- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT06310525
Koneoppimisen käyttäminen Tanskan hukkumiskaavan optimointiin (DROWN_DDF2)
Koneoppimisavusteinen hukkumisen tunnistus Tanskan esisairaalan hukkumisdatalle: Koneoppimisen käyttäminen Tanskan hukkumiskaavan optimointiin
Tutkimuksen yleiskatsaus
Tila
Ehdot
Interventio / Hoito
Yksityiskohtainen kuvaus
DDF julkaistiin vuonna 2023. Se on tekstihakualgoritmi, joka on suunniteltu etsimään sähköisiä potilastietoja sisältävien tietokantojen jäsentelemättömiä tekstikenttiä kaikkien mahdollisten veteen liittyvien tapausten tunnistamiseksi. DDF koostuu lukuisista laukaisusanoista, jotka liittyvät upotusvammaan (esim. "drukn" / hukkua, "vand" / vesi, "hav" / valtameri ja "båd" / vene).
Meneillään oleva tutkimus osoitti DDF:n vaikuttavia suorituskykymittareita hukkumisen tunnistustyökaluna, kun sitä sovellettiin Tanskan PEMR:ään rajoittamattomin ehdoin. PPV oli kuitenkin alhainen erityisesti hukkumistapausten havaitsemiseksi. Tämän tutkimuksen tavoitteena on lisätä DDF:n positiivista ennustusarvoa ja vähentää manuaaliseen validointiin liittyviä ajallisia vaatimuksia.
Tiedot poimitaan Tanskan valtakunnallisesta Prehospital Electronic Medical Record -tietokannasta DDF:n avulla ja validoidaan manuaalisesti ennen kuin ne syötetään Tanskan Prehospital Drowning Dataan (DPDD).
DPDD:n tiedot vuosilta 2016–2021 jaetaan 80 prosenttiin (koulutustiedot) ja 20 prosenttiin (testitiedot), ja niitä käytetään koneoppimisen kouluttamiseen.
DPDD:n tietoja vuosilta 2022–2023 käytetään validointitietoina koneoppimisen suorituskykymittareiden laskemiseen.
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
Region Sjælland
-
Næstved, Region Sjælland, Tanska, 4700
- Prehospital Center
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Lapsi
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Potilaalla on täytynyt olla hengitysvaikeuksia upotuksen tai nesteeseen upotuksen vuoksi (mukaan lukien jatkuva yskä, hengityspysähdys ja tajuttomuus).
- Potilaan on täytynyt olla yhteydessä Tanskan esisairaalan ensiapuun.
Poissulkemiskriteerit:
- Dupletit
- Virheellinen kansalaisrekisterinumero
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Kuolettava hukkuminen
Hukkumistapaukset, joissa potilas kuoli 30 päivän kuluessa tapahtumasta uppoamisvamman seurauksena
|
WHO määritteli hukkumisen vuonna 2002 "prosessiksi, jossa hengitysvaikeudet kokevat upotuksen tai nesteeseen upotuksen seurauksena".
|
|
Ei-kuolematon hukkuminen
Hukkumistapaukset, joissa potilas selvisi 30 päivään
|
WHO määritteli hukkumisen vuonna 2002 "prosessiksi, jossa hengitysvaikeudet kokevat upotuksen tai nesteeseen upotuksen seurauksena".
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Koneoppimisalgoritmin herkkyys hukkumisen tunnistustyökaluna
Aikaikkuna: Koulutetun koneoppimisen herkkyys lasketaan vuosien 2022 ja 2023 tietojen perusteella.
|
Herkkyys [TP / (TP+FN)] lasketaan osoittamaan koneoppimisen suorituskykyä hukkumisen tunnistustyökaluna.
|
Koulutetun koneoppimisen herkkyys lasketaan vuosien 2022 ja 2023 tietojen perusteella.
|
|
Koneoppimisalgoritmin spesifisyys hukkumisen tunnistustyökaluna
Aikaikkuna: Koulutetun koneoppimisen spesifisyys lasketaan vuosien 2022 ja 2023 tietojen perusteella.
|
Spesifisyys [TN / (FP+TN)] lasketaan osoittamaan koneoppimisen suorituskykyä hukkumisen tunnistustyökaluna.
|
Koulutetun koneoppimisen spesifisyys lasketaan vuosien 2022 ja 2023 tietojen perusteella.
|
|
Koneoppimisalgoritmin PPV
Aikaikkuna: Koulutetun koneoppimisen PPV lasketaan vuosien 2022 ja 2023 tietojen perusteella.
|
PPV [TP / (TP+FP)] lasketaan näyttämään koneoppimistestin tulos.
|
Koulutetun koneoppimisen PPV lasketaan vuosien 2022 ja 2023 tietojen perusteella.
|
|
Koneoppimisalgoritmin NPV
Aikaikkuna: Koulutetun koneoppimisen NPV lasketaan vuosien 2022 ja 2023 tietojen perusteella.
|
NPV [TN / (FN+TN)] lasketaan näyttämään koneoppimistestin tulos.
|
Koulutetun koneoppimisen NPV lasketaan vuosien 2022 ja 2023 tietojen perusteella.
|
Yhteistyökumppanit ja tutkijat
Sponsori
Tutkijat
- Opintojohtaja: Helle Collatz Christensen, Ass. Prof., Prehospital Center, Region Zealand
Julkaisuja ja hyödyllisiä linkkejä
Yleiset julkaisut
- Breindahl N, Wolthers SA, Jensen TW, Holgersen MG, Blomberg SNF, Steinmetz J, Christensen HC; Danish Cardiac Arrest Group. Danish Drowning Formula for identification of out-of-hospital cardiac arrest from drowning. Am J Emerg Med. 2023 Nov;73:55-62. doi: 10.1016/j.ajem.2023.08.024. Epub 2023 Aug 15.
- Breindahl N, Wolthers SA, Moller TP, Blomberg SNF, Steinmetz J, Christensen HC; Danish Drowning Validation Group. Characteristics and critical care interventions in drowning patients treated by the Danish Air Ambulance from 2016 to 2021: a nationwide registry-based study with 30-day follow-up. Scand J Trauma Resusc Emerg Med. 2024 Mar 6;32(1):17. doi: 10.1186/s13049-024-01189-y.
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Arvioitu)
Opintojen valmistuminen (Arvioitu)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Arvioitu)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- DROWN_DDF2
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
IPD-suunnitelman kuvaus
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Yhdysvalloissa valmistettu ja sieltä viety tuote
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 .