- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT04757194
Diferenciación asistida por aprendizaje automático de pacientes de baja agudeza en el momento del envío (MADLAD)
Diferenciación asistida por aprendizaje automático de pacientes de baja agudeza en el momento del envío: un ensayo controlado aleatorio
ANTECEDENTES:
En los centros de Despacho Médico de Emergencia (EMD), son comunes las Situaciones de Recursos Limitados (RCS) donde hay más personas que llaman que requieren una ambulancia que ambulancias disponibles. En los centros de EMD en Uppsala y Västmanland, a los pacientes que experimentan estas situaciones generalmente se les asigna una respuesta de baja prioridad, a menudo son ancianos y tienen síntomas inespecíficos. Las técnicas de aprendizaje automático ofrecen un enfoque prometedor pero en gran parte no probado para evaluar los riesgos entre estos pacientes.
OBJETIVOS:
Establecer si la provisión de puntajes de riesgo basados en aprendizaje automático mejora la capacidad de los despachadores para identificar pacientes con alto riesgo de deterioro en RCS.
DISEÑO:
Ensayo multicéntrico, de grupos paralelos, aleatorizado, ciego para el analista.
POBLACIÓN:
Pacientes adultos que se comunican con la línea de emergencia nacional (112), evaluados por una enfermera de despacho en Uppsala o Västmanland que requieren una respuesta de ambulancia de baja prioridad y que experimentan un RCS.
RESULTADOS:
Primario:
1. Proporción de RCS donde se envió la primera ambulancia disponible al paciente con la puntuación más alta de National Early Warning Score (NEWS)
Secundario:
- Diferencia en la puntuación de riesgo compuesta que consiste en intervenciones de ambulancia, transporte de emergencia, ingreso hospitalario, cuidados intensivos y mortalidad entre pacientes que reciben respuesta de ambulancia inmediata versus tardía durante RCS.
- Diferencia en NOTICIAS entre pacientes que recibieron respuesta de ambulancia inmediata versus tardía durante RCS.
INTERVENCIÓN:
Un modelo de aprendizaje automático estimará el riesgo asociado con cada paciente involucrado en el RCS y propondrá un paciente para recibir la ambulancia disponible. Solo en el brazo de intervención, la evaluación se mostrará en una interfaz de usuario integrada en el sistema de despacho.
TAMAÑO DE LA PRUEBA:
1500 RCS, cada uno compuesto por múltiples pacientes asignados al azar 1:1 a los brazos de control e intervención
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Tipo de estudio
Inscripción (Actual)
Fase
- No aplica
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
Uppsala, Suecia
- Uppsala University Hospital
-
-
Västmanland
-
Västerås, Västmanland, Suecia
- Västmanland hospital Västerås
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Descripción
Criterios de inclusión:
- Identificación de una situación de recursos limitados por parte del director de la ambulancia (es decir, 2 o más pacientes esperando una respuesta de la ambulancia)
- Asignación de prioridad 2A o 2B (respuesta de ambulancia de prioridad baja) por parte del personal de enfermería de despacho
- Número de identificación personal sueco válido recogido en el despacho
- Edad >= 18 años
Criterio de exclusión:
- Llamadas relevantes recibidas con más de 30 minutos de diferencia
- Los factores logísticos (por ejemplo, la ubicación geográfica de los pacientes) afectan la decisión de asignación de ambulancia
- Factores de riesgo en la escena (por ejemplo, un paciente está al aire libre y corre el riesgo de hipotermia) o mitigadores de riesgo (por ejemplo, personal de atención médica que ya se encuentra en la escena con un paciente) afectan la decisión de asignación de ambulancia
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Investigación de servicios de salud
- Asignación: Aleatorizado
- Modelo Intervencionista: Asignación paralela
- Enmascaramiento: Único
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Experimental: Intervención
Cálculo de la puntuación de evaluación de riesgos mediante un algoritmo de aprendizaje automático y visualización de información de evaluación de riesgos para enviar enfermeras.
Se alienta al personal, pero no se le exige, a cumplir con la clasificación sugerida.
|
Un algoritmo de aprendizaje automático (Gradient boosting) aplicado a datos estructurados recopilados en el sistema Alitis Clinical Decision Support, datos demográficos de pacientes y notas de texto libre.
|
|
Sin intervención: Control
Despacho de ambulancia por estándar de atención
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Proporción de RCS donde se envió la primera ambulancia disponible al paciente con el puntaje nacional de alerta temprana (NEWS) más alto.
Periodo de tiempo: Tras la respuesta de la ambulancia (dentro de las 8 horas posteriores al envío)
|
NEWS es un algoritmo de puntuación ampliamente utilizado y bien validado que se basa en los signos vitales objetivos del paciente, que no dependen causalmente de los resultados utilizados para entrenar los modelos de aprendizaje automático investigados en este estudio.
Los valores de NEWS se basarán en el primer conjunto de signos vitales obtenidos por las enfermeras de la ambulancia al hacer contacto con el paciente.
NEWS se mide en una escala de 0 a 21, donde los valores más altos corresponden a pacientes con mayor riesgo de deterioro.
|
Tras la respuesta de la ambulancia (dentro de las 8 horas posteriores al envío)
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Diferencia en la puntuación de la medida de resultado compuesta entre pacientes con respuesta inmediata frente a tardía.
Periodo de tiempo: Hasta 30 días
|
Esta medida investiga una puntuación compuesta que consta de los resultados utilizados para entrenar los modelos de aprendizaje automático. La puntuación compuesta se genera identificando los siguientes resultados de los pacientes y asignando los pesos correspondientes: Hallazgos iniciales anormales de vías respiratorias/respiración/circulación por parte del personal de la ambulancia (4) Transporte de emergencia (luces y sirenas) al hospital (2) Provisión de intervenciones prehospitalarias (1) Admisión a atención hospitalaria o mortalidad dentro de los 30 días (1) Esto da como resultado una puntuación de 0 a 8, donde las puntuaciones más altas representan más |
Hasta 30 días
|
|
Diferencia en la Puntuación Nacional de Alerta Temprana (NEWS) entre pacientes con respuesta inmediata frente a respuesta tardía.
Periodo de tiempo: Tras la respuesta de la ambulancia (dentro de las 8 horas posteriores al envío)
|
Por resultado primario
|
Tras la respuesta de la ambulancia (dentro de las 8 horas posteriores al envío)
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Hans Blomberg, MD, PhD, Uppsala University Hospital
Publicaciones y enlaces útiles
Publicaciones Generales
- Spangler D, Hermansson T, Smekal D, Blomberg H. A validation of machine learning-based risk scores in the prehospital setting. PLoS One. 2019 Dec 13;14(12):e0226518. doi: 10.1371/journal.pone.0226518. eCollection 2019.
- Spangler D, Edmark L, Winblad U, Collden-Benneck J, Borg H, Blomberg H. Using trigger tools to identify triage errors by ambulance dispatch nurses in Sweden: an observational study. BMJ Open. 2020 Mar 19;10(3):e035004. doi: 10.1136/bmjopen-2019-035004.
Enlaces Útiles
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
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- SVLC001
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Descripción del plan IPD
Marco de tiempo para compartir IPD
Criterios de acceso compartido de IPD
Tipo de información de apoyo para compartir IPD
- PROTOCOLO DE ESTUDIO
- CÓDIGO_ANALÍTICO
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. .