Artificial Intelligence and Postoperative Acute Kidney Injury
perjantai 8. tammikuuta 2021 päivittänyt: Hyung-Chul Lee, Seoul National University Hospital
Development and Prospective Validation of an Artificial Intelligence Model to Predict Postoperative Acute Kidney Injury
The main objective of this study is to develop and validate an artificial intelligence model that predicts postoperative acute kidney injury.
Tutkimuksen yleiskatsaus
Tila
Tuntematon
Ehdot
Yksityiskohtainen kuvaus
Postoperative acute kidney injury is known to increase the length of hospital stay and healthcare cost.
A lot of risk prediction models have been developed for identifying patients at increased risk of postoperative acute kidney injury.
Recent advances in artificial intelligence make it possible to manage and analyze big data.
Prediction model using an artificial intelligence and large-scale data can improve the accuracy of prediction performance.
Furthermore, the use of an artificial intelligence may be a useful adjuvant tool in making clinical decisions or real-time prediction if it is integrated into the electrical medical record systems.
However, before implementing an artificial intelligence model into the clinical setting, prospective evaluation of an artificial intelligence model's real performance is essential.
However, to our knowledge, there was no artificial intelligence model for prediction of postoperative acute kidney injury, which was prospectively evaluated.
Therefore, we aimed to develop an artificial intelligence model which predicts postoperative acute kidney injury and evaluate the model's performance prospectively.
Opintotyyppi
Havainnollistava
Ilmoittautuminen (Odotettu)
2000
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskelupaikat
-
-
-
Seoul, Korean tasavalta
- Hyung-Chul Lee
-
-
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 ja vanhemmat (Aikuinen, Vanhempi Aikuinen)
Hyväksyy terveitä vapaaehtoisia
Ei käytössä
Sukupuolet, jotka voivat opiskella
Kaikki
Näytteenottomenetelmä
Ei-todennäköisyysnäyte
Tutkimusväestö
Adults patients undergoing non-cardiac surgery
Kuvaus
Inclusion Criteria:
- Adults patients undergoing non-cardiac surgery
Exclusion Criteria:
- Age under 18 years
- Surgery duration < 1 hour
- Transplantation surgery
- Nephrectomy
- Cardiac surgery
- Patients who had severe kidney dysfunction preoperatively as follows:
- Serum creatinine ≥ 4 mg/dl
- Estimated glomerular filtration rate <15 ml/min/1.73m2
- History of renal replacement therapy
- Patients who had no results of preoperative or postoperative serum creatinine
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
AI_AKI
Adults patients undergoing non-cardiac surgery
|
Diagnostinen testi: Prediction of postoperative acute kidney injury using an artificial intelligence
The performance of an artificial intelligence model to predict postoperative acute kidney injury will be tested prospectively.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
the incidence of postoperative acute kidney injury
Aikaikkuna: during the postoperative seven days
|
postoperative acute kidney injury (diagnosed by KDIGO criteria using peak serum creatinine level) included all acute kidney injury events regardless of acute kidney injury severity
|
during the postoperative seven days
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Sponsori
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)
Maanantai 1. maaliskuuta 2021
Ensisijainen valmistuminen (Odotettu)
Maanantai 31. toukokuuta 2021
Opintojen valmistuminen (Odotettu)
Tiistai 1. helmikuuta 2022
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Perjantai 8. tammikuuta 2021
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Perjantai 8. tammikuuta 2021
Ensimmäinen Lähetetty (Todellinen)
Tiistai 12. tammikuuta 2021
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Tiistai 12. tammikuuta 2021
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Perjantai 8. tammikuuta 2021
Viimeksi vahvistettu
Perjantai 1. tammikuuta 2021
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- 2012-069-1180
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Ei
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
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 .