vorherzusagen. Von Heimhelfern aufgezeichnete Daten wurden in Echtzeit an einen sicheren Server gesendet, um von unserem maschinellen Lernalgorithmus analysiert zu werden, der das Risikoniveau vorhersagte und es auf einem sicheren webbasierten medizinischen Gerät anzeigte. Diese Studie zielt darauf ab, die Sensitivitäts- und Spezifitätsvorhersagen des Presage-Systems für vier klinische Situationen umzusetzen und zu bewerten, die einen großen Einfluss auf die außerplanmäßige Krankenhauseinweisung von zu Hause lebenden älteren Erwachsenen haben: Stürze, Risiko einer Depression (ist trauriger), Risiko einer Unterernährung (weniger essen). gut) und das Risiko einer Herzinsuffizienz (geschwollenes Bein).

Methoden Dies ist eine retrospektive multizentrische Beobachtungsstudie. Um Einblicke in kurz- und mittelfristige Vorhersagen zu gewinnen und zu erfahren, wie sich die Risikofaktoren über verschiedene Beobachtungszeiträume hinweg entwickeln, haben wir eine Reihe von Modellen entwickelt, die das Risiko künftiger klinischer Symptome vorhersagen.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Dies ist eine retrospektive multizentrische Beobachtungsstudie. Diese Studie wurde an zwei unterschiedlichen Kohorten durchgeführt.

Daten zwischen Januar 2020 und Februar 2023 von 50 häuslichen Pflegeeinrichtungen, die täglich das medizinische Gerät PRESAEGE CARE verwenden, wurden analysiert. 740.853 Daten aus 27.439 Besuchen von Heimhelfern bei 1.478 Patienten. Das Durchschnittsalter der Patienten betrug 84,89 Jahre (SD = 8,9 Jahre) mit einem moderaten Abhängigkeitsgrad und die Stichprobe umfasste 1.038 Frauen (70 %).

PRESAGE CARE ist ein Medizinprodukt mit CE-Kennzeichnung zur Vorhersage von Notfall-Krankenhauseinweisungen. Dieses E-Health-System basiert auf einem Fragebogen, der sich auf die funktionale und klinische Autonomie (d. h. Aktivitäten des täglichen Lebens), mögliche medizinische Symptome (z. B. Müdigkeit, Stürze und Schmerzen), Verhaltensänderungen (z. B. Erkennen und Aggressivität) konzentriert. und Kommunikation mit der HA oder ihrer Umgebung.

Basierend auf diesen Daten werden einige weitere Risiken vom Algorithmus der künstlichen Intelligenz bewertet und vorhergesagt.

Diese Studie zielt darauf ab, die Sensitivitäts- und Spezifitätsvorhersagen des PRESAGE CARE-Systems für vier klinische Situationen zu bewerten, die einen großen Einfluss auf die außerplanmäßige Krankenhauseinweisung älterer, zu Hause lebender Erwachsener haben: Stürze, Risiko einer Depression (ist trauriger), Risiko, wenn (weniger gut essen) und Risiko einer Herzinsuffizienz (geschwollenes Bein).

Das Hauptziel war die Sensitivität und Spezifität der Vorhersage von vier Ereignissen: Stürze, „ist trauriger“, „weniger gut essen“ und „geschwollenes Bein“ für nicht-tautologische Ereignisse (wenn Ereignisse nicht im Beobachtungsfenster erscheinen).

Das sekundäre Ziel war die Sensitivität und Spezifität der Vorhersage von vier Ereignissen: Stürze, „ist trauriger“, „weniger gut essen“ und „geschwollenes Bein“ für tautologische Ereignisse (wenn Ereignisse im Beobachtungsfenster erscheinen).

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

1478

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

  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Gebrechliche ältere Erwachsene erhalten in Frankreich die Hilfe einer häuslichen Pflegekraft mit dem PRESAGE CARE-Gerät.

Beschreibung

Einschlusskriterien:

  • gebrechliche ältere Erwachsene ab 65 Jahren
  • Erhalten Sie die Hilfe eines häuslichen Pflegehelfers mit PRESAGE CARE
  • Alle teilnahmeberechtigten Personen wurden zur Teilnahme eingeladen und bei Einwilligung einbezogen

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Sensitivität und Spezifität der Vorhersage von vier Ereignissen: Stürze, „ist trauriger“, „weniger gut essen“ und „geschwollenes Bein“ für nicht-tautologische Ereignisse ((wenn Ereignisse nicht im Beobachtungsfenster erscheinen).
Zeitfenster: zwischen einer und sechs Wochen
Um die Vorhersageleistung der Modelle zu bewerten, untersuchten wir Leistungsmetriken außerhalb der Stichprobe, einschließlich Fläche unter der Receiver-Operator-Characteristic-Curve (AUC), 5 % und 15 % AUC, Sensitivität, Spezifität, positiver Vorhersagewert (PPV) und negativ Vorhersagewert (NPV) basierend auf einer Verwirrungsmatrix, die wie folgt erstellt wurde: An jedem Punkt der ROC-Kurve haben wir den gewichteten Durchschnitt zwischen Sensitivität und Spezifität berechnet.
zwischen einer und sechs Wochen

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Sensitivität und Spezifität der Vorhersage von vier Ereignissen: Stürze, „ist trauriger“, „weniger gut essen“ und „geschwollenes Bein“ für tautologische Ereignisse (wenn keine Ereignisse im Beobachtungsfenster erscheinen).
Zeitfenster: zwischen einer und sechs Wochen
Um die Vorhersageleistung der Modelle zu bewerten, untersuchten wir Leistungsmetriken außerhalb der Stichprobe, einschließlich Fläche unter der Receiver-Operator-Characteristic-Curve (AUC), 5 % und 15 % AUC, Sensitivität, Spezifität, positiver Vorhersagewert (PPV) und negativ Vorhersagewert (NPV) basierend auf einer Verwirrungsmatrix, die wie folgt erstellt wurde: An jedem Punkt der ROC-Kurve haben wir den gewichteten Durchschnitt zwischen Sensitivität und Spezifität berechnet.
zwischen einer und sechs Wochen

Mitarbeiter und Ermittler

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

Sponsor

Presage

Mitarbeiter

Assistance Publique - Hôpitaux de Paris
Assistance Publique Hopitaux De Marseille

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 2016

Primärer Abschluss (Tatsächlich)

1. April 2016

Studienabschluss (Tatsächlich)

1. Dezember 2022

Studienanmeldedaten

Zuerst eingereicht

21. August 2023

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

24. August 2023

Zuerst gepostet (Tatsächlich)

28. August 2023

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

28. August 2023

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

24. August 2023

Zuletzt verifiziert

1. August 2023

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Andere Studien-ID-Nummern

  • PRESAGE

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 Gebrechliches Alterssyndrom

Klinische Studien zur PRESAE-PFLEGE

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Netherlands

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

3
Abonnieren