Klinisches datengesteuertes KI-Modell zur Mortalitätsprognose nach Hüftfraktur
Entwicklung eines KI-Modells auf Basis klinischer Daten zur Vorhersage der 30-Tage- und 1-Jahres-Mortalitätsraten nach Hüftfraktur-Operation: Eine retrospektive Kohortenstudie
Hüftfrakturen sind eine bedeutende Ursache für Morbidität und Mortalität, insbesondere bei älteren Patienten. Eine genaue Vorhersage der postoperativen Mortalität ist entscheidend für die Risikostratifizierung und klinische Entscheidungsfindung. Traditionelle Bewertungssysteme, wie der Nottingham Hip Fracture Score, haben Einschränkungen bei der Erfassung komplexer, nicht-linearer Zusammenhänge zwischen klinischen Variablen.
Diese retrospektive Kohortenstudie zielt darauf ab, ein auf künstlicher Intelligenz basierendes Modell zur Vorhersage der 30-Tage-Mortalität bei Patienten mit Hüftfraktur-Operation zu entwickeln und zu validieren. Klinische und Labor-Daten von etwa 1000 Patienten, die zwischen dem 1. Januar 2022 und dem 1. Dezember 2025 operiert wurden, werden aus elektronischen Gesundheitsakten extrahiert. Variablen umfassen demografische Merkmale, Begleiterkrankungen, Laborparameter, perioperative Daten und postoperative Komplikationen.
Die Leistung des KI-Modells wird bewertet und mit konventionellen Risikobewertungssystemen verglichen. Die Studie soll ermitteln, ob KI-basierte Ansätze eine verbesserte Vorhersagegenauigkeit für die postoperative Mortalität bei Hüftfraktur-Patienten bieten können.
Studienübersicht
Status
Bedingungen
Studientyp
Einschreibung (Tatsächlich)
Kontakte und Standorte
Studienorte
-
-
-
Ankara, Türkei (türkiye), 06200
- Dr. Abdurrahman Yurtaslan Ankara Oncology Training and Research Hospital
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Diese Studienpopulation besteht aus erwachsenen Patienten, die zwischen dem 1. Januar 2022 und dem 1. Dezember 2025 in einem tertiären onkologischen Ausbildungs- und Forschungszentrum chirurgisch wegen Hüftfrakturen behandelt wurden. Die Kohorte wird retrospektiv aus elektronischen Patientenakten abgeleitet und umfasst etwa 1000 Patienten.
Die Population umfasst Personen mit unterschiedlichen demografischen Merkmalen, Komorbiditäten und perioperativen Risikoprofilen. Die klinischen Daten umfassen demografische Informationen, den funktionellen und kognitiven Ausgangszustand, Begleiterkrankungen, Laborparameter, intraoperative Variablen und postoperative Komplikationen.
Patienten mit malignen Erkrankungen und solche, die sich einer Revisionsoperation unterziehen, sind ausgeschlossen. Die Studienpopulation repräsentiert eine reale klinische Kohorte, die zur Entwicklung und Validierung eines KI-basierten Modells zur Vorhersage der 30-Tage-postoperativen Mortalität nach Hüftfrakturoperationen verwendet wird.
Beschreibung
Einschlusskriterien:
Patienten, die zwischen dem 1. Januar 2022 und dem 1. Dezember 2025 eine chirurgische Behandlung für eine Hüftfraktur erhielten Alter ≥18 Jahre Verfügbarkeit vollständiger demografischer, klinischer und Laborbefunde im elektronischen Gesundheitsdatensystem Dokumentierter 30-Tage-Follow-up-Status oder Mortalitätsstatus
Ausschlusskriterien:
Patienten mit Malignomen Patienten, die sich einer Hüftrevisionsoperation unterziehen Patienten mit fehlenden oder unvollständigen wichtigen klinischen oder Laborbefunden, die für die Analyse erforderlich sind Patienten mit nicht verfügbarem oder nicht dokumentiertem 30-Tage-Mortalitätsstatus
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
30-Tage postoperative Mortalität
Zeitfenster: 30 Tage nach der Operation und 1 Jahr später
|
Die Gesamtmortalität, die innerhalb von 30 Tagen nach einer Hüftfraktur-Operation auftritt, ermittelt aus Krankenhausunterlagen und elektronischen Gesundheitsdaten.
|
30 Tage nach der Operation und 1 Jahr später
|
Mitarbeiter und Ermittler
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Ju M, Lee S, Marvich HM, Lin S. Accessing Alkoxy Radicals via Frustrated Radical Pairs: Diverse Oxidative Functionalizations of Tertiary Alcohols. J Am Chem Soc. 2024 Jul 24;146(29):19696-19703. doi: 10.1021/jacs.4c07125. Epub 2024 Jul 16.
- Wanchaijiraboon P, Sainamthip P, Teeyapun N, Luangdilok S, Poovorawan Y, Wanlapakorn N, Tanasanvimon S, Sriuranpong V, Susiriwatananont T, Zungsontiporn N, Pakvisal N. Safety Following COVID-19 Booster Vaccine with BNT162b2 Compared to mRNA-1273 in Solid Cancer Patients Previously Vaccinated with ChAdOx1 or CoronaVac. Vaccines (Basel). 2023 Feb 3;11(2):356. doi: 10.3390/vaccines11020356.
- Gonzalez Martinez J, Chen JJ, Aung T, Constantine T, Gonzalez-Martinez JA. Comparative Feasibility and Complication Analyses of Extraoperative (Bedside) Removal of Stereo-Electroencephalography Electrodes. Stereotact Funct Neurosurg. 2025;103(5):302-311. doi: 10.1159/000545984. Epub 2025 Apr 23.
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
- 2025-12/209
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 .