Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Comparación de algoritmos de predicción de sepsis

5 de enero de 2026 actualizado por: Siva Bhavani, Emory University

Evaluación prospectiva de algoritmos de predicción de sepsis en un sistema de salud multihospitalario

La sepsis es una respuesta grave a la infección que provoca una disfunción orgánica y, a menudo, conduce a la muerte. Más de 1,5 millones de personas contraen sepsis cada año en los EE. UU. y 270 000 estadounidenses mueren de sepsis cada año. Los retrasos en el diagnóstico de la sepsis conducen a un aumento de la mortalidad. Existen varios algoritmos de apoyo a la decisión clínica para la identificación temprana de la sepsis. El equipo de investigación comparará el rendimiento de tres algoritmos de predicción de sepsis para identificar el algoritmo que sea más preciso y clínicamente procesable. Los algoritmos se ejecutarán en el fondo de la historia clínica electrónica (EHR) y las predicciones no se revelarán a los pacientes ni al personal clínico. En este estudio de evaluación actual, los algoritmos no afectarán ninguna parte de la atención de un paciente. Los algoritmos se implementarán en todo el sistema de atención médica de Emory en los datos de todos los pacientes que se presenten en el departamento de emergencias.

Descripción general del estudio

Descripción detallada

El objetivo principal de este estudio es evaluar prospectivamente tres algoritmos de predicción de sepsis que están integrados en el EHR. Los modelos se implementarán en un modo de "sombra" y los resultados no se mostrarán al equipo de tratamiento durante este estudio. Dos de los algoritmos son algoritmos propietarios del proveedor de EHR (Epic). El tercer algoritmo es un algoritmo de código abierto desarrollado internamente.

Los algoritmos calcularán la probabilidad de sepsis a intervalos periódicos y continuarán ejecutándose con los datos del paciente hasta el alta del paciente, su muerte o el inicio de los antibióticos intravenosos (momento en el que existe un registro indirecto de sospecha clínica de una infección).

Tipo de estudio

De observación

Inscripción (Estimado)

1200

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Estudio Contacto

Ubicaciones de estudio

    • Georgia
      • Atlanta, Georgia, Estados Unidos, 30308
        • Emory Saint Joseph's Hospital
      • Atlanta, Georgia, Estados Unidos, 30308
      • Atlanta, Georgia, Estados Unidos, 30322
        • Emory Hospital
      • Atlanta, Georgia, Estados Unidos, 30322
        • Emory Healthcare System
      • Decatur, Georgia, Estados Unidos, 30033
      • Johns Creek, Georgia, Estados Unidos, 30097
        • Emory Johns Creek Hospital
      • Lithonia, Georgia, Estados Unidos, 30058

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

  • Adulto
  • Adulto Mayor

Acepta Voluntarios Saludables

No

Método de muestreo

Muestra no probabilística

Población de estudio

Todos los pacientes adultos admitidos a través del servicio de urgencias desde el momento en que llegan al hospital hasta el alta, la muerte o el inicio de antibióticos intravenosos.

Descripción

Criterios de inclusión:

  • Todos los pacientes adultos ingresados ​​a través del ED

Criterio de exclusión:

  • Ninguno

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

Cohortes e Intervenciones

Grupo / Cohorte
Intervención / Tratamiento
Pacientes con urgencias
Todos los pacientes adultos que acuden a los departamentos de emergencia (ED) en el sistema Emory Healthcare
Epic Sepsis Model (ESM) versión 1, un modelo de predicción de sepsis patentado.
Otros nombres:
  • Algoritmo patentado de sepsis de Epic -1
Epic Sepsis Model (ESM) versión 2, un modelo de predicción de sepsis patentado.
Otros nombres:
  • Algoritmo patentado de sepsis de Epic -2
Algoritmo interno de Emory
Otros nombres:
  • Algoritmo de sepsis de Emory

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Área bajo la curva (AUC) del nivel de hospitalización del paciente para la identificación de sepsis,
Periodo de tiempo: Duración de la estancia hospitalaria (hasta el alta o la muerte), un promedio esperado de 30 días
Definición de sepsis utilizando los Centros para el Control y la Prevención de Enfermedades (CDC) Adult Sepsis Surveillance.
Duración de la estancia hospitalaria (hasta el alta o la muerte), un promedio esperado de 30 días

Medidas de resultado secundarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Sensibilidad, especificidad y valor predictivo positivo y negativo de los algoritmos
Periodo de tiempo: Duración de la estancia hospitalaria (hasta el alta o la muerte), un promedio esperado de 30 días
Sensibilidad, especificidad, valor predictivo positivo (VPP) y valor predictivo negativo (VPN).
Duración de la estancia hospitalaria (hasta el alta o la muerte), un promedio esperado de 30 días
Tiempo de espera para la administración de antibióticos
Periodo de tiempo: Duración de la estancia hospitalaria (hasta el alta o la muerte), un promedio esperado de 30 días
El tiempo entre el despliegue inicial de la alerta en pacientes con sepsis confirmada (positivos para ture) y la orden del médico de la terapia con antibióticos intravenosos.
Duración de la estancia hospitalaria (hasta el alta o la muerte), un promedio esperado de 30 días
Aumento porcentual esperado de antibióticos innecesarios
Periodo de tiempo: Duración de la estancia hospitalaria (hasta el alta o la muerte), un promedio esperado de 30 días
Porcentaje de pacientes que fueron identificados incorrectamente con sepsis (falsos positivos) y recibieron antibióticos.
Duración de la estancia hospitalaria (hasta el alta o la muerte), un promedio esperado de 30 días
Número necesario para la pantalla
Periodo de tiempo: Duración de la estadía en el hospital (o muerte), un promedio esperado de 30 días
El número de alertas que sería necesario procesar para encontrar una sepsis positiva verdadera.
Duración de la estadía en el hospital (o muerte), un promedio esperado de 30 días
AUC basadas en horizonte temporal
Periodo de tiempo: 4 horas, 8 horas y 24 horas
Las AUC se calcularán en 3 horizontes de tiempo preestablecidos.
4 horas, 8 horas y 24 horas
Precisión y calibración por subgrupo
Periodo de tiempo: Duración de la estancia hospitalaria (hasta el alta o la muerte), un promedio esperado de 30 días
Las curvas AUC y de calibración se compararán por sexo y raza para garantizar que la precisión predictiva sea igual en todos los subgrupos.
Duración de la estancia hospitalaria (hasta el alta o la muerte), un promedio esperado de 30 días
Número de carga total y de falsas alertas
Periodo de tiempo: Duración de la estancia hospitalaria (hasta el alta o la muerte), un promedio esperado de 30 días
El número de carga total y de falsas alertas acumuladas en todos los pacientes del estudio durante el período del estudio.
Duración de la estancia hospitalaria (hasta el alta o la muerte), un promedio esperado de 30 días

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Patrocinador

Investigadores

  • Investigador principal: Sivasubramanium Bhavani, MD, Emory University

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Estimado)

1 de junio de 2026

Finalización primaria (Estimado)

1 de diciembre de 2026

Finalización del estudio (Estimado)

1 de diciembre de 2026

Fechas de registro del estudio

Enviado por primera vez

5 de julio de 2023

Primero enviado que cumplió con los criterios de control de calidad

5 de julio de 2023

Publicado por primera vez (Actual)

13 de julio de 2023

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

7 de enero de 2026

Última actualización enviada que cumplió con los criterios de control de calidad

5 de enero de 2026

Última verificación

1 de diciembre de 2025

Más información

Términos relacionados con este estudio

Otros números de identificación del estudio

  • STUDY00005958
  • 2024P008316 (Otro identificador: Emory IRB)

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

SÍ

Descripción del plan IPD

Los investigadores compartirán los datos de los participantes individuales que subyacen a los resultados informados en un artículo, después de la desidentificación (texto, tablas, figuras y apéndices).

Marco de tiempo para compartir IPD

Los datos se compartirán a partir de los 6 meses posteriores a la publicación, sin una fecha de finalización especificada.

Criterios de acceso compartido de IPD

Para obtener acceso, los solicitantes de datos deberán firmar un acuerdo de acceso a datos.

Tipo de información de apoyo para compartir IPD

  • PROTOCOLO DE ESTUDIO

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

producto fabricado y exportado desde los EE. UU.

No

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. .

Suscribir