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

Development and Validation of an Interpretable Machine Learning Model for Predicting Venous Thromboembolism（VTE）in Intensive Care Unit (ICU) Patients

18 de mayo de 2026 actualizado por: Weiwei Wu, Beijing Tsinghua Chang Gung Hospital
Venous thromboembolism remains a leading cause of preventable mortality in intensive care unit (ICU) patients. Existing risk-stratification tools were developed in general medical populations and lack ICU-specific predictors. This study was to develop and validate an interpretable machine learning (ML) model to predict VTE in ICU patients.

Descripción general del estudio

Estado

Terminado

Condiciones

Intervención / Tratamiento

Tipo de estudio

De observación

Inscripción (Actual)

12061

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

  • Porcelana
    • Beijing Municipality
      • Beijing, Beijing Municipality, Porcelana, 102218
        • Beijing Tsinghua Changgung 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

No

Método de muestreo

Muestra no probabilística

Población de estudio

Patients admitted to ICU were included in the study cohort from January 2022 to October 2025. Inclusion criteria were: (1) age ≥18 years; (2) ICU length of stay ≥48 hours; (3) only the first ICU admission per patient was retained. Exclusion criteria were: (1) VTE diagnosed prior to ICU admission; (2) VTE diagnosed within 24 hours of ICU admission; (3) >20% missing values in key variables. The final cohort comprised 12,061 patients, of whom 587 (4.9%) developed VTE during ICU hospitalization.

Descripción

Inclusion Criteria:

  • age ≥18 years;
  • ICU length of stay ≥48 hour
  • the first ICU admission

Exclusion Criteria:

  • VTE diagnosed prior to ICU admission
  • VTE diagnosed within 24 hours of ICU admission
  • >20% missing values in key variables

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
Periodo de tiempo
validate an interpretable machine learning (ML) model to predict VTE in ICU patients
Periodo de tiempo: the first day after the patients leaf ICU
the first day after the patients leaf ICU

Colaboradores e Investigadores

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

Patrocinador

Beijing Tsinghua Chang Gung Hospital

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 2022

Finalización primaria (Actual)

31 de diciembre de 2025

Finalización del estudio (Actual)

31 de diciembre de 2025

Fechas de registro del estudio

Enviado por primera vez

12 de mayo de 2026

Primero enviado que cumplió con los criterios de control de calidad

18 de mayo de 2026

Publicado por primera vez (Actual)

19 de mayo de 2026

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

19 de mayo de 2026

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

18 de mayo de 2026

Última verificación

1 de enero de 2022

Más información

Términos relacionados con este estudio

Términos MeSH relevantes adicionales

Otros números de identificación del estudio

  • 19242-2-01

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. .

Ensayos clínicos sobre Sin intervención

Buscar ensayos similares

Patrocinadores y Colaboradores

Condiciones médicas

Intervenciones de drogas

CROs by country

CROs in Belarus

Condiciones

Enfermedades Raras

Intervenciones de drogas

Suplementos dietéticos

Patrocinador / Colaboradores

Localizaciones

Suscribir