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

Clinical Impact of a Machine Learning Decision Support System for Empirical Antibiotic Therapy

8. August 2026 aktualisiert von: Sofia De La Villa, Instituto de Investigación Sanitaria Gregorio Marañón

Clinical Impact of a Machine Learning Decision Support System for Empirical Antibiotic Therapy: A Prospective Quasi-Experimental Study

The goal of this quasi-experimental study is to analyze if a Machine Learning Clinical Decision Support System can improve the empirical antibiotic treatment in patients with pneumonia, urinary tract infection and / or sepsis.

The main questions it aims to answer are:

  • Primary outcome: clinical success defined as clinical cure (resolution of all signs and symptoms related to infection); no complications until day 30 (recurrence, or development of adverse events- AEs-); no new acquisition of MDROs; and survival at day 30.
  • Secondary outcomes: a subgroup analysis of the primary outcome according to the department participants, infectious syndrome, severity of the infection assessed by the SOFA score, and in microbiological confirmed infections. In microbiological confirmed infections, desirability of Outcome Ranking (DOOR) for the Management of Antimicrobial Therapy (MAT) according to the beta-lactam classification

Researchers will compare a pre-intervention group with a post-intervention to see if improve in the DOOR MAT score

Participants in the post-intervention group will:

• Received empirical antibiotic therapy prescribed by their treating physicians according to the machine-learning recommendations

Studienübersicht

Status

Noch keine Rekrutierung

Bedingungen

Intervention / Behandlung

Studientyp

Interventionell

Einschreibung (Geschätzt)

486

Phase

  • Unzutreffend

Kontakte und Standorte

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

Studienkontakt

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

  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Beschreibung

Inclusion Criteria:

  • Adult patients (aged ≥18 years)
  • Admitted to the Nephrology, Oncology or ICU wards
  • Diagnosis of sepsis, pneumonia and/or UTI
  • Empirical antibiotics prescribed

Exclusion Criteria:

  • informed consent obtained > 48 hours since the infection onset
  • beta-lactam allergy
  • infection syndrome other than sepsis, pneumonia or UTI
  • confirmed no-bacterial infection
  • death within the first 48 hours of inclusion or imminent risk of death at time of the inclusion
  • pregnancy and/or breastfeeding
  • inclusion in a clinical trial of antimicrobial treatment

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Behandlung
  • Zuteilung: Nicht randomisiert
  • Interventionsmodell: Sequenzielle Zuweisung
  • Maskierung: Keine (Offenes Etikett)

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Kein Eingriff: Pre-interventional
Hospital standard practices for diagnosis and/or treatment applied
Experimental: Interventional
Hospital standard practices + use of a CDSS tool
Sonstiges: Machine Learning Decision Support System
iAST® (Pragmatech AI Solutions) is a medical device designed to assist the antibiotic prescription, currently approved by the European Medicines Agency. It used complex algorithms to accurately predict the most likely recommended antibiotics for providing coverage for specific aerobic bacteria before definitive microbiological results, bacterial identification and antibiotic susceptibility testing, were known

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Clinical success
Zeitfenster: 30-Day
resolution of all signs and symptoms related to infection with no complications and survival
30-Day

Mitarbeiter und Ermittler

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

Sponsor

Instituto de Investigación Sanitaria Gregorio Marañón

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 (Geschätzt)

1. September 2026

Primärer Abschluss (Geschätzt)

1. August 2027

Studienabschluss (Geschätzt)

1. September 2027

Studienanmeldedaten

Zuerst eingereicht

5. August 2026

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

8. August 2026

Zuerst gepostet (Tatsächlich)

13. August 2026

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

13. August 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

8. August 2026

Zuletzt verifiziert

1. August 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • MICRO.HGUGM.2026-003

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 .

Abonnieren