Evaluación de la Concordancia entre las Predicciones de ChatGPT-5 y las de los Anestesiólogos y los Resultados Reales en la Predicción de la Necesidad de Unidad de Cuidados Intensivos Postoperatorios Basada en Datos Preoperatorios
Evaluación de la concordancia entre las predicciones de ChatGPT-5 y las de los anestesiólogos y los resultados reales en la predicción del requerimiento de unidad de cuidados intensivos postoperatorios basada en datos preoperatorios
La predicción precisa de la necesidad de ingreso en la unidad de cuidados intensivos (UCI) postoperatoria es esencial para la seguridad del paciente y el uso eficiente de los limitados recursos de la UCI. En la práctica clínica rutinaria, las decisiones sobre el ingreso en la UCI postoperatoria se basan principalmente en el juicio clínico preoperatorio de los anestesiólogos, que puede variar entre los clínicos.
Este estudio prospectivo y observacional tiene como objetivo evaluar la concordancia entre las predicciones realizadas por ChatGPT-5 y los anestesiólogos con respecto a la necesidad de UCI postoperatoria utilizando datos preoperatorios de pacientes recopilados de forma rutinaria, y comparar estas predicciones con los resultados reales de ingreso en la UCI postoperatoria.
El estudio no implica ninguna intervención, modificación del tratamiento o procedimientos adicionales más allá de la atención clínica estándar. Todos los datos de los pacientes son anónimos, y el manejo clínico no se ve influenciado por las predicciones del modelo.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
El ingreso en la unidad de cuidados intensivos (UCI) postoperatoria es un componente crítico del manejo perioperatorio del paciente, especialmente en pacientes con mayor riesgo quirúrgico o anestésico. La identificación preoperatoria precisa de los pacientes que requerirán cuidados en la UCI postoperatoria puede mejorar la seguridad del paciente y optimizar la asignación de recursos.
Este estudio está diseñado como un estudio de cohorte observacional prospectivo y no intervencionista realizado en pacientes adultos sometidos a procedimientos quirúrgicos electivos. Se registran para cada participante los datos clínicos preoperatorios recogidos de forma rutinaria, incluyendo características demográficas, comorbilidades, resultados de laboratorio y evaluaciones de los anestesiólogos.
Para cada paciente, se documentan las predicciones de requerimiento de UCI postoperatoria generadas por ChatGPT-5 utilizando datos preoperatorios estructurados. Estas predicciones se comparan con las evaluaciones preoperatorias de ingreso en UCI de los anestesiólogos y con los resultados reales de ingreso en UCI postoperatoria.
No se realizan intervenciones diagnósticas o terapéuticas adicionales como parte del estudio. El cuidado del paciente sigue en todo momento la práctica institucional estándar. Todos los datos recogidos se anonimizan antes del análisis. Los análisis estadísticos se centran en medidas de concordancia y rendimiento predictivo, incluyendo sensibilidad, especificidad y concordancia entre los métodos de predicción y los resultados reales.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
Antalya, Turquía (Türkiye)
- Antalya City Hospital
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Pacientes adultos de 18 años o más.
- Pacientes sometidos a procedimientos quirúrgicos electivos que requieren evaluación preoperatoria de anestesiología.
- Disponibilidad de datos clínicos preoperatorios completos necesarios para la predicción de la necesidad de unidad de cuidados intensivos (UCI) postoperatoria.
- Pacientes evaluados preoperatoriamente por un especialista en anestesiología.
Criterios de exclusión:
- Pacientes menores de 18 años.
- Procedimientos quirúrgicos de emergencia.
- Pacientes con datos clínicos preoperatorios incompletos o faltantes.
- Pacientes que rechazan el uso de sus datos clínicos con fines de investigación.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Concordancia entre la Predicción y el Requerimiento Real de UCI Postoperatoria
Periodo de tiempo: En las primeras 24 horas después de la cirugía
|
Concordancia entre las predicciones preoperatorias de la necesidad de ingreso en la unidad de cuidados intensivos (UCI) postoperatoria realizadas por ChatGPT-5 y anestesiólogos, en comparación con los resultados reales de ingreso en la UCI postoperatoria.
|
En las primeras 24 horas después de la cirugía
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Beste Mutlu Dağlıoğlu, Antalya City Hospital
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
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- AntalyaCity
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Información sobre medicamentos y dispositivos, documentos del estudio
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. .