Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Työn aloittaminen: Ennustajat tuloksista (IOL-ID)

tiistai 14. huhtikuuta 2020 päivittänyt: Sherif Abdelkarim Mohammed Shazly, Assiut University

Työn perehtymisen tulokset: tuleva monikeskustutkimus

Synnytyksen induktio on laajalti käytetty toimenpide OBGYN-käytännössä. Lääkärit käyttävät edelleen vanhaa Bishop-pistemäärää potilaiden seurannassa. On edelleen vaikea ennakoida tuloksia ja mahdollisia haittavaikutuksia tämän prosessin aikana. Tässä laajassa monikeskisessä interventiotutkimuksessa pyrimme kehittämään tarkemman ja herkemmän pistemäärän python 3.8:aan ohjelmoitujen koneoppimistyökalujen perusteella.

Tämä uusi työkalu ottaa huomioon monia muuttujia potilaiden demografiassa (ikä, rotu, paino jne.) ja sairaushistoriassa (edellinen OBGYN-leikkaus, liitännäissairaudet jne.). Näitä muuttujia ei yleensä löydy klassisista bishop-pisteistä. Ennustamme, että analyysimme auttaa lääkäreitä tekemään parempia päätöksiä ja ennustaa tehokkaasti lopputuloksia, tarvetta siirtyä leikkaukseen ja mahdollisia komplikaatioita.

Koneoppiminen ja digitaalinen vaarojen laskenta mahdollistavat tarkemman arvioinnin ja tehokkaamman hallinnan IOL:n aikana, koska se ottaa huomioon muuttujat, jotka eivät sisälly kliinisiin pisteisiin.

Tämän tutkimuksen tavoitteena on tarjota nykyaikaisia ​​ja tehokkaita arviointiparametreja, jotka ohjaavat kliinistä päätöksentekoa IOL-prosessin aikana ja auttavat lääkäreitä ennustamaan sen tuloksia hienovaraisten tekijöiden perusteella, joita ei yleensä huomioida.

Tämä minimoi komplikaatiot ja mahdollistaa enemmän näyttöön perustuvan käytännön.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Tavoitteena on luoda synnytyksen induktioprosessia (IOL) dokumentoiva tietokantarekisteri ja soveltaa koneoppimistyökaluja lääkäreiden tarkempien arviointipisteiden luomiseen nykyaikaisena seurantamenetelmänä.

keräämme tietoja vähintään 12 keskuksesta ympäri maailmaa, joissa kuvataan kulku, tulokset, äidin tai sikiön komplikaatiot ja kaikki niihin liittyvät tiedot. Tiedot kerätään eettisen hyväksynnän jälkeen ja suostumuksen antaneilta potilailta tulevalla tavalla. 1.7.2020 - 30.6.2021 välisenä aikana (arvioidut päivämäärät).

jokainen keskus on vastuussa laadun arvioinnista, tiedonkeruusta ja sen varmistamisesta, että tiedot ovat tarkkoja, täydellisiä ja edustavia.

Tiedonkeruu sisältää lantion perustutkimuksen (kohdunkaulan asento, konsistenssi, laajentuminen, häivytys, sikiön asento ja piispanpistemäärä), induktiomenetelmän ja niiden antoajan suhteessa indeksiaikaan (IOL:n alku), löydökset ja sarjalantion tutkimusten aika , sikiön sydämen sävy ja äidin elintoiminnot. Sarjatutkimusten tietojen syöttöä jatketaan aktiivisen synnytyksen aikana ja sikiön ja äidin tulokset raportoidaan. Jos epäonnistuneen IOL-diagnoosi tehdään ja synnytysryhmä päättää synnytyksen keisarileikkauksella, diagnoosikriteerit/keisarileikkauksen indikaatio raportoidaan. Aktiivisen synnytyksen pituus ja toinen vaihe dokumentoidaan, ja äidin/perinataaliset komplikaatiot raportoidaan. keräilijöiden on varmistettava potilaan luottamuksellisuus ja turvallisuus.

Sisällyttämiskriteerit:-

  • IOL-hoitoon otettu raskaana olevat naiset, iältään 18–40 vuotta
  • Pitkäaikainen tai myöhäinen ennenaikainen raskaus (raskausaika 34 viikolla tai sen jälkeen)
  • Rauhoittava sikiön sydämen jäljitys ennen IOL:a

Poissulkemiskriteerit: -

  • Sikiön kasvun rajoitus epänormaaleilla Doppler-indekseillä
  • Kohdunsisäinen sikiön kuolema
  • Epäilty intraamnion-infektio ennen IOL:a
  • Sikiön suuret synnynnäiset epämuodostumat
  • Potilaat, jotka kieltäytyvät IOL:sta ennen IOL:ia tai sen aikana ilman lääketieteellistä indikaatiota

tilastollinen analyysi: - Tiedot kuvataan käyttämällä (keskiarvo, mediaani, standardipoikkeama, vaihteluväli) lopullisessa näytteessä. Koneoppimismenetelmä on perinteisiä tilastollisia menetelmiä parempi, koska se tarjoaa luotettavan ja automaattisen estimoinnin monimutkaisista suhteista eri muuttujien ja kliinisten tulosten välillä. Dataa käytetään xi:nä ja yi:nä, jossa xi esittää syötteen (ominaisuudet) ja yi esittää riippuvia muuttujia (tuloksia). Funktionaalinen regressio perustuu tukivektorikoneeseen regressoimalla tulokset yi syötteillä xi. Mallin validointi suoritetaan bootstrap-estimoinnilla, jotta voidaan arvioida toiminnallisten regressiomallien ennustekyky. Tiedot jaetaan harjoitusdataksi (noin 63 % tiedosta) ennustemallin luomiseksi, jossa bootstrappausta käytetään, ja testausdataan, jossa ennustemalli validoidaan. Koneoppimismalleja luodaan python 3.8:lla.

Opintotyyppi

Interventio

Ilmoittautuminen (Odotettu)

3000

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

18 vuotta - 40 vuotta (Aikuinen)

Hyväksyy terveitä vapaaehtoisia

Joo

Sukupuolet, jotka voivat opiskella

Nainen

Kuvaus

Sisällyttämiskriteerit:

  • IOL-hoitoon otettu raskaana olevat naiset, iältään 18–40 vuotta
  • Pitkäaikainen tai myöhäinen ennenaikainen raskaus (raskausaika 34 viikolla tai sen jälkeen)
  • Rauhoittava sikiön sydämen seuranta ennen IOL:a

Poissulkemiskriteerit:

  • Sikiön kasvun rajoitus epänormaaleilla Doppler-indekseillä
  • Kohdunsisäinen sikiön kuolema
  • Epäilty intraamnion-infektio ennen IOL:a
  • Sikiön suuret synnynnäiset epämuodostumat
  • Potilaat, jotka kieltäytyvät IOL:sta etukäteen tai IOL:n aikana ilman lääketieteellistä indikaatiota

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Ensisijainen käyttötarkoitus: Diagnostiikka
  • Jako: Ei käytössä
  • Inventiomalli: Yksittäinen ryhmätehtävä
  • Naamiointi: Ei mitään (avoin tarra)

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Muut: työvoiman seurannan aloittaminen
huolellinen tiedonkeruu potilailta ja tietojen piirtäminen koneoppimismalliin
Lääkkeiden antaminen kohdun supistuksia helpottamaan ja synnytyksen nopeuttamiseksi
Muut nimet:
  • ei-leikkaus emättimen synnytys

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Keisarinleikkauksen määrä
Aikaikkuna: 24 tunnin sisällä synnytyksen aloittamisesta
Keisarileikkauksen ilmaantuvuus ja indikaatio synnytyksen aloittamisen jälkeen
24 tunnin sisällä synnytyksen aloittamisesta

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Epäilty intraamnioottinen infektio
Aikaikkuna: Synnytyksen aloittamisesta 24 tuntiin synnytyksen jälkeen
Äidin kuume > 39 tai > 38 2 kertaa
Synnytyksen aloittamisesta 24 tuntiin synnytyksen jälkeen
Synnytyksen jälkeinen verenvuoto
Aikaikkuna: Synnytyksen aloittamisesta 24 tuntiin synnytyksen jälkeen
Verenmenetys > 1000 ml synnytyksen jälkeen
Synnytyksen aloittamisesta 24 tuntiin synnytyksen jälkeen
Matala vastasyntyneen APGAR-pistemäärä
Aikaikkuna: 5 minuuttia toimituksen jälkeen
APGAR-pisteet < 7 5 minuuttia synnytyksen jälkeen
5 minuuttia toimituksen jälkeen
Vastasyntyneiden tehohoitoon pääsy
Aikaikkuna: 1 tunnin sisällä toimituksesta
Vastasyntyneen vastaanotto teho-osastolle ja sen indikaatiot
1 tunnin sisällä toimituksesta

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Tutkijat

  • Päätutkija: Sherif Shazly, M.S, Assiut University

Julkaisuja ja hyödyllisiä linkkejä

Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Odotettu)

Keskiviikko 1. heinäkuuta 2020

Ensisijainen valmistuminen (Odotettu)

Keskiviikko 30. kesäkuuta 2021

Opintojen valmistuminen (Odotettu)

Perjantai 30. heinäkuuta 2021

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Lauantai 11. huhtikuuta 2020

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Tiistai 14. huhtikuuta 2020

Ensimmäinen Lähetetty (Todellinen)

Perjantai 17. huhtikuuta 2020

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Perjantai 17. huhtikuuta 2020

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Tiistai 14. huhtikuuta 2020

Viimeksi vahvistettu

Keskiviikko 1. huhtikuuta 2020

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muut tutkimustunnusnumerot

  • IOL-ID

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Yhdysvalloissa valmistettu ja sieltä viety tuote

Ei

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 .

Tilaa