- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT03553069
Yksinkertaiset havainnolliset kriittisen hoidon tutkimukset (SOCCS)
Joka vuosi noin 3000 potilasta otetaan Groningenin yliopistollisen lääketieteellisen keskuksen (UMCG) tehohoito-osastolle (ICU). Päivystettyjen potilaiden sairaalakuolleisuus lähestyy 25 %. Tuloksen ennustaminen ensimmäisten tuntien aikana teho-osastolle tulon jälkeen on kuitenkin edelleen haaste.
Kuolleisuuden ennustamiseen on kehitetty valtava määrä pisteytysjärjestelmiä. Tunnettuja malleja, kuten LODS, MODS, CCI, SOFA, ODIN ja eri sukupolvia APACHE, MPM ja SAPS, verrataan yhä enemmän uusiin malleihin, kuten SICULA, ICNARC, ANZROD ja SMS-ICU. Pisteytysjärjestelmien ennustearvo heikkenee ajan myötä potilaan ominaisuuksien ja hoidon muutosten vuoksi, minkä vuoksi on ratkaisevan tärkeää päivittää olemassa olevia malleja tai kehittää uusia malleja. Muita syitä mallien tarpeelle ovat muuttujien monimutkaisuus ja niiden saatavuuden puute joissakin olemassa olevissa pisteytysjärjestelmissä, parempi erotusarvo käytettäessä yksinkertaisia, standardinmukaisesti mitattuja muuttujia ja joidenkin pisteytysjärjestelmien rajoitettu yleistettävyys eri potilaspopulaatioissa. Sen lisäksi, että yksinkertaisten järjestelmien (kuten CIS ja SMS-ICU) ei ole havaittu olevan vähintään yhtä ennustavia kuolleisuutta kuin monimutkaiset mallit, kuten APACHE IV, mutta yksinkertaistettuja järjestelmiä käytettäessä kuolleisuus voidaan myös kohtuudella ennustaa vain muutaman sisällä. tuntia sisäänpääsyn jälkeen. Sekä yksinkertaisuus että mahdollisuus ennustaa kuolleisuus pian pääsyn jälkeen lisäävät näiden ennustemallien käytettävyyttä ja siten luotettavuutta. Tämä lisää mallien mahdollisuuksia käyttää käytännössä.
Useimmissa tutkimuksissa verrataan kuitenkin vain kahdesta neljään mallia potilaspopulaatiossaan, eikä niissä ole kuvattu eri mallien suorituskykyä. Mallien suorituskyvyn vertailuun tarvittavia parametreja ovat ainakin kalibrointi, erottelu, negatiivinen ennustearvo, positiivinen ennustearvo, herkkyys ja spesifisyys. Riittävän kuvauksen puuttuminen mallin toimivuudesta rajoittaa sitä, missä määrin tutkimusta voidaan käyttää mallien vertailuun eri populaatioissa. Siksi kaikkia käyttökelpoisia malleja tulisi verrata uusiin malleihin ja eri mallien suorituskykyä tulisi kuvata laajasti mallien vertailun mahdollistamiseksi.
Lupaavia ovat paitsi mallit, jotka perustuvat yksinkertaisiin, helposti saatavilla oleviin muuttujiin, jotka ovat saatavilla muutamassa tunnissa vastaanoton jälkeen, myös ajatus yhdistää mittaukset heti teho-osastolle pääsyn jälkeen sairauden etenemistietoihin. On todennäköistä, että muuttujan kulku ajan kuluessa on suuntaa-antavampi kuin staattinen mittaus. Tämä tutkimus muodostaa rakenteen, jossa jokainen teho-osastolle otettu potilas tutkitaan ja otetaan mukaan 3 tunnin sisällä ja 12 tunnin kuluttua käynnistä, mikä mahdollistaa pitkittäismittaukset ja erilaiset lisätutkimukset. Pitkittäiset mittaukset ovat ensimmäinen esimerkki lisätutkimuksesta; Toinen esimerkki on sairaanhoitajien ja lääkäreiden kyky ennustaa tuloksia. Nykyiset todisteet viittaavat siihen, että lääkärit voivat ennustaa kuolleisuutta tarkemmin kuin pisteytysjärjestelmät. Tämä havainto voi kuitenkin olla erittäin puolueellinen, koska ainakin lääkäreillä on tärkeä rooli elämän loppua koskevien päätösten tekemisessä. Uusimmat tutkimukset keskittyvät myös sairaanhoitajien tarkkuuteen ennustaessaan kuolleisuutta erilaisin tuloksin. Muiden terveydenhuollon ammattilaisten, kuten asukkaiden ja opiskelijoiden, roolia on vielä tutkittava.
Systemaattisen tiedonkeruuprosessin toteuttaminen on ensimmäinen askel kohti tietopohjaisen tutkimuksen mahdollistamista, mikä on kasvava tarve lääketieteen aloilla, kuten tehohoidossa, mikä edellyttää entistä tarkempia ennustemalleja. Siksi tämän tutkimuksen tavoitteena on kerätä systemaattisesti tietoja kaikista valituista muuttujista, mikä minimoi epätäydellisyyden ja mahdollistaa kuolleisuuden ennustepisteiden laskemisen tällä hetkellä saatavilla olevien kuolleisuuden tai sairauden ennustemallien vakavuuden mukaan. Lisäksi tutkimuksen aikana voitiin tarkistaa mittausten luotettavuus. Tämä luo mahdollisuuden verrata kaikkien mallien suorituskykyä yhdessä populaatiossa ja tunnistaa malleja, jotka ovat hyödyllisiä taudin vakavuuden ennustamisessa. Tätä ensisijaista tavoitetta varten luodaan rekisteri, joka tarjoaa myös mahdollisuuden aloittaa useita "lisätutkimuksia" tiettyjä tutkimuskysymyksiä varten. Esimerkkejä lisätutkimuksista ovat 1) pitkittäissuuntaisesti mitattujen ajasta riippuvien muuttujien ja kuolleisuuden/akuutin ja kroonisen samanaikaisen sairauden välinen yhteys, 2) nestetilan ja akuutin munuaisvaurion välinen yhteys ja 3) ei vain kyky. hoitavan lääkärin kyky ennustaa kuolleisuutta, mutta myös sairaanhoitajien, asukkaiden ja opiskelijoiden kyky tehdä se.
Tarkoitus:
Tämän tutkimuksen tarkoituksena on laajentaa rekisterin infrastruktuuria pitkittäis- ja toistuvilla mittauksilla pian sisäänpääsyn jälkeen, joka on joustava sisällyttämään tilapäisesti lisätyt erityiset tutkimuskysymykset kriittisesti sairaiden potilaiden tuloksista.
Tutkimuksen yleiskatsaus
Tila
Yksityiskohtainen kuvaus
Rekisterimenettelyt:
Tukikelpoiset potilaat otetaan mukaan 3 tunnin kuluessa heidän saapumisestaan teho-osastolle. Sisällytyksen jälkeen kaikki tutkimusparametrit saadaan fysikaalisella ja fysiologisella tutkimuksella. Tämä toistetaan noin 12 tunnin kuluttua ja noin 24 tunnin kuluttua sen jälkeen.
Valvonta:
Seurannan suorittavat Groningenin yliopistollisen lääketieteellisen keskuksen (UMCG) tehohoidon osaston riippumattomat tutkijat. Tarkastuksia on tarkoitus tehdä kerran vuodessa.
Rekrytointi:
Potilaiden sisällyttämisen ja muuttujien mittaukset suorittaa tutkimuksen koordinaattori tai rinnakkaistutkija päätutkijan valvonnassa ja vastuulla. Tarkoituksenmukaisen luonteensa vuoksi tähän tutkimukseen ei saada tietoista suostumusta.
Lähdetietojen vahvistus:
Sisällyttämisen yhteydessä kaikki tavanomaiset hemodynaamiset muuttujat johdetaan fyysisellä tutkimuksella ja tallentamalla tietoja perus hemodynaamisesta monitorista (Philips ImageVue -näyttö, jossa seurataan sykettä, elektrokardiogrammi (EKG), SpO2, valtimopaine valtimolinjan paineen mittauksesta ja/tai ei-invasiivisesti. verenpaineen seuranta). Kaikki muuttujat ovat ennalta määritettyjä (katso tietosanakirja), jotta kaikki opiskelijatutkijoiden mittaukset voidaan standardoida.
Potilaiden yleiset ominaisuudet ja laboratoriomittaukset tallennettiin sähköisistä potilaskartoista ja Acute Physiology and Chronic Health Evaluation (APACHE) II ja IV, Simplified Acute Physiology Score II (SAPS) -pisteet on poimittu paikallisesta National Intensive Care Evaluation (NICE) -tietokannastamme. Kokonaiskuolleisuuden seuranta 90 päivän ja 3 vuoden kohdalla hankitaan kunnallisen henkilötietokannan avulla. Pitkän aikavälin seurantaa kootaan erilaisten resurssien, kuten sairaalatietojen, perhelääkärien ja/tai suoran yhteydenpidon kautta.
Tiedonkeruu:
Kolmen tunnin sisällä teho-osastolle ottamisesta kaikki muuttujat saadaan kertaluonteisen kliinisen tutkimuksen muuttujien kautta, ja sairaanhoitajilta ja lääkäreiltä kysytään heidän ennusteitaan. Muut muuttujat (esim. laboratorio- ja kuvantamisarvot) saadaan sähköisistä potilaskartoista. Kunkin muuttujan mittaamisen perusteet ja erityiset yksityiskohdat kuvataan laajasti alla.
Systeemiset verenkiertomuuttujat:
Syke (HR): se tallennetaan sängyn vieressä olevasta elektrokardiografiamonitorista. Jos rytmi on epäsäännöllinen (esim. eteisvärinä) tutkijat käyttävät keskimääräistä sykettä minuutin aikana. Sykettä lukuun ottamatta eteisvärinän esiintyminen kirjataan.
Systolinen verenpaine (SBP), diastolinen verenpaine (DBP) ja keskimääräinen valtimopaine (MAP): nämä saadaan mittaamalla suonensisäistä valtimolinjaa, joka on osa tavallista hoitoa. Jos valtimolinjaa ei ole asetettu, ei-invasiivinen mittaus kerätään.
Keskuslaskimopaine (CVP): tämä kirjataan, jos sisäisessä kaulalaskimossa tai subclavian laskimossa on keskuslaskimolinja.
Mikro- ja ääreisverenkierron muuttujat:
Kapillaarin täyttöaika (CRT): tämä mitataan 10 sekunnin lujan painamisen jälkeen, mieluiten etusormen distaaliseen falanxiin ja polven keskiosaan. Rajapistemäärää ei käytetä, vaan jatkuva mittaus, koska eri CRT-tutkimukset pitävät normaaleja arvoja poikkeavia.
Ihon lämpötila (Tskin): tämä mitataan subjektiivisesti ja objektiivisesti. Subjektiivinen mittaus suoritetaan tunnustelemalla potilaan raajoja. Ero ”lämpimän” tai ”kylmän” välillä tehdään käyttämällä tutkijan käsien selkäpintaa. Potilaiden ihoraajojen katsotaan olevan "kylmiä", jos kaikki tutkitut raajat ovat viileitä tai jos vain alaraajat ovat viileitä lämpimistä yläraajoista huolimatta.
Ihon lämpötilan objektivisoimiseksi on käytetty lämpötilaeroa keskustasta reuna-alueeseen ja perifeeristä ympäristöön (vastaavasti dTc-p ja dTp-a) tai kyynärvarresta sormeen ihon lämpötilagradienttia (Tskin-diff). on ehdotettu kirjallisuudessa. Tutkijat käyttävät keskipisteestä reunaan mittauksia:
Keski- ja reuna-alueen lämpötilaero (dTc-p): mitatakseen tätä eroa tutkijat vertaavat virtsarakon lämpötilaa virtsarakon termistorikatetrilla mitattuun jalkojen lämpötilaan, joka mitataan ihon anturin avulla (DeRoyal Skin Temperature Sensor tuotenro 81- 010400EU) joko vasemmalla tai oikealla jalalla (dorsum). Tutkijat käyttävät virtsarakon lämpötilaa keskilämpötilan korvikkeena ja varpaiden lämpötilaa perifeerisenä mittana. Kirjallisuudessa käytetään yleensä ylärajana joko 5°C tai 7°C lämpötilaeroa. Siksi tutkijat pitävät yli 7 °C:n arvoja epänormaalina.
Mottling score: tämän tuloksen kuvasivat Ait-Oufella ym. vuonna 2011. Täplyys on ihon hajanaista värinmuutosta, joka johtuu mikroverenkierron toimintahäiriöstä. Se koskee yleensä polven ympärillä olevaa aluetta. Mottling-pisteet vaihtelevat välillä 0-5, riippuen laikkualueen laajuudesta. Pisteitä 0 tai 1 pidetään lievänä, 2 tai 3 keskivaikeana ja 4 tai 5 vakavana.
Virtsan eritys (ml/kg/h): tämä mitataan myös osana säännöllistä hoitoa. Tutkijat käyttävät virtsan kokonaismäärää ennen tutkimusta (eli vastaanotosta tutkimukseen). Potilailla, joilla on aiempi munuaisten vajaatoiminta, virtsaneritystä ei käytetä.
Muut muuttujat:
Hengitystiheys: tämä tallentuu sängyn vieressä olevasta elektrokardiografisesta monitorista. Jos potilas on koneellisessa ventilaatiossa, katso alla.
Mekaaninen ilmanvaihto: kerätään tietoja koneellisen ilmanvaihdon olemassaolosta ja tyypistä sekä perustiedot hengitystiloista (esim. PEEP ja FiO2).
Inotrooppinen ja vasopressori käyttö: kaikki inotroopin tai vasopressiinin tarve, tyyppi, annos ja nopeus kirjataan. Inotrooppisia/vasopressoreita pidetään noradrenaliinia, vasopressiiniä, dobutamiinia, dopamiinia ja milrinonia. Rauhoittajina pidetään midatsolaamia, propofolia ja S-ketamiinia.
Pumpun toiminnan ja perifeerisen verenkierron arviot: arvioinnin tekee joko hoitoryhmän jäsen tai tutkija.
Seerumin laktaatti, hemoglobiini, troponiini-T ja kreatiniini: nämä määritetään osana säännöllistä hoitoa. Tutkimustarkoituksiin tutkijat käyttävät arvoa, joka on lähinnä tutkimustamme.
Myös muut säännöllisen hoidon osana määritetyt biokemialliset arvot, kuten pH, leukosyytit, hematokriitti jne., tallennetaan.
Kliinisen tutkimuksen jälkeen NICE-tietokannasta poimitaan tiedot seuraavista yleisistä ominaisuuksista. Tämä sisältää demografiset tiedot (kuten BMI, ikä ja sukupuoli), sairaushistoria, diagnoosit ja sairauden vakavuus, jotka on arvioitu APACHE-pisteiden eri sukupolvien, SAPS:n, SOFA:n (Sequential Organ Failure Assessment) ja kaikkien muiden julkaistujen ennustemallien perusteella. Tätä tarkoitusta varten luodaan ja julkaistaan laaja kirjallisuushaku, joka sen jälkeen suoritetaan, jotta kaikki julkaistut mallit ja niiden muuttujat saadaan mukaan. Lisäksi tutkijat keräävät laboratorioarvot (yksityiskohdat on kuvattu yllä), virtsaerityksen (yksityiskohdat on kuvattu edellä) ja rutiininomaiset EKG:t ja kuvantaminen. 30 päivän kuluttua tutkijat arvioivat potilastiedostot uudelleen kerätäkseen tietoja teho-osaston kokonaiskäynneistä päivinä.
Tiedonhallinta:
Tiedot tallennetaan OpenClinicalla ja siirretään analysoitavaksi. OpenClinicasta siirron jälkeen kaikkia tietoja hallitaan tietokannassa, joka on luotu Stata-versiolla 15 (StataCorp, College Station, TX). Kaikille opiskelijoille lähetetään opiskeluainetunnukset, jotka koostuvat opintojen nimestä ja sisällyttämisnumerosta. Tätä tutkimusaihetunnusta käytetään sekä OpenClinicassa että Statassa. Vain tutkija, jolla on "tutkimusjohtaja"-tilin ominaisuuksia OpenClinicassa, voi linkittää tutkimuksen kohteen tunnuksen potilasnumeroon.
Otoskoon arviointi:
Joka vuosi 3000 potilasta otetaan johonkin neljästä teho-osastosta. Noin 1 500 näistä vastaanotoista on suunnittelemattomia hätätilanteita. Tutkijat arvioivat, että puolet näistä odottamattomista pääsyistä täyttää osallistumiskriteerit. Näin ollen 750 potilasta voidaan ottaa mukaan. Tutkijat olettavat kuitenkin, etteivät he pysty sisällyttämään kaikkia kelpoisia potilaita logistisista ja käytännön syistä. Siksi tutkijoiden tavoitteena on saada mukaan 400 potilasta vuodessa.
Suunnitelma puuttuvien tietojen varalle:
Ensin tutkitaan puuttuvien tietojen taustalla oleva kuvio: puuttuvat täysin satunnaisesti, puuttuvat satunnaisesti tai puuttuvat satunnaisesti. SICS-I:stä saatujen aikaisempien kokemusten perusteella on odotettavissa, että tiedot puuttuvat satunnaisesti. Tästä syystä ensisijaiset analyysit suoritetaan imputoimalla puuttuvat tiedot käyttämällä useita imputaatioita. Päätelmien luotettavuus tarkistetaan vain toissijaisilla herkkyysanalyyseillä, jotka sisältävät saatavilla olevia tietoja.
Tilastollinen analyysisuunnitelma:
Tutkijat käyttävät yleisiä ominaisuuksia perustaakseen perustaulukon. Tilastolliset analyysit suoritetaan käyttämällä Stata-versiota 15 (StataCorp, College Station, TX). Tiedot esitetään keskihajonnan kanssa, jos ne jakautuvat normaalisti, tai mediaaneina, joissa on vaihteluvälit, jos tiedot ovat vääristyneet.
Yksimuuttujaanalyysejä tehdään ja kaikki muuttujat, joiden p<0,1, sisällytetään monimuuttujamalleihin. Monimuuttuja-analyysit tehdään portaittaisella mallilla. Sydämen minuuttitilavuus mallinnetaan lineaarisella regressiolla ja kuolleisuus logistisella regressiolla. Kaikki analyysit mukautetaan iän ja sukupuolen mukaan; muita yleisiä ominaisuuksia ei lisätä malliin vakiona. Kaikki analyysit testataan kaksipuolisesti ja p-arvot, jotka ovat pienempiä kuin 0,05, katsotaan tilastollisesti merkitseviksi.
Jos otoskoko sallii, tutkijat tekevät analyysin eri alapopulaatioissa. Esimerkkejä alapopulaatioista, jotka voivat olla kelvollisia lisäanalyyseihin, ovat ne, joilla on sepsis ja/tai vakava verenkiertohäiriö.
Tulevaisuuden suunnitelmiin kuuluu koneoppimismenetelmien käyttö datan jatkoanalyysissä. SOCCS on suunniteltu siten, että tiedonkeruu on samanaikaisesti mahdollisimman yhtenäistä ja laajaa. Kuten aiemmin on kuvattu, lähes kaikki teho-osastolle tulevat potilaat ovat mukana koulutetun opiskelijatiimin päivystyksen ansiosta 24 tuntia vuorokaudessa. Tämä takaa, että uusia potilaita voidaan ottaa mukaan milloin tahansa, ja tarjoaa mahdollisuuden luoda suuri joukko yhtenäisiä tietoja. Monet muuttujat rekisteröidään tarkasti sängyn viereen kaikille potilaille, jotka on otettu akuutisti teho-osastolle, kolmen tunnin sisällä saapumisesta. Sekä perinteisemmät että innovatiiviset data-analyysiprojektit hyötyvät optimaalisesta tiedonkeruuprosessista. Kaikki SOCCS-tutkimusta varten kerätyt tiedot kootaan kattavaan ja täydelliseen tietokantaan, josta koneoppimiseen perustuvia ennakoivia mallinnustutkimuksia voidaan helposti määritellä ja asettaa. Myöhemmässä vaiheessa näitä tietoja käytetään ennuste- tai riskikerroinmallien rakentamiseen, joilla pyritään seuraamaan todennäköisyydellä kriittisesti sairaiden potilaiden kehitystä tai tuomaan esiin mahdollisesti kiinnostavia parametreja myöhempiä tutkimuksia varten.
Koneoppiminen (ML) on tekoälyn haara, jonka avulla datatieteilijät voivat suunnitella valvottuja tai valvomattomia algoritmeja "oppiakseen" yleensä suurista tietonäytteistä päättelyn avulla. ML sai alkunsa geenianalyysin tunnetuksi menetelmäksi, joka on sittemmin levinnyt useille muille lääketieteen aloille. Sen potentiaali edistää kliinisesti suuntautunutta tutkimusta on osoitettu ensisijaisesti tunnistamalla ja priorisoimalla tiettyjä hoidon komponentteja, joiden tutkimisesta voi olla eniten hyötyä potilaille. Lisäksi useat kirjoittajat ovat raportoineet ML-pohjaisten viitekehysten käytöstä tehohoidossa erityyppistä dataa käyttäen. Näitä tietoja voidaan saada eri tavoilla, joista yleisin ovat vuodemittaukset, kuten SOCCS- ja SICS-tutkimuksia varten, tai keräämällä suurempi määrä parametreja aikaisemmista fysiologisista tiedoista samankaltaisten koehenkilöiden ryhmästä.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
-
Groningen, Alankomaat, 9700 RB
- University Medical Center Groningen
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Päivystys
- Odotettu oleskeluaika > 24 tuntia
Poissulkemiskriteerit:
- Ikä < 18 vuotta
- Suunniteltu vastaanotto joko leikkauksen jälkeen tai muista syistä
- Itsemurhayritykset, jotka johtuvat akuutista psykiatrisesta "raiteelta suistumisesta", henkisestä jälkeenjääneisyydestä tai kielimuurista
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Vertaa opiskelijoiden ja sairaanhoitajien koulutettujen arvausten ennustearvoa tällä hetkellä saatavilla oleviin riskipisteisiin, jotta voidaan ennustaa lyhytaikaista kuolleisuutta teho-osastolla.
Aikaikkuna: 6 kuukautta
|
Sairaanhoitajia ja opiskelijoita pyydetään arvioimaan sairaalassa selviytymistä suolen tunteen perusteella.
Kuolleisuus kirjataan.
Arviointi, riskinarviointi käyttäen mm.
SAPS ja SOFA, ja todellinen tulos mitataan.
Raportoimme näiden kolmen muuttujan välisen yhteyden.
|
6 kuukautta
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Yksinkertaisen havainnollisen kliinisen tutkimuksen, biokemiallisten ja hemodynaamisten muuttujien, pituussuunnassa mitattujen, yhteys elinten vajaatoiminnan ennustamiseen ja kuolleisuuteen
Aikaikkuna: 48 tuntia ja 90 päivää
|
Akuutti munuaisvaurio (AKI) määritettiin ja luokiteltiin munuaissairaus: parantavat maailmanlaajuiset tulokset (KDIGO) -kriteerit. Virtsan eritys ja seerumin kreatiniinimittaukset ensimmäisten 72 tunnin sisällä sisällyttämisestä analysoitiin AKI:n vakavuuden määrittämiseksi ja luokittelemiseksi kullekin potilaalle. Muita rinnakkaissairauksia tutkitaan kansainvälisten ohjeiden määrittelemän määritelmän mukaisesti. |
48 tuntia ja 90 päivää
|
|
Luoda tutkimusinfrastruktuuri, joka mahdollistaa muuttujien keräämisen ja tehokkaan erilaisten tutkimusten kelpoisuusseulonnan ilta- ja yöaikaan.
Aikaikkuna: 2 vuotta
|
Luoda tutkimusinfrastruktuuri, joka mahdollistaa muuttujien keräämisen ja tehokkaan erilaisten tutkimusten kelpoisuusseulonnan ilta- ja yöaikaan.
|
2 vuotta
|
|
Pitkän aikavälin kuolleisuustulos
Aikaikkuna: 3 vuotta
|
teho-osastolle pääsyyn liittyvä pitkäaikainen kuolleisuus
|
3 vuotta
|
Yhteistyökumppanit ja tutkijat
Sponsori
Tutkijat
- Päätutkija: Iwan C.C. van der Horst, M.D., Ph.D., University Medical Center Groningen
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- 201700651
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
IPD-suunnitelman kuvaus
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 .
Kliiniset tutkimukset Shokki
-
Sun Yat-Sen Memorial Hospital of Sun Yat-Sen UniversityRekrytointiShock Wave -hoito polvilumpion tulehdukselleKiina
-
Hospital General de México Dr. Eduardo LiceagaRekrytointiFotopletysmografia | Shock Septic | AaltomuotoMeksiko
-
University Hospital, BordeauxValmisKardiogeeninen shokki | Lyhytaikainen mekaaninen verenkiertotuki | Shock TeamRanska
-
La Jolla Pharmaceutical CompanyValmisSepsis | Katekolamiiniresistentti hypotensio (CRH) | Distributiivinen shokki | High Output ShockYhdysvallat
-
La Jolla Pharmaceutical CompanyValmisSepsis | Katekolamiiniresistentti hypotensio (CRH) | Distributiivinen shokki | High Output ShockYhdysvallat, Kanada, Belgia, Australia, Yhdistynyt kuningaskunta, Suomi, Uusi Seelanti, Ranska, Sveitsi, Saksa
-
La Jolla Pharmaceutical CompanyRekrytointiSeptinen shokki | Katekolamiiniresistentti hypotensio (CRH) | Distributiivinen shokki | High Output ShockBelgia, Liettua
-
La Jolla Pharmaceutical CompanyHyväksytty markkinointiinSepsis | Vasodilatatorinen shokki | Distributiivinen shokki | High Output Shock | Katekolamiiniresistentti hypotensio (CRH)
-
University of OxfordValmisHengitysvajaus | Hengityksen vajaatoiminta | Hengitysvaikeusoireyhtymä | Shock LungYhdistynyt kuningaskunta
-
Cairo UniversityEi vielä rekrytointiaPiriformis-lihasoireyhtymä | Kehonulkoinen shokkiaalto | Radial Shock Wave | Matalan tason laserEgypti
-
Medical University of ViennaTuntematonAkuutti maksan vajaatoiminta | Hypoksinen hepatiitti | Iskeeminen hepatiitti | Shock Maksa | Hypoksinen maksavaurioSaksa, Itävalta