Covid-19-tapausten ennuste maailmanlaajuisesti (Covid19TmeSer)
Aikasarjamalli COVID-19-tapausten määrän ennustamiseen maailmanlaajuisesti – tuleva kohorttitutkimus
Tutkimuksen yleiskatsaus
Tila
Tila
Ehdot
Ehdot
Interventio / Hoito
Interventio / Hoito
Yksityiskohtainen kuvaus
Coronavirus Disease 19 (Covid-19) on tartuntatauti, joka määriteltiin alun perin joulukuussa 2019 ennen kuin siitä tuli pandemia. Hengityssairaus on pääasiallinen akuuttia hengitysvaikeutta aiheuttava sairauden muoto pääasiallisena kuolinsyynä.
Tapausten lisääntyminen maailmanlaajuisesti oli asettanut valtavan kuormituksen kansanterveydelle, mikä johti lukituksiin, karanteeneihin ja ulkonaliikkumiskieltoihin. Tapausten määrän ennustaminen on vaikeaa, koska tapausten lisääntyminen yhteisöjen välillä vaihtelee.
Aikasarjoja oli käytetty ennustamiseen eri tieteenaloilla, kuten signaalinkäsittelyssä, matemaattisessa rahoituksessa, sään ennustamisessa. Lääketieteessä käytettiin aikasarja-analyysiä sairaaloihin otettujen potilaiden lukumäärästä. Tämän tutkimuksen tavoitteena on ennustaa Covid-19-tapausten kokonaismäärä maailmanlaajuisesti aikasarjaanalyysin avulla.
Opintotyyppi
Opintotyyppi
Ilmoittautuminen (Todellinen)
Ilmoittautuminen
Yhteystiedot ja paikat
Opiskelupaikat
-
-
-
İzmir, Turkki, 35360
- Republic of Turkey, Health Sciences University, Izmir Bozyaka Education and Training Hospital
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Kelpoisuusvaatimukset
Opintokelpoiset iät
- AIKUINEN
- OLDER_ADULT
- LAPSI
Hyväksyy terveitä vapaaehtoisia
Sukupuolet, jotka voivat opiskella
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Vahvistettu Covid-19-tapaus
Poissulkemiskriteerit:
- Tapauksia ei raportoitu
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Ryhmien/kohorttien lukumäärä
Kohortit ja interventiot
Ryhmä/KohorttiRyhmä/Kohortti |
Interventio / HoitoInterventio / Hoito |
|---|---|
|
Mallirakennus
Covid-19-tapausten määrää 31.12.2019–1.6.2020 käytettiin ARIMA-mallin rakentamiseen Hyndman-Khandakar-algoritmilla.
|
Mallirakennus
|
|
Mallin validointi
Covid-19-tapausten määrää 2.6.2020-15.6.2020 käytettiin tapausten ennustamiseen ARIMA-mallilla
|
Mallin validointi
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Aikaikkuna |
|---|---|
|
Vahvistettujen Covid-19-tapausten määrä
Aikaikkuna: 31.12.2019–15.6.2020
|
31.12.2019–15.6.2020
|
Yhteistyökumppanit ja tutkijat
Sponsori
Sponsori
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (TODELLINEN)
Opiskelun aloitus
Ensisijainen valmistuminen (TODELLINEN)
Ensisijainen valmistuminen
Opintojen valmistuminen (TODELLINEN)
Opintojen valmistuminen
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (TODELLINEN)
Ensimmäinen Lähetetty
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (TODELLINEN)
Viimeisin päivitys julkaistu
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
Muut tutkimustunnusnumerot
- TurkishMOHITH-TimeSeries
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .