Tekoälyyn perustuva kuolleisuuden ennuste syöpäpotilaiden keskuudessa saattoosastolla
torstai 6. toukokuuta 2021 päivittänyt: Shabbir Syed Abdul, Taipei Medical University
Tekoälyyn perustuva toiminnan tunnistus ja kuolleisuuden ennustaminen vuorokausirytmiä käyttäen, syöpäpotilaiden keskuudessa saattoosastolla
Tämän tutkimuksen tarkoituksena on kehittää uusi syvään oppimiseen perustuva eloonjäämisennustemalli, jossa käytetään puettavan laitteen tallentamia potilaan aktiivisuustietoja.
Tutkimuksen yleiskatsaus
Tila
Rekrytointi
Ehdot
Yksityiskohtainen kuvaus
Tämän tutkimuksen tavoitteena on kehittää syvään oppimiseen perustuva eloonjäämisennustemalli, joka hyödyntää potilaan liikkeitä saapumisen yhteydessä ennustaakseen kliinisen lopputuloksen: joko kuoleman tai kotiutuksen vakaan tilan kanssa.
Potilaiden objektiiviset tiedot tallennetaan puettavalla laitteella ja dokumentoidaan fyysisen aktiivisuuden, kulman ja pyörimisen parametreiksi.
Objektiivisen tiedon lisäksi tutkijat dokumentoivat myös potilaiden Karnofsky Performance Status -tilan, jonka kliiniset lääkärit arvioivat subjektiivisesti.
Lopuksi tutkijat pyrkivät tutkimaan ja kuvaamaan potilaan liiketietoihin perustuvan eloonjäämisennustemallin soveltuvuutta, mahdollisuuksia ja rajoituksia yksinkertaisena ennusteparametrina kliinisissä olosuhteissa.
Opintotyyppi
Havainnollistava
Ilmoittautuminen (Odotettu)
80
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskeluyhteys
- Nimi: Shabbir Syed-Abdul, PhD
- Puhelinnumero: 1514 886 2-6638-2736
- Sähköposti: drshabbir@tmu.edu.tw
Opiskelupaikat
-
-
TW - Taiwan
-
Taipei City, TW - Taiwan, Taiwan, 110
- Rekrytointi
- Taipei Medical University
-
Ottaa yhteyttä:
- Shabbir Syed Abdul
- Puhelinnumero: 1501 +886-2-66382736
- Sähköposti: drshabbir@tmu.edu.tw
-
-
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
20 vuotta ja vanhemmat (Aikuinen, Vanhempi Aikuinen)
Hyväksyy terveitä vapaaehtoisia
Ei
Sukupuolet, jotka voivat opiskella
Kaikki
Näytteenottomenetelmä
Ei-todennäköisyysnäyte
Tutkimusväestö
20-vuotiaat tai sitä vanhemmat potilaat, jotka on otettu Taipein lääketieteellisen yliopistollisen sairaalan saattohoitoyksikköön, jolla on vähintään yksi loppuvaiheen kiinteiden kasvainten sairauksien diagnoosi.
Kuvaus
Sisällyttämiskriteerit:
- 20-vuotiaat tai sitä vanhemmat osallistujat on otettu Taipein yliopistollisen sairaalan saattohoitoyksikköön
- Osallistujat, joilla on diagnosoitu vähintään yksi loppuvaiheen kiinteä kasvainsairaus
- Osallistujat suostuivat saatavaan hoitoon
Poissulkemiskriteerit:
- Alle 20-vuotiaat osallistujat
- Osallistujat, joilla on diagnosoitu leukemia tai tuntemattoman primaarisen karsinooma
- Osallistujat, joilla on selviä merkkejä lähestyvästä kuolemasta sisäänpääsyn yhteydessä
- Osallistujat, joilla ei ole elintoimintoja sisäänpääsyn yhteydessä
- Osallistujat, jotka jatkoivat aggressiivista hoitoa saattohoitoyksikköön saapumisesta huolimatta
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Havaintomallit: Kohortti
- Aikanäkymät: Tulevaisuuden
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Tekoälypohjaisten mallien käytön spesifisyys ja herkkyys loppuvaiheen syöpäpotilaiden kliinisten tulosten ennustamiseen aktigrafiatietojen avulla
Aikaikkuna: Saattoosastolle saapumispäivästä siihen päivään, jolloin ensimmäinen dokumentoitu sairaalasta kotiutus tai mistä tahansa syystä kuolinpäivä, sen mukaan kumpi tuli ensin, arvioituna enintään 1 kuukausi
|
Tutkimuksen ensisijaisena tuloksena on arvioida, voiko aktigrafialaitteella kerättyjen liiketietojen analyysi auttaa ennustamaan kliinisiä tuloksia joko kuolleena tai elossa sairaalasta kotiutuneena korkealla spesifisyydellä ja herkkyydellä käyttämällä tekoälyyn perustuvaa ennustemallinnusta.
|
Saattoosastolle saapumispäivästä siihen päivään, jolloin ensimmäinen dokumentoitu sairaalasta kotiutus tai mistä tahansa syystä kuolinpäivä, sen mukaan kumpi tuli ensin, arvioituna enintään 1 kuukausi
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Sponsori
Yhteistyökumppanit
Tutkijat
- Päätutkija: Shabbir Syed-Abdul, PhD, Taipei Medical 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 (Todellinen)
Keskiviikko 11. joulukuuta 2019
Ensisijainen valmistuminen (Odotettu)
Tiistai 31. elokuuta 2021
Opintojen valmistuminen (Odotettu)
Perjantai 31. joulukuuta 2021
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Keskiviikko 28. huhtikuuta 2021
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Torstai 6. toukokuuta 2021
Ensimmäinen Lähetetty (Todellinen)
Keskiviikko 12. toukokuuta 2021
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Keskiviikko 12. toukokuuta 2021
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Torstai 6. toukokuuta 2021
Viimeksi vahvistettu
Lauantai 1. toukokuuta 2021
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muut tutkimustunnusnumerot
- N201910041
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 .