External Validation of AI-Aided Weaning Software Using Multicenter Retrospective Data
17 de junio de 2026 actualizado por: Chieh-Liang Wu, Taichung Veterans General Hospital
Using Multicenter Retrospective Data to Validate the Performance of AI-Aided Weaning Software
This multicenter retrospective study aims to externally validate an artificial intelligence-aided weaning software developed using intensive care unit data from Taichung Veterans General Hospital between 2015 and 2019.
The model predicts the optimal timing for extubation using routinely collected clinical variables including ventilator parameters, physiologic measurements, and fluid and nutrition information.
De-identified data from four hospitals collected between 2020 and 2024 will be used to evaluate model performance.
Performance metrics include sensitivity, specificity, accuracy, area under the receiver operating characteristic curve (AUROC), and F1 score.
Descripción general del estudio
Estado
Terminado
Descripción detallada
Critical care generates a large amount of digitized clinical data that may benefit from artificial intelligence-assisted decision support. The AI-Aided Weaning Software was previously developed using ICU data from Taichung Veterans General Hospital collected between 2015 and 2019.
This retrospective multicenter validation study will evaluate the external performance of the established model using independent datasets from four hospitals in Taiwan, including Taichung Veterans General Hospital, Mackay Memorial Hospital, Kaohsiung Medical University Chung-Ho Memorial Hospital, and Tungs' Taichung MetroHarbor Hospital.
The study population includes adult ICU patients with respiratory failure who received mechanical ventilation for at least 72 hours between January 2020 and December 2024. De-identified routine clinical records will be collected according to a predefined case report form and analyzed centrally.
The primary objective is to assess the external validity of the AI-Aided Weaning Software across different hospitals. Model performance will be evaluated using sensitivity, specificity, accuracy, AUROC, and F1 score.
Tipo de estudio
De observación
Inscripción (Actual)
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
-
-
-
Taichung, Taiwán
- Taichung Veterans General 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
Adult patients with acute respiratory failure who were admitted to participating hospitals between January 2022 and December 2024 and required invasive mechanical ventilation for at least 24 hours.
This is a retrospective study using existing clinical and imaging data for model validation.
Descripción
Inclusion Criteria:
- Adult patients aged 20 years or older.
- Admitted to the intensive care unit (ICU) at one of the participating hospitals between January 1, 2020 and December 31, 2024.
- Received invasive mechanical ventilation for at least 72 hours.
- Availability of de-identified clinical data required for model validation.
Exclusion Criteria:
- Patients who did not receive invasive mechanical ventilation.
- Duration of mechanical ventilation less than 72 hours.
- Missing key clinical variables required for model validation.
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 |
|---|
|
Mechanically Ventilated ICU Patients
Adult intensive care unit patients aged 20 years or older who received invasive mechanical ventilation for at least 72 hours between January 2020 and December 2024 at four participating hospitals.
Retrospective de-identified clinical data were used to validate the performance of AI-Aided Weaning Software.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Model Performance (AUROC)
Periodo de tiempo: Using data collected during ICU admission
|
Area under the receiver operating characteristic curve (AUROC) for predicting successful extubation.
AUROC ranges from 0.5 to 1.0, with higher values indicating better discriminative performance of the prediction model.
|
Using data collected during ICU admission
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Sensitivity
Periodo de tiempo: ICU admission
|
SensitivitySensitivity of the prediction model for successful extubation.
Sensitivity ranges from 0 to 1 (or 0% to 100%), with higher values indicating better identification of patients who achieve successful extubation.
|
ICU admission
|
|
Specificity
Periodo de tiempo: ICU admission
|
Specificity of the prediction model for successful extubation.
Specificity ranges from 0 to 1 (or 0% to 100%), with higher values indicating better identification of patients who do not achieve successful extubation.
|
ICU admission
|
|
Accuracy
Periodo de tiempo: ICU admission
|
Accuracy of the prediction model for successful extubation.
Accuracy ranges from 0 to 1 (or 0% to 100%), with higher values indicating better overall prediction performance.
|
ICU admission
|
|
F1 Score
Periodo de tiempo: ICU admission
|
F1 score of the prediction model for successful extubation.
F1 score ranges from 0 to 1, with higher values indicating better balance between precision and recall.
|
ICU admission
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
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.
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 2020
Finalización primaria (Actual)
31 de diciembre de 2024
Finalización del estudio (Actual)
31 de diciembre de 2024
Fechas de registro del estudio
Enviado por primera vez
14 de junio de 2026
Primero enviado que cumplió con los criterios de control de calidad
14 de junio de 2026
Publicado por primera vez (Actual)
18 de junio de 2026
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
22 de junio de 2026
Última actualización enviada que cumplió con los criterios de control de calidad
17 de junio de 2026
Última verificación
1 de junio de 2026
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- TCVGH-AI-WEAN-2026
- TCVGH-AI-Weaning-2026 (Otro identificador: Taichung Veterans General Hospital)
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. .