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

Mekaanisen ilmanvaihdon keston ennustaminen akuutissa hypoksemisessa hengityksen vajaatoiminnassa (PREMIER)

tiistai 7. heinäkuuta 2026 päivittänyt: Jesus Villar

Mekaanisen venylaation keston ennustaminen potilailla, jotka ovat akuutin hypoksemisen hengitysvaurion vajaa

Akuutti hypokseminen hengitysvaje (AHRF) on yleinen syy intensiivisihoitoyksiköissä (ICU) maailmanlaajuisesti. Arvioimme koneoppimisen (ML) tekniikoita mekaanisen ilmanvaihdon (MV) pitkäaikaisen keston (> tai = - 7 päivää) ennustamiseksi 1 241 potilaalla, jotka ovat ilmoittautuneet Espanjan Pandora -tutkimukseen. Tutkimus rekisteröitiin Clinaltrials.gov (NCT03145974). Tavoitteenamme on tunnistaa malli, jolla on vähimmäismäärä muuttujia, jotka ennustavat pitkittyneen ilmanvaihdon keston AHRF -potilailla, jotka käyttävät tietoja jo varhain ensimmäisistä 48 tunnista koneoppimisalgoritmeilla.

Tutkimuksen yleiskatsaus

Tila

Valmis

Ehdot

Interventio / Hoito

Yksityiskohtainen kuvaus

Akuutti hypokseminen hengitysvaje (AHRF) on yleisin syy intensiivisihoitoyksiköihin (ICU) maailmanlaajuisesti. Tutkijat arvioivat koneoppimisen (ML) tekniikoiden arvoa mekaanisen ilmanvaihdon (MV) pitkittyneen keston (> tai tasapuoliseen päivään) ennustamiseksi 1 241 potilaalla, jotka ovat ilmoittautuneet Espanjan Pandora -tutkimukseen. Harvoissa tutkimuksissa on tutkittu pitkittyneen MV: n ennustetta AHRF -potilailla.

Mallikoulutusta ja testausta varten tutkijat poimii tietoja satunnaispatetsista kahdesta ensimmäisestä päivästä AHRF: n diagnoosin jälkeen. Tutkijoilla oli tietokanta, jolla oli 2 000 000 nimettömänä ja dissosioituneen väestötieteen ja kliinisesti merkityksellisen tiedon 1 241 potilaalla, joilla oli AHRF 22 Espanjassa. Tutkijat seuraavat ennustemallien jalustan ohjeita. Tutkijat seulaavat asiaankuuluvat kerätyt muuttujat käyttämällä geneettistä algoritmimuuttujan valintaa, jotta saavutetaan parsimonia. Käytämme 5-kertaista CorSS-validointia potilailla, joilla on tietoja T0: lla, T24: llä ja T48: lla. Käytämme 25% mallin arvioimiseksi satunnaisesti valittuista potilaista.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Todellinen)

1241

Yhteystiedot ja paikat

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

Opiskelupaikat

  • Espanja
      • Madrid, Espanja
        • Hospital Universitario La Paz
    • Las Palmas
      • Las Palmas de Gran Canaria, Las Palmas, Espanja, 35019
        • Hospital Dr. Negrín

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

Tunnistettu tietojoukko, joka sisältää 1241 tuuletettua AHRF-potilasta, jotka otettiin Espanjan ICU: n verkostossa.

Kuvaus

Sisällyttämiskriteerit:

  • Enotracheal Intubation Puls Mekaaninen ilmanvaihto
  • PAO2/FIO2 -suhde <OR = 300 mmHg MV: n alla PEEP> OR = 5 ja FIO2> OR = 0,3

Poissulkemiskriteerit:

  • Aivojen kuolemanpotilaat

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
Johdannainen/testaus kohortti
Tutkijat käyttävät 75%: n satunnaisesti valittujen potilaiden chartia, jonka tiedot ovat T0, T24 ja T48 akuutin hypoksemisen hengitysvajeen diagnoosin jälkeen (AHRF). Käytämme koneoppimista lähestymistapoja.
Muut: Koneoppiminen ja logistinen regressio koulutus-/testauskohortissa ja validointikohorissa
Koneoppiminen ja logistinen regressio validointikohorelle
Validointi
Käytämme satunnaisesti valittuja 25% näkymättömistä potilaista, joiden tiedot ovat T0, T24 ja T48 AHRF: n diagnoosin jälkeen.
Muut: Koneoppiminen ja logistinen regressio koulutus-/testauskohortissa ja validointikohorissa
Koneoppiminen ja logistinen regressio validointikohorelle

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Mv kesto
Aikaikkuna: jopa 100 viikkoa
mekaanisen ilmanvaihdon kesto
jopa 100 viikkoa

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Jesus Villar

Yhteistyökumppanit

Instituto de Salud Carlos III
Hospital Universitario de Gran Canaria Doctor Negrín

Tutkijat

  • Opintojohtaja: Jesus Villar, Fundación Canaria Instituto de Investigación Sanitaria de Canarias

Julkaisuja ja hyödyllisiä linkkejä

Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.

Yleiset julkaisut

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)

Sunnuntai 2. helmikuuta 2025

Ensisijainen valmistuminen (Todellinen)

Perjantai 1. toukokuuta 2026

Opintojen valmistuminen (Todellinen)

Maanantai 1. kesäkuuta 2026

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Maanantai 3. helmikuuta 2025

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Maanantai 3. helmikuuta 2025

Ensimmäinen Lähetetty (Todellinen)

Perjantai 7. helmikuuta 2025

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Keskiviikko 8. heinäkuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Tiistai 7. heinäkuuta 2026

Viimeksi vahvistettu

Keskiviikko 1. heinäkuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Avainsanat

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • PIFIISC24

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

IPD-suunnitelman kuvaus

Eettiset syyt

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