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

Perioperatiivinen tulosriskin arviointi tietokoneoppimisen tehostamisella (ORACLE)

perjantai 11. marraskuuta 2022 päivittänyt: Bradley Fritz, Washington University School of Medicine
Tässä tutkimuksessa testataan, pystyvätkö telelääketieteessä työskentelevät anestesialääkärit ennustamaan potilaan riskin leikkauksen jälkeisille komplikaatioille (kuolema ja akuutti munuaisvaurio) tarkemmin koneoppimisnäytön avulla kuin ilman sitä.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Periop ORACLE -tutkimuksen perioperative Outcome Risk Assessment with Computer Learning Enhancement (Periop ORACLE) -tutkimus on meneillään olevan TECTONICS-tutkimuksen (NCT03923699) osatutkimus. TECTONICS on yhden keskuksen satunnaistettu kliininen tutkimus, jossa arvioidaan anestesiologian ohjaustornin (ACT) vaikutusta leikkauksen jälkeiseen 30 päivän kuolleisuuteen, deliriumiin, hengitysvajaukseen ja akuuttiin munuaisvaurioon. Osana TECTONICS-tutkimusta ACT:n tutkijat suorittavat potilastietojen tapaustarkistuksia leikkauksen alkuvaiheessa ja dokumentoivat, kuinka todennäköistä on, että jokainen potilas kokee leikkauksen jälkeisen kuoleman ja akuutin munuaisvaurion (AKI). Periop ORACLEssa nämä tapaustarkistukset satunnaistetaan suoritettaviksi koneoppimisennusteiden (ML) kanssa tai ilman niitä.

ACT:n tutkijat suorittavat kaikki tapaukset tarkastelemalla potilastietoja AlertWatchissa (AlertWatch, Ann Arbor, MI) ja Epicissä (Epic, Verona, WI). AlertWatch on FDA:n hyväksymä potilasvalvontajärjestelmä, joka on suunniteltu käytettäväksi leikkaussalissa. Tässä tutkimuksessa käytetty AlertWatchin versio on räätälöity telelääketieteen käyttöön. Epic on sähköinen sairauskertomusjärjestelmä, jota käytetään Barnes-Jewish Hospitalissa. Jokainen tapaustarkistus satunnaistetaan 1:1-tavalla, joka suoritetaan ML-avun kanssa tai ilman sitä. Jos tapauksen tarkastelu satunnaistetaan ML-apuun, tutkija käyttää näyttöliittymää (tällä hetkellä käytössä verkkosovelluksena suojatulla palvelimella), joka näyttää reaaliaikaisen ML:n ennustetun todennäköisyyden postoperatiiviselle kuolemalle ja postoperatiiviselle AKI:lle. Jos tapauksen tarkistusta ei ole satunnaistettu ML-apuun, tutkija ei pääse tähän näyttöön. Potilastietojen tarkastelun jälkeen tutkija ennustaa, kuinka todennäköisesti potilas kokee leikkauksen jälkeisen kuoleman ja leikkauksen jälkeisen AKI:n, ja dokumentoi tämän ennusteen. Vastaanottimen toimintakäyrien alla olevaa pinta-alaa verrataan ML-avusteella ja ilman ML-apua tehtyjen ennusteiden osalta.

Opintotyyppi

Interventio

Ilmoittautuminen (Todellinen)

5114

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

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

Opiskelupaikat

    • Missouri
      • Saint Louis, Missouri, Yhdysvallat, 63110
        • Washington University School of Medicine

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

Sukupuolet, jotka voivat opiskella

Kaikki

Kuvaus

Sisällyttämiskriteerit:

  • Leikkaus Barnes-Jewish Hospitalin pääleikkaushuoneessa
  • Leikkaus ACT-leikkausaikoina (arkisin klo 7.00-16.00)
  • Osallistunut satunnaistettuun kliiniseen TECTONICS-tutkimukseen (NCT03923699)

Poissulkemiskriteerit:

  • Ei mitään

Opintosuunnitelma

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

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Ensisijainen käyttötarkoitus: Seulonta
  • Jako: Satunnaistettu
  • Inventiomalli: Rinnakkaistehtävä
  • Naamiointi: Yksittäinen

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Kokeellinen: Koneoppimisapu
Anesthesia Control Towerin kliinikot tarkastelevat potilastietoja sähköisen sairauskertomuksen ja AlertWatchin avulla, ja he näkevät myös koneoppimisnäytön. Sitten he ennustavat, kuinka todennäköisesti potilas kokee leikkauksen jälkeisen kuoleman ja leikkauksen jälkeisen akuutin munuaisvaurion.
Koneoppimisnäyttö käyttää sähköisen sairauskertomuksen tietoja leikkauksen jälkeisen kuoleman ja postoperatiivisen akuutin munuaisvaurion todennäköisyyden ennustamiseen.
Ei väliintuloa: Ei apua
Anesthesia Control Towerin kliinikot tarkastelevat potilastietoja sähköisen sairauskertomuksen ja AlertWatchin avulla, mutta he eivät näe koneoppimisnäyttöä. Sitten he ennustavat, kuinka todennäköisesti potilas kokee leikkauksen jälkeisen kuoleman ja leikkauksen jälkeisen akuutin munuaisvaurion.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Vastaanottimen toiminnan ominaiskäyrän alla oleva pinta-ala kliinikon ennusteen leikkauksen jälkeiselle kuolemalle
Aikaikkuna: 30 päivää
Kliinikot ennustavat leikkauksen jälkeisen kuoleman todennäköisyyden kussakin tapauksessa kategorisella asteikolla. Logistinen regressio muodostetaan käyttämällä kliinikon ennusteita syötteinä, ja vastaanottimen toimintakäyrän alla oleva alue määritetään.
30 päivää
Leikkauksen jälkeisen akuutin munuaisvaurion kliinikon ennusteen vastaanottimen toiminnan ominaiskäyrän alla oleva alue
Aikaikkuna: 7 päivää
Kliinikot ennustavat postoperatiivisen akuutin munuaisvaurion todennäköisyyden kussakin tapauksessa kategorisella asteikolla. Logistinen regressio muodostetaan käyttämällä kliinikon ennusteita syötteinä, ja vastaanottimen toimintakäyrän alla oleva alue määritetään.
7 päivää

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Tutkijat

  • Päätutkija: Bradley A Fritz, MD, Washington University School of Medicine

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 1. syyskuuta 2021

Ensisijainen valmistuminen (Todellinen)

Tiistai 1. marraskuuta 2022

Opintojen valmistuminen (Todellinen)

Tiistai 1. marraskuuta 2022

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Keskiviikko 1. syyskuuta 2021

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Lauantai 4. syyskuuta 2021

Ensimmäinen Lähetetty (Todellinen)

Maanantai 13. syyskuuta 2021

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Maanantai 14. marraskuuta 2022

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Perjantai 11. marraskuuta 2022

Viimeksi vahvistettu

Tiistai 1. marraskuuta 2022

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muut tutkimustunnusnumerot

  • 202108022

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 .

Kliiniset tutkimukset Akuutti munuaisvaurio

Tilaa