- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT06689059
Lonkan tekonivelleikkauksen multimodaalisen monitavoitteeisen integroidun konealgoritmin tutkimus
HoPreM-alusta: Tehokas multimodaalinen monitehtävä ennuste perioperatiivisista tapahtumista lonkan tekoleikkauksen jälkeen
Tarkoitus:
Tämän tutkimuksen tavoitteena on kehittää holistinen ennakoiva monitoimialusta kliinisten tietojen analysointiin (HoPreM), joka ennustaa tarkasti lonkan tekonivelleikkauksen jälkeiset perioperatiiviset tapahtumat yhdistämällä erityyppisiä tietoja, mukaan lukien demografiset, kirurgiset, sairaushistorian ja laboratoriotiedot. Tapahtumat, joita pyrimme ennustamaan, ovat akuutti munuaisvaurio (AKI), verensiirtotarpeet, 48 tunnin leikkauksen jälkeinen kotiuttaminen (48hPOD), tehohoitoyksikön (ICU) siirto ja sairaalahoidon pituus (LOS).
Keskeiset kysymykset:
Voiko HoPreM-alusta vähentää komplikaatioiden riskiä lonkan tekonivelleikkauksen jälkeen? Kuinka tarkka alusta on edellä mainittujen perioperatiivisten tapahtumien ennustamisessa?
Osallistujat:
Ole 18-vuotiaat ja sitä vanhemmat potilaat, joille tehdään lonkan tekonivelleikkaus ja joiden lääketieteellisistä tiedoista puuttuu alle 10 % arvoja.
Käytä heidän tietojaan HoPreM-alustan ennakoivien mallien kouluttamiseen ja testaamiseen.
Opiskelumenettelyt:
Potilastiedot kerätään Xi'an Honghuin sairaalasta, mukaan lukien kreatiniiniarvot ennen ja jälkeen leikkausta.
Tutkijat käyttävät HoPreM-alustaa käsitelläkseen multimodaalista tietoa, mukaan lukien demografiset, kirurgiset, sairaushistorian ja laboratoriotestitiedot.
Alusta käyttää erilaisia kokonaisoppimisalgoritmeja (mukaan lukien XGBoost, random forest, LightGBM ja CatBoost) erilaisten perioperatiivisten tulosten ennustamiseen.
Odotetut tulokset:
HoPreM-alusta osoittaa kykynsä ennustaa lonkan tekonivelleikkauksen jälkeisiä komplikaatioita, erityisesti akuutteja munuaisvaurioita ja verensiirtotarpeita.
SHAP-arvoanalyysin avulla tutkimus paljastaa edelleen ominaisuuksien ja kliinisten tulosten väliset suhteet, mikä parantaa mallin tulkittavuutta ja kliinistä käyttökelpoisuutta.
Yhteystiedot:
Jos sinulla on kysyttävää tästä tutkimuksesta tai haluat lisätietoja, ota yhteyttä tutkimusryhmään.
Tutkimuksen yleiskatsaus
Tila
Ehdot
Interventio / Hoito
Yksityiskohtainen kuvaus
Opintotyyppi
Ilmoittautuminen (Todellinen)
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Tämä tutkimus sisältää aikuispotilaita, joille on tehty lonkan tekonivelleikkaus Xi'an Honghuin sairaalassa. Tutkimuspopulaatiolle on tyypillistä monipuolinen sukupuoli, ikä ja sairaushistoria, mukaan lukien potilaat, joilla on verenpainetauti, diabetes ja muut samanaikaiset sairaudet. Osallistumiskriteerit ovat:
Ikä 18 vuotta tai vanhempi Puuttuvat arvot lääketieteellisistä tiedoista alle 10 % Loogisesti johdonmukaiset potilastiedot Sekä leikkauksen edeltävien että postoperatiivisten kreatiniiniarvojen saatavuus Tavoitteena on luoda kattava tietojoukko, joka edustaa kliinisessä käytännössä lonkan tekonivelleikkauksen yhteydessä havaittujen potilaiden tyypillistä väestörakennetta.
Kuvaus
Sisällön kriteerit:
Potilaat, joille on tehty lonkan tekonivelleikkaus Ikä 18 vuotta tai vanhemmat Puuttuvat arvot lääketieteellisistä tiedoista alle 10 % Loogisesti johdonmukaiset potilastiedot Sekä preoperatiivisten että postoperatiivisten kreatiniiniarvojen saatavuus
Poissulkemiskriteerit:
Ei-lonkan tekonivelleikkauspotilaat (potilaat, joille ei tehty lonkan tekonivelleikkausta) Ikä alle 18 vuotta Puuttuvat arvot yli 10 % lääketieteellisistä tiedoista. Loogisia epäjohdonmukaisuuksia sairauskertomuksessa Ei saatavilla preoperatiivisia tai postoperatiivisia kreatiniiniarvoja
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Lonkan tekonivelen kohortti
Tämä kohortti sisältää potilaita, joille tehdään lonkan tekonivelleikkaus.
HoPreM-alustaa käytetään usean tehtävän ennakoivaan analyysiin perioperatiivisista komplikaatioista, mukaan lukien AKI, verensiirtovaatimukset, leikkauksen jälkeinen kotiuttaminen 48 tunnin sisällä, teho-osaston siirto ja sairaalahoidon pituus (LOS).
|
Tässä tutkimuksessa hyödynnetään multimodaalista tietojen integrointia ja moniajo-oppimislähestymistapaa lonkan tekonivelleikkauksen jälkeisten perioperatiivisten tapahtumien ennustamiseen.
Yhdistämällä erilaisia tietotyyppejä, mukaan lukien demografiset tiedot, kirurgiset tiedot, sairaushistoria ja laboratoriotulokset, malli parantaa tulosten, kuten AKI:n, verensiirtotarpeiden ja teho-osaston siirtojen ennustetarkkuutta.
Ensemble-oppimisalgoritmien, kuten CatBoostin, käyttö optimoi alustan suorituskyvyn ja tarjoaa ainutlaatuisen menetelmän kliinisen päätöksenteon tukemiseen.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Verensiirtovaatimukset
Aikaikkuna: Leikkauksen jälkeisestä päivästä 1 kotiuttamiseen saakka, enintään 40 päivään, arvioituna sen perusteella, onko sairaalassa käynnin aikana tallennettu verensiirto.
|
Arvioida verensiirron tarvetta leikkauksen jälkeen.
|
Leikkauksen jälkeisestä päivästä 1 kotiuttamiseen saakka, enintään 40 päivään, arvioituna sen perusteella, onko sairaalassa käynnin aikana tallennettu verensiirto.
|
|
48 tunnin leikkauksen jälkeinen kotiutus
Aikaikkuna: 48 tunnin sisällä leikkauksesta, arvioitiin sen perusteella, onko potilas kotiutettu sairaalasta tämän 48 tunnin aikana.
|
Tämä tulosmittaus arvioi, onko potilas kotiutettu sairaalasta 48 tunnin sisällä leikkauksesta.
|
48 tunnin sisällä leikkauksesta, arvioitiin sen perusteella, onko potilas kotiutettu sairaalasta tämän 48 tunnin aikana.
|
|
ICU siirto
Aikaikkuna: Leikkauksen jälkeisestä päivästä 1 kotiutumiseen saakka, enintään 40 päivään, arvioituna sen perusteella, onko sairaalahoidon aikana tapahtunut teho-osaston siirto.
|
Tämä tulosmittaus tallentaa, onko potilas siirretty tehohoitoyksikköön (ICU) missä tahansa vaiheessa sairaalassa olonsa aikana leikkauksen jälkeisestä päivästä 1 kotiutumiseen saakka. Tarkkailujakso on enintään 40 päivää.
|
Leikkauksen jälkeisestä päivästä 1 kotiutumiseen saakka, enintään 40 päivään, arvioituna sen perusteella, onko sairaalahoidon aikana tapahtunut teho-osaston siirto.
|
|
Sairaalassa oleskelun pituus
Aikaikkuna: Sairaalassa oleskelun kokonaiskesto saapumisesta kotiutukseen, enintään 40 päivää.
|
Tämä tulosmitta laskee, kuinka monta päivää potilas viettää sairaalassa vastaanottohetkestä kotiuttamiseen saakka, enintään 40 päivään.
|
Sairaalassa oleskelun kokonaiskesto saapumisesta kotiutukseen, enintään 40 päivää.
|
|
Akuutin munuaisvaurion (AKI) ilmaantuvuus
Aikaikkuna: Päivästä 1 päivään 7 leikkauksen jälkeen.
|
AKI:n ilmaantuvuus arvioidaan päivittäin vertaamalla seerumin kreatiniinitasoja leikkausta edeltävään lähtötasoon.
AKI:n ilmaantuvuus määräytyy kreatiniinin ≥0,3 mg/dl nousuna 48 tunnin sisällä tai ≥50 %:n nousuna 7 päivän kuluessa lähtötasosta.
|
Päivästä 1 päivään 7 leikkauksen jälkeen.
|
Yhteistyökumppanit ja tutkijat
Sponsori
Tutkijat
- Päätutkija: Jingkun Liu, Honghui hospital, Xi'an Jiaotong University
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
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
Muut tutkimustunnusnumerot
- Xi'anHongHuiH
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
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 .