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

SHOCKMATRIX Hemorrhage Predictive -mallin tuleva validointi (SHOCKMATRIX)

perjantai 14. helmikuuta 2025 päivittänyt: Assistance Publique - Hôpitaux de Paris

Reaaliaikaiseen koneoppimiseen perustuvan ennakoivan mallin ulkoinen validointi varhaisen vaikean verenvuodon ja verenvuodon resurssien tarpeisiin traumapotilailla

Vakavan posttraumaattisen verenvuodon hoito on edelleen haaste kaikille traumanhoitojärjestelmille. Integroitujen ja innovatiivisten työkalujen tutkiminen, jotka on suunniteltu ennakoimaan varhaisen vakavan verenvuodon (ESH) riskiä ja resurssien tarvetta, voisi tarjota lupaavan vaihtoehdon parantaa kliinisiä päätöksiä ja lyhentää interventioaikaa sairaalaa edeltävän vakavan trauman yhteydessä. Koska näyttöä ei näytä puuttuvan tämän ongelman ratkaisemiseksi, tässä ambispektiivisessa validointitutkimuksessa ehdotetaan, että riippumattomassa kohortissa arvioidaan äskettäin kehitetyn koneoppimiseen perustuvan mallin ennakoivaa suorituskykyä sekä sen kliinisen käyttöönoton toteutettavuutta reaaliaikaisissa terveydenhuollon olosuhteissa. .

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Tausta: Hemorraginen sokki on edelleen vakavien loukkaantuneiden potilaiden varhaisessa ehkäistävissä olevan kuoleman johtava syy. Kun vakava verenvuoto tapahtuu pian vakavan trauman jälkeen, mikä määrittelee varhaisen vakavan verenvuodon (ESH), sen hallinnasta tulee erittäin haastavaa. Tässä yhteydessä kliinisten päätösten parantaminen ja interventioajan lyhentäminen, joka tunnetaan kriittisenä päätepisteenä, saattaa edellyttää innovatiivisten työkalujen suunnittelua varhaiseen havaitsemiseen sekä niiden integroimisen tutkimiseen rutiininomaiseen terveydenhuoltoprosessiin.

Tavoite: Tämä tutkimus on osa TRAUMATRIX-projektia, jota johtaa Traumabase Group yhteistyössä Capgemini Inventin ja useiden tutkimuskeskusten (Ecole polytechnique, CNRS, EHESS) kanssa. Tutkimuksen tavoitteena on ulkoisesti validoida äskettäin kehitetty koneoppimiseen perustuva ESH-ennustemalli traumapotilailla. . Tämä malli, joka on aiemmin koulutettu korkealaatuiseen Traumabase-nimiseen traumatietokantaan, tarjoaa erityisen kyvyn käsitellä puuttuvia arvoja.

Materiaalit ja menetelmät: Vähintään 1500 aikuista traumapotilasta kahdeksasta ranskalaisesta traumakeskuksesta otetaan mukaan kuuden-24 kuukauden ajaksi retrospektiivisen ja tulevan näytteen kanssa. ESH on ensisijainen tulos, joka määritellään joksikin seuraavista tapahtumista, jotka tapahtuvat trauman hoidon ensimmäisten tuntien aikana: mikä tahansa punasolujen (RBC) siirto elvytyshuoneessa tai verensiirto, joka ylittää 4 punasolua ensimmäisen 6 tunnin aikana, tai hätätilanteessa hemostaattinen interventio (kirurgia tai interventioradiologia) tai kuolema yksiselitteisen hallitsemattoman, esineellisen verenvuodon yhteydessä. Mielenkiintoisia tietoja kerätään kahdessa vaiheessa: (1) traumanhallinnan esisairaalavaiheesta, jossa ESH:n algoritmisen ennusteen (10 syöttöä) laskemiseen tarvittavat muuttujat sekä hoitoa saavan traumajohtajan kliinisen ennusteen. elvytyshuoneessa ennakkohälytys hälytyskeskuksesta tallennetaan reaaliajassa käyttämällä Capgemini Invent -tiimien kehittämää käyttäjäystävällistä älypuhelinliittymää; (2) viivästetystä vaiheesta, jossa suoritetaan klassinen sisällyttäminen Traumabase®-järjestelmään ESH-yhdistelmäpäätepisteen komponenttimuuttujien hakemiseksi, ja palautekysely lähetetään tutkimukseen osallistuville traumatiimeille lisäinformaation keräämiseksi. Kerättyjä potentiaalisia tietoja vertaamme kahden järjestelmän retrospektiiviseen kohortin ennustavaan suorituskykyyn, nimittäin kliinisen traumaasiantuntijan verrattuna koneoppimiseen perustuvaan ennustemalliimme.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Todellinen)

1584

Yhteystiedot ja paikat

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

Opiskelupaikat

      • Clichy, Ranska, 92110
        • Beaujon Hospital AP-HP, Anesthesia-Intensive Care Department
      • La Tronche, Ranska, 38700
        • GRENOBLE ALPES UNIVERSITY HOSPITAL
      • Le Kremlin-Bicêtre, Ranska, 94270
        • Bicêtre Hospital AP-HP, Anesthesia-Intensive Care Department
      • Lille, Ranska, 59037
        • Lille University Hospital, Anaesthesia and Intensive Care Unit
      • Paris, Ranska, 75013
        • Pitié-Salpêtrière Hospital AP-HP, Anesthesia-Intensive Care Department
      • Paris, Ranska, 75015
        • Georges-Pompidou European Hospital AP-HP, Anesthesia-Intensive Care Department
      • Strasbourg, Ranska, 67200
        • University Hospitals Strasbourg, Anaesthesia, Intensive Care and Peri-Operative Medicine Department
      • Toulouse, Ranska, 31059
        • University Hospital of Toulouse, Polyvalent Intensive Care

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

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Jokainen vakavan trauman saanut aikuinen potilas otetaan osallistuvaan keskukseen, lukuun ottamatta niitä, joilla on jo diagnosoitu aktiivinen verenvuoto tietokonetomografialöydöksistä, ja potilaat, joilla on aiemmin ollut traumaattinen sydänpysähdys

Kuvaus

Sisällyttämiskriteerit:

  • jokainen vakavan trauman aikuinen potilas otetaan osallistuvaan keskukseen

Poissulkemiskriteerit:

  • potilaat, joilla on jo diagnosoitu aktiivinen verenvuoto tietokonetomografialöydösten perusteella;
  • potilailla, joilla on aiemmin ollut traumaattinen sydänpysähdys
  • alle 18-vuotias potilas
  • potilaan tai sukulaisen vastustus

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
Sairaalaa edeltävät vakavat traumapotilaat
Jokainen 18-vuotias tai vanhempi vakava traumapotilas otetaan osallistuvaan keskukseen, lukuun ottamatta niitä, joilla on jo diagnosoitu aktiivinen verenvuoto tietokonetomografialöydöksistä ja ne, joilla on aiemmin ollut traumaattinen sydänpysähdys
Koneoppimismallin retrospektiivinen ja prospektiivinen validointi traumapotilaiden suuren verenvuodon ennustamiseksi kliinikon ennusteeseen verrattuna

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Fβ-pisteet, β = 4
Aikaikkuna: 18 kuukautta

Konfiguroitava yhden pisteen metriikka binäärisen luokitusmallin arviointiin. Parametri β mahdollistaa väärän negatiivisen ennustusvirheen korostamisen.

Fβ-pistemäärän kaava on annettu alla (TP tosi positiiviset, FN väärät negatiiviset, FP väärät positiiviset):

Fβ= ((1+β^2 ).TP)/((1+β^2 ).TP+ β^2.FN+FP)

18 kuukautta

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Yleiset binääriluokittelumetriikat
Aikaikkuna: 18 kuukautta
Herkkyys Se, Spesifisyys Sp, Tarkkuus Acc, Positiivinen ennustearvo PPV, Negatiivinen ennustearvo NPV
18 kuukautta

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

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)

Perjantai 1. heinäkuuta 2022

Ensisijainen valmistuminen (Todellinen)

Maanantai 24. kesäkuuta 2024

Opintojen valmistuminen (Todellinen)

Maanantai 24. kesäkuuta 2024

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Keskiviikko 14. helmikuuta 2024

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Keskiviikko 14. helmikuuta 2024

Ensimmäinen Lähetetty (Todellinen)

Keskiviikko 21. helmikuuta 2024

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Tiistai 25. maaliskuuta 2025

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Perjantai 14. helmikuuta 2025

Viimeksi vahvistettu

Lauantai 1. helmikuuta 2025

Lisää tietoa

Tähän tutkimukseen liittyvät termit

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