- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT06259812
Predicción por aprendizaje automático de parámetros de puntuaciones de alerta temprana en unidades de cuidados intensivos (AIM-PEW-ICU)
12 de mayo de 2024 actualizado por: Kepler University Hospital
En una unidad de cuidados intensivos se registran en tiempo real una gran cantidad de funciones orgánicas diferentes para los pacientes que se controlan.
Los valores medidos recogidos se utilizan, por un lado, para la monitorización continua de parámetros vitales, p.
presión arterial, frecuencia cardíaca y frecuencia respiratoria, pero también se evalúan varias veces al día junto con otros datos como parte de las rondas de sala.
En ambos casos, el seguimiento continuo a partir de un número limitado de parámetros, pero también en la evaluación diferenciada con un conjunto más extenso de parámetros analizables, existen limitaciones en la evaluabilidad incluso con todo el cuidado y la experiencia disponibles: en el análisis continuo, la interpretación es limitada. por el número restringido de parámetros registrados continuamente descritos anteriormente.
Aunque es posible realizar un gran número de mediciones de este tipo y, al menos en teoría, se podrían medir un mayor número de parámetros, existen límites específicos del paciente, como la cooperación del paciente, límites médicos, como la importancia de los valores medidos en situaciones específicas, pero también límites económicos. son a menudo decisivos en este contexto.
Aunque se pueden extraer conclusiones precisas de la representación continua y, por tanto, completa de aspectos de la fisiología humana, la limitación de los parámetros disponibles reduce la interpretabilidad de la síntesis de diferentes estados.
En cambio, en las evaluaciones más amplias y completas durante las visitas en determinados momentos, existen limitaciones debido, entre otras cosas, a los registros puntuales de los valores medidos individuales y a los tiempos de visita predefinidos.
Incluso si se definen (o se pueden definir) valores límite para los datos medidos y una consecuencia, p. un paso de terapia se inicia si estos valores se exceden o no se alcanzan, esta alerta solo se puede iniciar retrospectivamente si se exceden estos valores y una consecuencia solo se puede iniciar retrospectivamente.
En esta situación, el cambio fisiopatológico ya está tan avanzado que en muchos casos un mecanismo de compensación ya no funciona adecuadamente y se convierte en una situación de descompensación.
En esta situación, los pacientes afectados en una unidad de cuidados intensivos corren en muchos casos peligro de muerte.
A pesar de las limitaciones mencionadas, ambas situaciones, el registro continuo de un número limitado de parámetros y la evaluación de una gran cantidad de datos en forma de instantáneas, podrían optimizarse.
Sin cambiar la recogida de datos (tiempo, alcance, etc.), se mantienen las posibilidades de optimizar su interpretación y las consecuencias que se pueden derivar de la interpretación.
La interpretación de los datos la determinan principalmente los intérpretes como método de interpretación.
Los enfoques actuales intentan utilizar métodos de aprendizaje automático (ML) para predecir situaciones individuales que reconocen eventos adversos en los datos proporcionados y al mismo tiempo permiten que las alarmas se activen de forma preventiva, es decir, antes de que ocurra una situación que ponga en peligro la vida.
Además, ya existen estudios sobre el cambio de las puntuaciones de alerta temprana en series temporales, pero su valor informativo es limitado para períodos de predicción más largos.
Descripción general del estudio
Estado
Activo, no reclutando
Condiciones
Intervención / Tratamiento
Tipo de estudio
De observación
Inscripción (Estimado)
8000
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.
Ubicaciones de estudio
-
-
Upper Austria
-
Linz, Upper Austria, Austria, 4020
- Kepler University Hospital
-
-
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
Sí
Método de muestreo
Muestra no probabilística
Población de estudio
Pacientes atendidos en cuidados intensivos.
Descripción
Criterios de inclusión:
- Atendidos en cuidados intensivos entre el 01-01-2010 y el 31-12-2023 en el centro de estudios.
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
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
---|---|---|
AUC-ROC para la predicción de parámetros de puntuaciones de alerta temprana
Periodo de tiempo: 2010-01-01 al 2023-12-31
|
AUC-ROC para la predicción de parámetros de puntuaciones de alerta temprana
|
2010-01-01 al 2023-12-31
|
AUC-PRC para la predicción de parámetros de puntuaciones de alerta temprana
Periodo de tiempo: 2010-01-01 al 2023-12-31
|
AUC-PRC para la predicción de parámetros de puntuaciones de alerta temprana
|
2010-01-01 al 2023-12-31
|
Puntuación F1 para la predicción de parámetros de puntuaciones de alerta temprana
Periodo de tiempo: 2010-01-01 al 2023-12-31
|
Puntuación F1 para la predicción de parámetros de puntuaciones de alerta temprana
|
2010-01-01 al 2023-12-31
|
Matriz de confusión para la predicción de parámetros de puntuaciones de alerta temprana
Periodo de tiempo: 2010-01-01 al 2023-12-31
|
Matriz de confusión para la predicción de parámetros de puntuaciones de alerta temprana
|
2010-01-01 al 2023-12-31
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
---|---|---|
Valores SHAP para modelos de predicción
Periodo de tiempo: 2010-01-01 al 2023-12-31
|
Valores SHAP para modelos de predicción
|
2010-01-01 al 2023-12-31
|
Matriz de confusión para la predicción de la mortalidad hospitalaria
Periodo de tiempo: 2010-01-01 al 2023-12-31
|
Matriz de confusión para la predicción de la mortalidad hospitalaria
|
2010-01-01 al 2023-12-31
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Investigadores
- Silla de estudio: Jens Meier, MD, Johannes Kepler 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 (Actual)
1 de mayo de 2024
Finalización primaria (Estimado)
15 de septiembre de 2024
Finalización del estudio (Estimado)
15 de septiembre de 2024
Fechas de registro del estudio
Enviado por primera vez
7 de febrero de 2024
Primero enviado que cumplió con los criterios de control de calidad
7 de febrero de 2024
Publicado por primera vez (Actual)
14 de febrero de 2024
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
14 de mayo de 2024
Última actualización enviada que cumplió con los criterios de control de calidad
12 de mayo de 2024
Última verificación
1 de mayo de 2024
Más información
Términos relacionados con este estudio
Otros números de identificación del estudio
- AIM-PEW-ICU
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
NO
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
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. .