El nuevo estándar de oro: el algoritmo de puntuación de alerta temprana (EAGLE)
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
Los datos se recopilarán en los tres sitios utilizando los dispositivos SomnoTouchTM y MOXTM, disponibles comercialmente y aprobados por la CE. Todos los meses, los datos se enviarán a KUL y UM para desarrollar el algoritmo. Los centros de estudio también enviarán algunas características predefinidas del paciente extraídas del EMR del paciente para contextualizar mejor los datos.
La fórmula EWS tiene una interpretación libre de la ponderación de los parámetros vitales y los parámetros vitales a tener en cuenta en el sistema de puntuación. Por lo tanto, muchas variantes del EWS surgieron en la última década (es decir, METAS, NOTICIAS). El algoritmo desarrollado en este estudio debe definir un enfoque objetivo para la fórmula EWS, disminuyendo las discordancias en cuanto al peso por parámetro. Usando un enfoque personalizado para el paciente, el algoritmo definitivo debe basarse en el parámetro vital del paciente medido durante toda su hospitalización, generando un peso por parámetro personalizado para el paciente y un sistema de puntuación EWS confiable en general.
La puntuación EWS a menudo solo se mide dos veces al día por paciente, lo que crea una ventana grande para el empeoramiento de la enfermedad. El algoritmo desarrollado en este estudio podría implementarse junto con el dispositivo portátil desarrollado en el proyecto WearIT4Health. El dispositivo alimentaría continuamente el algoritmo con datos adquiridos de sus sensores. Por lo tanto, el EWS se calcularía cada 10 segundos.
El sistema de puntuación EWS ya ha demostrado ser un enfoque eficaz para reducir el deterioro clínico, reducir el ingreso a las unidades de cuidados intensivos y, por lo tanto, reducir la mortalidad en general. Sin embargo, como se mencionó anteriormente, el EWS se mide en una frecuencia bastante baja. Por lo tanto, la estimación de la puntuación EWS a través de parámetros de seguimiento continuo debería aumentar aún más la supervivencia del paciente.
El objetivo principal del estudio EAGLE es recolectar datos de parámetros vitales y de actividad monitoreados continuamente y usarlos para desarrollar un algoritmo que pueda identificar temprano el deterioro clínico para optimizar la aplicación del sistema EWS.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
Liège, Bélgica, 4000
- Centre Hospitalier Universitaire de Liege
-
-
Limbourg
-
Genk, Limbourg, Bélgica, 3600
- Ziekenhuis Oost-Limburg
-
-
-
-
-
Maastricht, Países Bajos
- Maastricht University Medical Center+
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Géneros elegibles para el estudio
Método de muestreo
Población de estudio
Descripción
Criterio de exclusión:
- Sufrir de enfermedades infecciosas
- Participar en otro estudio que podría intervenir con los resultados del estudio (p. medicamento experimental que podría afectar la frecuencia cardíaca).
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Modelos observacionales: Solo caso
- Perspectivas temporales: Futuro
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Grupo principal
Hospitalizado durante al menos 1 día de estadía clínica en los hospitales participantes
|
El paciente estará equipado con el dispositivo SomnoTouch. Este dispositivo es capaz de registrar y estimar los siguientes datos: Datos de ECG Datos de PPG Frecuencia cardíaca Frecuencia respiratoria Presión arterial (mmHg) Saturación de oxígeno (%). Todos los pacientes serán almacenados para su posterior análisis. El paciente estará equipado con el dispositivo MOX. Este dispositivo es capaz de registrar y estimar los siguientes datos: Datos de acelerómetros Actividad Postura corporal Todos los pacientes serán almacenados para su posterior análisis. |
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Precisión del algoritmo predictivo de puntuación de alerta temprana
Periodo de tiempo: Hasta 1 semana
|
Precisión definida de verdaderos positivos dividida por la suma de verdaderos positivos y verdaderos negativos.
Esta medida indica con qué frecuencia el EWS predictivo acertó al identificar eventos adversos.
|
Hasta 1 semana
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Patrizio Lancellotti, Liège University Hospital - CHU de Liège
- Director de estudio: Pierre Delanaye, Liège University Hospital - CHU de Liège
- Director de estudio: Arnaud Ancion, Liège University Hospital - CHU de Liège
- Director de estudio: Pieter Vandervoort, Department of Cardiology and Department Future Health, Ziekenhuis Oost-Limburg
- Silla de estudio: Dianne de Korte-de Boer, Maastricht University Medical Centre, department of Anesthesiology
Publicaciones y enlaces útiles
Publicaciones Generales
- Gerry S, Birks J, Bonnici T, Watkinson PJ, Kirtley S, Collins GS. Early warning scores for detecting deterioration in adult hospital patients: a systematic review protocol. BMJ Open. 2017 Dec 3;7(12):e019268. doi: 10.1136/bmjopen-2017-019268.
- Jarvis S, Kovacs C, Briggs J, Meredith P, Schmidt PE, Featherstone PI, Prytherch DR, Smith GB. Aggregate National Early Warning Score (NEWS) values are more important than high scores for a single vital signs parameter for discriminating the risk of adverse outcomes. Resuscitation. 2015 Feb;87:75-80. doi: 10.1016/j.resuscitation.2014.11.014. Epub 2014 Nov 26.
- Moon A, Cosgrove JF, Lea D, Fairs A, Cressey DM. An eight year audit before and after the introduction of modified early warning score (MEWS) charts, of patients admitted to a tertiary referral intensive care unit after CPR. Resuscitation. 2011 Feb;82(2):150-4. doi: 10.1016/j.resuscitation.2010.09.480. Epub 2010 Nov 5.
- Ajami S, Teimouri F. Features and application of wearable biosensors in medical care. J Res Med Sci. 2015 Dec;20(12):1208-15. doi: 10.4103/1735-1995.172991.
- Smith MEB, Chiovaro JC, O'Neil M, Kansagara D, Quinones A, Freeman M, Motu'apuaka M, Slatore CG. Early Warning System Scores: A Systematic Review [Internet]. Washington (DC): Department of Veterans Affairs (US); 2014 Jan. Available from http://www.ncbi.nlm.nih.gov/books/NBK259026/
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
Otros números de identificación del estudio
- 2018/184
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. .