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

Koneoppiminen ennustaa kuntoutukseen vaikuttavia tekijöitä oleskelun kestoon ja neurologisen kuntoutuksen terveydenhuoltokustannuksiin

tiistai 26. marraskuuta 2024 päivittänyt: Chua Sui Geok, Karen, Tan Tock Seng Hospital

Koneoppimisen ennakoiva analyysi kuntoutuksen oleskelun kestoon (RLOS) ja suoriin sairaalahoitokustannuksiin vaikuttavista tekijöistä neurologisen laitoskuntoutuksen yhteydessä kolmannen asteen sairaalassa

Tämän retrospektiivisen tutkimuksen tavoitteena on selvittää korkea-asteen sairaalan neurologisen laitoskuntoutuksen välittömät kokonaiskustannukset, kuntoutuksen kesto (RLOS) ja RLOS:iin liittyvät tekijät.

Tutkimuksen yleiskatsaus

Tila

Aktiivinen, ei rekrytointi

Ehdot

Yksityiskohtainen kuvaus

Tutkimuksen tavoitteena on tunnistaa RLOS:iin vaikuttavia tekijöitä ja korreloivia kustannuksia neurologisen kuntoutuksen kustannuksissa korkea-asteen kuntoutuksessa käyttämällä EPIC:stä saatua tietoa. Tavoitteena on myös tunnistaa välittömät mediaanikustannukset, jotta saadaan selville paikallisen väestön kustannusten pääasialliset tekijät. Lopuksi tutkimuksessa pyritään hyödyntämään tekoälyä tai koneoppimista analysoimaan koottua dataa ennustavan mallin kehittämiseksi. Malli pyrkii ymmärtämään tekijöitä, jotka liittyvät pidennettyyn RLOS:iin ja ennustamaan neurologista kuntoutusta tarvitsevien potilaiden RLOS:ia auttamalla ennaltaehkäiseviä toimenpiteitä.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

10000

Yhteystiedot ja paikat

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

Opiskelupaikat

  • Singapore
      • Singapore, Singapore
        • Tan Tock Seng Hospital

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

Potilaat, jotka ovat tulleet kuntoutusosastolle vuodejaksonsa aikana neurologiseen kuntoutukseen.

Kuvaus

Sisällön kriteerit:

Kaikki potilaskuntoutuksen suorittaneet indeksiehdot kotiutusyhteenvedoissaan

Poissulkemiskriteerit: Eivät suorittaneet laitoshoitoa, koska heidät kotiutettiin lääkärin ohjetta vastaan

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
Potilaat, joilla on korkea-asteen neurologinen kuntoutus
Potilaat, joilla on vahvistettu aivohalvauksen, hankittujen aivovammojen, traumaattisten aivovammojen, aivokasvainten, keskushermoston infektioiden ja polytraumadiagnoosi akuuteista neurologisista tai neurokirurgisista yksiköistä Singaporessa. Kohortti valitaan TTSH Rehabilitation Centerin (TTSH RC) hakijoista vuodesta 2016 tähän päivään.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Kuntoutusjakson kesto
Aikaikkuna: 1998-2022
Kesto, jonka potilas otetaan kuntoutusosastolle ja kotiutetaan sieltä.
1998-2022
Sairaalan lasku
Aikaikkuna: 2012-2022
Laskun koko potilaan oleskelusta kuntoutusosastolla, mukaan lukien tuet, vakuutukset ja omavastuu.
2012-2022
Asunnon tyyppi
Aikaikkuna: 2014-2023
Asunnon tyyppi potilaiden sosioekonomisen aseman tarkastelussa.
2014-2023

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Tan Tock Seng Hospital

Tutkijat

  • Päätutkija: Dr Karen Chua, MBBS, Tan Tock Seng 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 (Todellinen)

Lauantai 1. kesäkuuta 2024

Ensisijainen valmistuminen (Arvioitu)

Keskiviikko 31. joulukuuta 2025

Opintojen valmistuminen (Arvioitu)

Torstai 31. joulukuuta 2026

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Perjantai 22. marraskuuta 2024

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Perjantai 22. marraskuuta 2024

Ensimmäinen Lähetetty (Todellinen)

Tiistai 26. marraskuuta 2024

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Arvioitu)

Keskiviikko 27. marraskuuta 2024

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Tiistai 26. marraskuuta 2024

Viimeksi vahvistettu

Perjantai 1. marraskuuta 2024

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Avainsanat

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • DSRB 2023/00873

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

PÄÄTTÄMÄTÖN

IPD-suunnitelman kuvaus

PI:n on tarkistettava tietojen laatu, koska poimiminen edellyttää pääsyn terveysministeriön hallituksen verkkosivustolle tunnistamattoman tietojoukon saamiseksi

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 .

Tilaa