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

Koneoppimiseen perustuvien kliinisen päätöksen tukialgoritmien vaikutus perioperatiivisessa hoidossa (IMAGINATIVE)

keskiviikko 29. maaliskuuta 2023 päivittänyt: Singapore General Hospital

Koneoppimiseen perustuvien kliinikkopäätösten tukialgoritmien vaikutus perioperatiivisessa hoidossa – satunnaistettu kontrollikoe (IMAGINATIVE Trial)

Leikkausten riskien ennustaminen on tärkeää potilaille ja kliinikoille yhteisen päätöksentekoprosessin ja hoitosuunnitelman kannalta. Tutkimusryhmän tavoitteena on suorittaa hybridityyppi 1 tehokkuustoteutustutkimussuunnitelma. Satunnaistettu kontrolloitu tutkimus, jossa Singaporen yleissairaalassa (SGH) leikattavat osallistujat jaetaan suhteessa 1:1 CARES-ohjattuihin (riskitasoon sokkoutumattomiin) tai ohjaamattomiin (riskitasoon sokkoutettujen) ryhmiin. Kaikki osallistujat, joille tehdään valinnaisia ​​leikkauksia SGH:ssa, katsotaan kelvollisiksi ilmoittautua tutkimukseen. Valinnaisiin leikkauksiin osallistujat rekrytoidaan pääasiassa Pre-Admission Centrestä. Tämän tutkimuksen tulos auttaa potilaita ja kliinikkoja tekemään parempia päätöksiä yhdessä. Ensinnäkin CARES-mallin käyttöönotto elävässä kliinisessä ympäristössä voisi mahdollisesti vähentää leikkauksen jälkeisiä komplikaatioita ja parantaa kirurgisen hoidon laatua. Tämän tutkimuksen tulokset mahdollistaisivat CARESin hienosäädön sekä lisäriskimallien lisäämisen tiettyihin muihin komplikaatioihin kuin kuolleisuuteen ja tehohoitoon jäämiseen. Tämä puolestaan ​​parantaisi kirurgisen väestön terveyttä ja parantaisi kustannustehokkuutta. Tämä on merkittävää, sillä kirurgisen väestön odotetaan kasvavan jatkuvasti paremman hoidon, paremman tekniikan ja väestön ikääntymisen ansiosta. Toiseksi IMAGINATIVE auttaa parantamaan ymmärrystämme AI/ML-ennustemallien käyttöönottostrategioista terveydenhuollossa. CARESin kaltaiset mallit voisivat olla hoidon standardi tulevaisuudessa, jos niiden osoitetaan parantavan potilaiden terveystuloksia. Koska mallien käyttöönotot ovat kalliita ja voivat häiritä EMR-prosesseja, tämä tutkimus olisi ensimmäinen kipinä tulevalle käyttöönotto- ja terveyspalvelututkimukselle, joka keskittyy näiden mallien käyttöönottojen arvon parantamiseen.

Tutkimuksen yleiskatsaus

Tila

Ei vielä rekrytointia

Ehdot

Interventio / Hoito

Opintotyyppi

Interventio

Ilmoittautuminen (Odotettu)

9200

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

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

Opiskeluyhteys

Opiskelupaikat

  • Singapore
      • Singapore, Singapore
        • Singapore General Hospital
        • Alatutkija:
          • Ecosse Lamoureux, PHD
        • Ottaa yhteyttä:
        • Päätutkija:
          • Hairil Rizal Abdullah, MMED
        • Alatutkija:
          • Elaine Lum, PHD
        • Alatutkija:
          • Nan Liu, PHD
        • Alatutkija:
          • Mengling Feng, PHD
        • Alatutkija:
          • Jacqueline Sim Xiu Ling, MBBS
        • Alatutkija:
          • Brian Goh Kim Poh, MBBS
        • Alatutkija:
          • Gek Hsiang Lim, MSC
        • Alatutkija:
          • Marcus Ong Eng Hock, MPH

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

  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Kuvaus

Sisällyttämiskriteerit:

  1. Potilaat >=21 vuotta vanhat
  2. Elektiiviseen leikkaukseen menossa olevat potilaat

Puolistrukturoituun haastatteluun:

1. Kaikki lääkärit tai sairaanhoitajat, jotka käyttivät CARESia tutkimuskokeen aikana

Poissulkemiskriteerit:

  1. Potilaat, joilla on alentunut henkinen toimintakyky
  2. Potilaat, jotka eivät voi antaa suostumusta

Opintosuunnitelma

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

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Ensisijainen käyttötarkoitus: Muut
  • Jako: Satunnaistettu
  • Inventiomalli: Rinnakkaistehtävä
  • Naamiointi: Ei mitään (avoin tarra)

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Active Comparator: CARES-ohjattu ryhmä
Interventio
Muut: CARES-ohjattu ryhmä
CARES-ohjattuihin osiin satunnaistettujen osallistujien CARES-pisteet lasketaan ja syötetään sähköiselle potilastietolomakkeelle (EMR). Tämä pistemäärä ja siihen liittyvät ohjeet näkyvät näkyvästi tällä sähköisellä lomakkeella. (Tämän haaran osallistujat saavat tämän toimenpiteen rutiiniharjoituksen lisäksi).
Ei väliintuloa: Ei CARES-ohjattu ryhmä
Kontrolli - Kontrolliryhmään satunnaistetut osallistujat jatkavat rutiininomaista anestesiaa edeltävää arviointiaan sähköisellä lomakkeella ilman CARES-laskimen laskelmia nykykäytännön mukaisesti

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Muutos perioperatiivisissa kuolleisuusluvuissa
Aikaikkuna: Viisi vuotta
Arvioida koneoppimisen kliinisen päätöstuen (ML-CDS) tehokkuutta. Hypoteesi: CARES-ohjatun ryhmän yhden vuoden kuolleisuus laskee suhteellisesti 30 %, koska kliinikot ovat tietoisia riskeistä.
Viisi vuotta

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Muutos mahdollisesti vältettävissä olevassa suunnitellussa tehohoitoyksikössä leikkauksen jälkeen
Aikaikkuna: Viisi vuotta
Arvioida ML-CDS-algoritmin tehokkuutta tehohoitoyksikön sänkyjen käytön optimoinnissa, mikä on tärkeä ja kallis sairaalaresurssi. Hypoteesi: Mahdollisesti vältettävissä oleva suunniteltu tehohoitoon pääsy leikkauksen jälkeen vähenee 25 %:lla CARES-ohjatussa ryhmässä.
Viisi vuotta

Muut tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Muutos CARESin CDS-suositusten hyväksymisasteessa anestesiologien, intensiivilääkärien, kirurgien ja sairaanhoitajien keskuudessa
Aikaikkuna: Viisi vuotta
Arvioida käyttöönottoa ja hyväksyttävyyttä sekä ymmärtää käyttäjäkokemusta ja huolenaiheita ML-pohjaisesta ennustesovelluksesta, joka on suunniteltu parantamaan potilasturvallisuutta kliinisessä ympäristössä. Hypoteesi: Anestesiologit, intensiivilääkärit, kirurgit ja sairaanhoitajat omaksuvat laajalti CARESin CDS-suosituksia.
Viisi vuotta

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Singapore General Hospital

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. toukokuuta 2023

Ensisijainen valmistuminen (Odotettu)

Torstai 1. heinäkuuta 2027

Opintojen valmistuminen (Odotettu)

Keskiviikko 1. joulukuuta 2027

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Tiistai 14. maaliskuuta 2023

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Keskiviikko 29. maaliskuuta 2023

Ensimmäinen Lähetetty (Todellinen)

Keskiviikko 12. huhtikuuta 2023

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Keskiviikko 12. huhtikuuta 2023

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Keskiviikko 29. maaliskuuta 2023

Viimeksi vahvistettu

Keskiviikko 1. maaliskuuta 2023

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muut tutkimustunnusnumerot

  • IMAGINATIVE Trial

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

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 Koneoppiminen

Kliiniset tutkimukset CARES-ohjattu ryhmä

Hae vastaavia kokeiluja

Sponsorit ja yhteistyökumppanit

Sairaudet

Huumeiden interventiot

CROs by country

CROs in Gambia

Ehdot

Harvinaiset sairaudet

Huumeiden interventiot

Ravintolisät

Sponsori / yhteistyökumppanit

Sijainnit

Tilaa