- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT06917521
Identificación VAP por IA (AI-VAP)
22 de agosto de 2025 actualizado por: Ente Ospedaliero Cantonale, Bellinzona
Identificación temprana de la neumonía asociada al ventilador utilizando técnicas de aprendizaje automático: una cohorte prospectiva
La neumonía asociada al ventilador (VAP) es la infección más frecuente en el entorno de cuidados intensivos.
Para VAP actualmente no hay criterios de diagnóstico confiables.
Apuntamos con el presente estudio, utilizando datos del ventilador mecánico para identificar esta infección temprana utilizando métodos de inteligencia artificial.
Descripción general del estudio
Estado
Terminado
Condiciones
Descripción detallada
La neumonía asociada al ventilador (VAP) se define como una neumonía adquirida en el hospital que ocurre en pacientes sometidos a ventilación mecánica invasiva (MV) durante al menos 48 horas.
VAP representa la infección nosocomial más frecuente en el entorno de cuidados intensivos.
VAP está cargado por la duración prolongada de MV y la duración del hospital de estadía y, en consecuencia, aumenta los costos del hospital.
Además, la mortalidad y el uso de antibióticos también se ven significativamente afectados.
Desafortunadamente, actualmente no hay criterios de diagnóstico válidos y precisos de VAP porque incluso los más utilizados no son ni sensibles ni específicos.
La sensibilidad insuficiente de estos criterios para descartar VAP conlleva el riesgo de uso excesivo de antibióticos con el emergente en consecuencia de la resistencia a los antibióticos y las superinfecciones.
Por otro lado, la especificidad insuficiente para gobernar en VAP conlleva el riesgo de la administración retrasada de la terapia antimicrobiana que conduce a una mayor mortalidad.
La vigilancia del evento asociada al ventilador también no pudo identificar con precisión el VAP.
El propósito del presente estudio es desarrollar diferentes algoritmos AI-AI utilizando datos registrados continuamente, el ventilador mecánico en los médicos de apoyo para la detección temprana de VAP.
Un algoritmo AI-AIC preciso para la identificación de VAP temprano tiene el potencial de reducir la morbilidad, la mortalidad, la exposición a antibióticos de amplio espectro y/o innecesarios y finalmente reducir costos.
Tipo de estudio
De observación
Inscripción (Actual)
76
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
-
-
Ticino
-
Lugano, Ticino, Suiza, 6900
- Ospedale civico Lugano
-
-
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 consecutivos ingresados en nuestra UCI que requieren apoyo respiratorio invasivo durante al menos 48 horas se inscribirán
Descripción
Criterios de inclusión:
- pacientes adultos ingresados en nuestra UCI que requieren apoyo respiratorio invasivo durante al menos 48 horas
Criterios de exclusión:
- neumonía previuos
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 |
|---|---|---|
|
Identificación temprana de VAP
Periodo de tiempo: Desde julio de 2023 hasta Marte 2025
|
Sensibilidad, especificidad, AUROC y AUPRC
|
Desde julio de 2023 hasta Marte 2025
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
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 julio de 2023
Finalización primaria (Actual)
1 de marzo de 2025
Finalización del estudio (Actual)
15 de junio de 2025
Fechas de registro del estudio
Enviado por primera vez
1 de abril de 2025
Primero enviado que cumplió con los criterios de control de calidad
1 de abril de 2025
Publicado por primera vez (Actual)
8 de abril de 2025
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
24 de agosto de 2025
Última actualización enviada que cumplió con los criterios de control de calidad
22 de agosto de 2025
Última verificación
1 de agosto de 2025
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- 2022-00624 CE 4085
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
INDECISO
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. .