Tehohoidon yksikön (ICU) indikaatioiden arviointi: ihminen vs. ChatGPT-4o-ennusteet (ICU)
Tehohoitoyksikön (ICU) päivystyspotilaiden vastaanottoaiheiden tarkkuuden arviointi: kliinisten päätösten ja ChatGPT-4o-ennusteen vertailu
Tutkimuksen yleiskatsaus
Tila
Yksityiskohtainen kuvaus
Tämä tutkimus on retrospektiivinen. Päivystykseen otettujen ja anestesiologia- ja elvytysklinikalle ICU-indikaatioiden vuoksi konsultoitujen potilaiden lääketieteelliset tiedot kerätään takautuvasti. Potilaiden demografiset tiedot, elintoiminnot, laboratoriotulokset, kuvantamislöydökset ja kliiniset päätökset tallennetaan. Nämä tiedot kerätään järjestelmällisesti jokaisesta potilaasta käyttämällä yksilöllistä tapausraporttilomaketta.
Tutkimuksen osallistumiskriteerit:
Tutkimukseen otetaan mukaan 18-vuotiaat ja sitä vanhemmat potilaat, jotka ovat tulleet anestesiologian ja elvytysklinikalle tehohoito-aiheisiin ensiapuosastolta.
Tutkimuksen poissulkemiskriteerit:
Potilaat konsultoivat anestesiologia- ja elvytysklinikalla teho-osaston indikaatioita sairaalahoidosta.
Potilaat kääntyivät anestesiologian ja elvytysklinikalle päivystysosastolta muista syistä kuin teho-osaston käyttöaiheista.
Potilaat kääntyivät anestesiologian ja elvytysklinikalle päivystysosaston teho-osaston indikaatioiden vuoksi, mutta tallennetut tiedot olivat riittämättömät (potilaat, joilla on tietojen menetys).
Mallin koulutus- ja ennustusanalyysi:
ChatGPT-4 koulutetaan Çiftçi B:n, Erdoğan C:n ja Demiraran Y:n "Yoğun Bakım Hasta Kabul Kriterleri (Rehberleri)" ohjeiden mukaisesti (5). Kerätyt potilastiedot esitetään ChatGPT-4-mallissa, jotta saadaan ennusteita siitä, tarvitsevatko potilaat tehohoitoon. ChatGPT:n tekemiä ennusteita verrataan kliinisiin päätöksiin, ja tarkkuusprosentti, väärä positiivisuus ja vääriä negatiivinen suhde analysoidaan.
Tutkimuksessa käytettävät tilastolliset analyysimenetelmät:
Tarkkuusaste: Nopeus, jolla ChatGPT ennustaa oikein teho-osaston indikaatiot, lasketaan.
Väärin positiivinen määrä: Arvioidaan, kuinka nopeasti ChatGPT ennustaa tehohoitotarvetta potilaille, jotka eivät tarvitse tehohoitoon pääsyä.
Väärin negatiivinen osuus: Analysoidaan nopeus, jolla ChatGPT ennustaa, että tehohoitoon pääsyä tarvitseville potilaille ei ole tarvetta teho-osastolle.
Kappa-tilastot: ChatGPT-ennusteiden ja kliinisten päätösten välinen sopimus mitataan.
ROC-käyrä ja AUC: ChatGPT:n suorituskykyä arvioidaan ROC-käyrän ja AUC:n avulla.
Jokaiselle potilaalle käytettävä tapausraporttilomake varmistaa kliinisen tiedon yksityiskohtaisen ja järjestelmällisen tiedonkeruun, jonka tavoitteena on verrata mielekkäästi ChatGPT:n ennusteiden ja kliinisten päätösten yhteensopivuutta.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
-
Bursa, Turkki (Türkiye)
- Bursa Yuksek Ihtisas Training and Research Hospital
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällön kriteerit:
- Tutkimukseen otetaan mukaan 18-vuotiaat ja sitä vanhemmat potilaat, jotka hakeutuvat anestesiologian ja elvytysklinikalle tehohoito-aiheisiin ensiapuosastolta.
Poissulkemiskriteerit:
- Potilaat konsultoivat anestesiologia- ja elvytysklinikalla teho-osaston indikaatioita sairaalahoidosta.
- Potilaat kääntyivät anestesiologian ja elvytysklinikalle päivystysosastolta muista syistä kuin teho-osaston käyttöaiheista.
- Potilaat, jotka on konsultoitu anestesiologia- ja elvytysklinikalle teho-osastolla päivystysosastolta saatujen tehohoito-aiheiden vuoksi, mutta tallennetut tiedot ovat riittämättömät (potilaat, joiden tietoja on kadonnut)
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Aikaikkuna |
|---|---|
|
ChatGPT-4:n tarkkuus ICU-indikaatioiden ennustamisessa
Aikaikkuna: 3 kuukautta
|
3 kuukautta
|
|
Väärin positiivinen prosentti
Aikaikkuna: 3 kuukautta
|
3 kuukautta
|
|
Väärin negatiivinen korko
Aikaikkuna: 3 kuukautta
|
3 kuukautta
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Aikaikkuna |
|---|---|
|
Kappa tilasto
Aikaikkuna: 3 kuukautta
|
3 kuukautta
|
Yhteistyökumppanit ja tutkijat
Tutkijat
- Päätutkija: İlkay Ceylan, ceylanilkay@yahoo.com
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- BYIEAH-INKA
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
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 .