Uso del aprendizaje automático para optimizar la fórmula danesa de ahogamiento (DROWN_DDF2)
20 de agosto de 2025 actualizado por: Niklas Breindahl, Prehospital Center, Region Zealand
Identificación de ahogamiento asistida por aprendizaje automático para los datos de ahogamiento prehospitalario danés: uso del aprendizaje automático para optimizar la fórmula danesa de ahogamiento
La Fórmula Danesa de Ahogamiento (DDF) se diseñó para buscar en los campos de texto no estructurados del registro médico electrónico prehospitalario nacional danés en términos no restringidos con criterios de búsqueda integrales para identificar todos los posibles incidentes relacionados con el agua y lograr una alta sensibilidad.
Esto fue importante ya que el ahogamiento es un suceso poco común, pero resultó en un valor predictivo positivo bajo para detectar incidentes de ahogamiento específicamente.
Este estudio tiene como objetivo aumentar el valor predictivo positivo del DDF y reducir las demandas temporales asociadas con la validación manual.
Descripción general del estudio
Estado
Activo, no reclutando
Condiciones
Intervención / Tratamiento
Descripción detallada
El DDF se publicó en 2023. Es un algoritmo de búsqueda de texto diseñado para buscar campos de texto no estructurados en bases de datos que contienen registros médicos electrónicos para identificar todos los posibles incidentes relacionados con el agua. El DDF consta de numerosas palabras desencadenantes relacionadas con lesiones por inmersión (p. ej., "drukn"/ahogar, "vand"/agua, "hav"/océano y "båd"/barco).
Un estudio en curso mostró impresionantes métricas de desempeño del DDF como herramienta de identificación de ahogamiento cuando se aplica al PEMR danés en términos irrestrictos. Sin embargo, el PPV fue bajo para detectar específicamente incidentes de ahogamiento. Este estudio tiene como objetivo aumentar el valor predictivo positivo del DDF y reducir las demandas temporales asociadas con la validación manual.
Los datos se extraen del registro médico electrónico prehospitalario nacional danés utilizando el DDF y se validan manualmente antes de ingresarlos en los datos daneses sobre ahogamiento prehospitalario (DPDD).
Los datos del DPDD de 2016 a 2021 se dividirán en 80 % (datos de entrenamiento) y 20 % (datos de prueba) y se utilizarán para entrenar el aprendizaje automático.
Los datos del DPDD de 2022-2023 se utilizarán como datos de validación para calcular las métricas de rendimiento del aprendizaje automático.
Tipo de estudio
De observación
Inscripción (Estimado)
1500
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
-
-
Region Sjælland
-
Næstved, Region Sjælland, Dinamarca, 4700
- Prehospital Center
-
-
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
- Niño
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
No
Método de muestreo
Muestra no probabilística
Población de estudio
Todos los pacientes por ahogamiento mortales y no mortales en Dinamarca tratados por los Servicios Médicos de Emergencia (EMS) entre 2016 y 2023.
Descripción
Criterios de inclusión:
- El paciente debe haber experimentado insuficiencia respiratoria por inmersión o inmersión en líquido (incluyendo tos persistente, paro respiratorio e inconsciencia).
- El paciente debe haber estado en contacto con los servicios médicos de emergencia prehospitalarios daneses.
Criterio de exclusión:
- dupletes
- Número de registro civil no válido
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 |
|---|---|
|
Ahogamiento fatal
Incidentes de ahogamiento en los que el paciente murió dentro de los 30 días posteriores al incidente como consecuencia de la lesión por inmersión
|
El ahogamiento fue definido por la OMS en 2002 como "el proceso de experimentar insuficiencia respiratoria por inmersión o inmersión en un líquido".
|
|
Ahogamiento no fatal
Incidentes de ahogamiento en los que el paciente sobrevivió hasta 30 días
|
El ahogamiento fue definido por la OMS en 2002 como "el proceso de experimentar insuficiencia respiratoria por inmersión o inmersión en un líquido".
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Sensibilidad del algoritmo de aprendizaje automático como herramienta de identificación de ahogamiento
Periodo de tiempo: La sensibilidad del aprendizaje automático entrenado se calculará en función de los datos de 2022 y 2023.
|
La sensibilidad [TP / (TP+FN)] se calculará para mostrar el rendimiento del aprendizaje automático como herramienta de identificación de ahogamiento.
|
La sensibilidad del aprendizaje automático entrenado se calculará en función de los datos de 2022 y 2023.
|
|
Especificidad del algoritmo de aprendizaje automático como herramienta de identificación de ahogamiento
Periodo de tiempo: La especificidad del aprendizaje automático entrenado se calculará en función de los datos de 2022 y 2023.
|
Se calculará la especificidad [TN / (FP+TN)] para mostrar el rendimiento del aprendizaje automático como herramienta de identificación de ahogamiento.
|
La especificidad del aprendizaje automático entrenado se calculará en función de los datos de 2022 y 2023.
|
|
PPV del algoritmo de aprendizaje automático
Periodo de tiempo: El PPV del aprendizaje automático entrenado se calculará en función de los datos de 2022 y 2023.
|
Se calculará PPV [TP / (TP+FP)] para mostrar el resultado de la prueba de aprendizaje automático.
|
El PPV del aprendizaje automático entrenado se calculará en función de los datos de 2022 y 2023.
|
|
VPN del algoritmo de aprendizaje automático
Periodo de tiempo: El VPN del aprendizaje automático entrenado se calculará en función de los datos de 2022 y 2023.
|
Se calculará el VPN [TN / (FN+TN)] para mostrar el resultado de la prueba de aprendizaje automático.
|
El VPN del aprendizaje automático entrenado se calculará en función de los datos de 2022 y 2023.
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Investigadores
- Director de estudio: Helle Collatz Christensen, Ass. Prof., Prehospital Center, Region Zealand
Publicaciones y enlaces útiles
La persona responsable de ingresar información sobre el estudio proporciona voluntariamente estas publicaciones. Estos pueden ser sobre cualquier cosa relacionada con el estudio.
Publicaciones Generales
- Breindahl N, Wolthers SA, Jensen TW, Holgersen MG, Blomberg SNF, Steinmetz J, Christensen HC; Danish Cardiac Arrest Group. Danish Drowning Formula for identification of out-of-hospital cardiac arrest from drowning. Am J Emerg Med. 2023 Nov;73:55-62. doi: 10.1016/j.ajem.2023.08.024. Epub 2023 Aug 15.
- Breindahl N, Wolthers SA, Moller TP, Blomberg SNF, Steinmetz J, Christensen HC; Danish Drowning Validation Group. Characteristics and critical care interventions in drowning patients treated by the Danish Air Ambulance from 2016 to 2021: a nationwide registry-based study with 30-day follow-up. Scand J Trauma Resusc Emerg Med. 2024 Mar 6;32(1):17. doi: 10.1186/s13049-024-01189-y.
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 enero de 2024
Finalización primaria (Estimado)
31 de diciembre de 2025
Finalización del estudio (Estimado)
31 de diciembre de 2025
Fechas de registro del estudio
Enviado por primera vez
7 de marzo de 2024
Primero enviado que cumplió con los criterios de control de calidad
13 de marzo de 2024
Publicado por primera vez (Actual)
15 de marzo de 2024
Actualizaciones de registros de estudio
Última actualización publicada (Estimado)
27 de agosto de 2025
Última actualización enviada que cumplió con los criterios de control de calidad
20 de agosto de 2025
Última verificación
1 de agosto de 2025
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- DROWN_DDF2
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
NO
Descripción del plan IPD
Los datos están destinados a ser utilizados a nivel nacional e internacional por investigadores para reducir la incidencia, la mortalidad y la morbilidad de los ahogamientos.
Los datos están disponibles a petición razonable de los investigadores después de la solicitud al autor correspondiente, siempre que se obtengan las aprobaciones necesarias de las autoridades pertinentes.
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. .