Reconocimiento asistido por aprendizaje automático de paros cardíacos fuera del hospital durante llamadas de emergencia.
¿Puede un aprendizaje automático reconocer un paro cardíaco fuera del hospital durante las llamadas de emergencia y ayudar a los despachadores médicos?
Emergency medical Services Copenhagen ha desarrollado un modelo de aprendizaje automático que analiza las llamadas al 1-1-2 (9-1-1) en tiempo real. El modelo puede reconocer llamadas en las que se sospecha un paro cardíaco. El objetivo del estudio es investigar el efecto de una alerta generada por computadora en las llamadas en las que se sospecha un paro cardíaco.
El estudio investigará
- si un aumento potencial en los reconocimientos se debe a las alertas de la máquina o al mayor enfoque del despachador médico en el reconocimiento de un paro cardíaco fuera del hospital (OHCA) al implementar la máquina
- si un modelo de aprendizaje automático basado en redes neuronales, al alertar a los despachadores médicos aumentará el reconocimiento general de OHCA y aumentará el envío de socorristas ciudadanos.
- mayor uso de desfibriladores externos automáticos (DEA), reanimación cardiopulmonar (CPR) o envío de socorristas ciudadanos en casos de OHCA en máquina reconocida OHCA versus despachador médico reconocido OHCA.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
Las posibilidades de supervivencia después de un paro cardíaco fuera del hospital disminuyen un 10 % por minuto desde el colapso hasta que se inicia la RCP. La RCP telefónica asistida por el despachador se iniciará solo en los casos en que el despachador reconozca el paro cardíaco.
En un proyecto anterior "¿Puede una computadora a través del aprendizaje automático reconocer un paro cardíaco fuera del hospital durante las llamadas de emergencia" (apoyado por TrygFoundation), los investigadores encontraron que era posible crear un modelo de aprendizaje automático (ML), que podría reconocer OHCA con mayor precisión que los despachadores médicos en el Centro de Despacho Médico de Emergencia (EMDC-Copenhague).
En este estudio, el modelo y su efecto se documentarán en el EMDC-Copenhague. Para este propósito, se crea un servidor de computadora que ejecuta el modelo ML. Este servidor está integrado en la red de EMDC-Copenhague, lo que permite enviar alertas al despachador médico cuando el modelo reconoce un paro cardíaco.
Con la ayuda del aprendizaje automático, la hipótesis es que el reconocimiento de OHCA mejora y ocurre con mayor frecuencia y rapidez que en la actualidad.
Se desarrolla una instrucción para los despachadores médicos, que guía al despachador médico en caso de una alerta de la máquina.
Tipo de estudio
Inscripción (Actual)
Fase
- No aplica
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
Danmark
-
Ballerup, Danmark, Dinamarca, DK-2750
- Emergency Medical Services Copenhagen
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Niño
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Géneros elegibles para el estudio
Descripción
Criterios de inclusión:
- Llamada relacionada con un paro cardíaco registrado en el Registro nacional danés de paro cardíaco
- OHCA es reconocido por el modelo de aprendizaje automático
- La llamada se origina en 1-1-2
Criterio de exclusión:
- Servicios Médicos de Emergencia de OHCA - presenciado
- La llamada es de otra autoridad (policía o bomberos)
- La llamada es una llamada repetida
- La llamada ha estado en espera para la conferencia
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Diagnóstico
- Asignación: Aleatorizado
- Modelo Intervencionista: Asignación paralela
- Enmascaramiento: Triple
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Experimental: Alerta de máquina
Estos presuntos paros cardíacos cardíacos habrán tenido una alerta generada por el modelo de aprendizaje automático además de la respuesta estándar de los Servicios Médicos de Emergencia.
|
Alerta en la pantalla de los despachadores 'Sospecha de paro cardíaco'
|
|
Sin intervención: Cuidado usual
Estos presuntos paros cardíacos recibirán una respuesta estándar de los Servicios Médicos de Emergencia.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Despachador de reconocimiento de paro cardíaco
Periodo de tiempo: Durante la llamada a los Servicios Médicos de emergencia, hasta 15 minutos desde el inicio de la llamada.
|
El reconocimiento por parte del despachador de un paro cardíaco fuera del hospital es el resultado primario.
El reconocimiento se informa mediante un cuestionario que completa un grupo de auditores que escuchan las grabaciones de todas las llamadas incluidas.
El cuestionario es un protocolo CARES modificado para las llamadas y consta de 21 preguntas mediante las cuales se evalúa la calidad de la llamada.
El cuestionario está validado y ha sido utilizado en otros estudios.
|
Durante la llamada a los Servicios Médicos de emergencia, hasta 15 minutos desde el inicio de la llamada.
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Tiempo de reconocimiento
Periodo de tiempo: Durante la llamada a los Servicios Médicos de emergencia, hasta 15 minutos desde el inicio de la llamada.
|
Tiempo desde el inicio de la llamada hasta que el despachador reconoce el paro cardíaco
|
Durante la llamada a los Servicios Médicos de emergencia, hasta 15 minutos desde el inicio de la llamada.
|
|
RCP telefónica asistida por un despachador
Periodo de tiempo: Durante la llamada a los Servicios Médicos de emergencia, hasta 15 minutos desde el inicio de la llamada.
|
¿El despachador le pide a la persona que llama que inicie la RCP?
|
Durante la llamada a los Servicios Médicos de emergencia, hasta 15 minutos desde el inicio de la llamada.
|
|
Tiempo hasta la RCP-T
Periodo de tiempo: Durante la llamada a los Servicios Médicos de emergencia, hasta 15 minutos desde el inicio de la llamada.
|
Tiempo desde el inicio de la llamada hasta que el despachador comienza a guiar a la persona que llama en RCP
|
Durante la llamada a los Servicios Médicos de emergencia, hasta 15 minutos desde el inicio de la llamada.
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Director de estudio: Freddy Lippert, MD, Copenhagen Emergency Medical Services
Publicaciones y enlaces útiles
Publicaciones Generales
- Blomberg SN, Folke F, Ersboll AK, Christensen HC, Torp-Pedersen C, Sayre MR, Counts CR, Lippert FK. Machine learning as a supportive tool to recognize cardiac arrest in emergency calls. Resuscitation. 2019 May;138:322-329. doi: 10.1016/j.resuscitation.2019.01.015. Epub 2019 Jan 18.
- Blomberg SN, Christensen HC, Lippert F, Ersbøll AK, Torp-Petersen C, Sayre MR, Kudenchuk PJ, Folke F. Effect of Machine Learning on Dispatcher Recognition of Out-of-Hospital Cardiac Arrest During Calls to Emergency Medical Services: A Randomized Clinical Trial. JAMA Netw Open. 2021 Jan 4;4(1):e2032320. doi: 10.1001/jamanetworkopen.2020.32320.
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Actual)
Finalización del estudio (Actual)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- F-35101-01
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Descripción del plan IPD
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .