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

Ohjeiden noudattaminen dyslipidemiassa klinikasta päätettä tukevalla järjestelmällä

sunnuntai 22. helmikuuta 2026 päivittänyt: I.M. Sechenov First Moscow State Medical University

Kliinisten käytäntöohjeiden noudattamisen arviointi dyslipidemiapotilailla käyttämällä kliinistä päätöksentekotukijärjestelmää

Tavoite: Validoida kehitetyn kliinisen päätöksentuen tukijärjestelmän (CDSS) suorituskyky lipidimetaboliahäiriöistä kärsiville potilaille päätöspuualgoritmiin perustuen.

Materiaalit ja menetelmät: Kliininen päätöksentuen tukijärjestelmä lipidiprofiilin poikkeavuuksista kärsiville potilaille kehitetään Orbeon-avoimen lähdekoodin verkkolomakeluontialustan avulla nykyisten kliinisten suositusten perusteella.

CDSS-pilotointitoteutuksen aikana analysoidaan 500 potilaan elektronisia potilaskertomuksia (EMR) Sechenov-yliopiston biolääketieteen ja teknologian puiston personoidun kardiologian instituutista.

Retrospektiivistä dataa määrätystä lipidien alentavasta hoidosta, joka on poimittu EHR:stä, verrataan CDSS-suosituksiin. Päätösten tarkkuutta arvioivat kolme riippumatonta asiantuntijaa digitalisoitujen kliinisten ja laboratoriokohtaisten potilasprofiilien perusteella.

Tutkimuksen ensisijainen päätepiste on järjestelmän tarkkuuden määrittäminen.

Tulokset: Tämä tutkimus johtaa SPPR-ohjelman kehittämiseen (luomiseen) ja pilotointisovellukseen dyslipidemiapotilaiden hoidossa todellisessa kliinisessä käytännössä.

Johtopäätös: Kehitetty CDSS-järjestelmä dyslipidemian hoidossa lyhentää merkittävästi kliiniseen päätöksentekoon tarvittavaa aikaa ja auttaa välttämään virheitä potilastietojen tulkinnassa.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Tämä tutkimus suoritettiin retrospektiivisenä havainnointitutkimuksena, ja sen tavoitteena oli kehittää ja soveltaa päätöspuualgoritmiin perustuva päätöksentukijärjestelmä lääkäreille, jotka hoitavat lipidiaineenvaihdunnan häiriöistä kärsiviä potilaita, sekä arvioida dyslipidemiapotilaiden hoidon kliinisten suositusten noudattamisen astetta todellisessa kliinisessä käytännössä.

Tutkimuksen osana suoritetaan aikuispotilaiden sähköisten potilastietojen retrospektiivinen analyysi. Kliinisiä tietoja poimitaan potilastiedoista, mukaan lukien demografiset ominaisuudet, laboratoriomääritykset lipidiprofiilista (kokonaiskolesteroli, LDL- ja HDL-kolesteroli, triglyseridit), munuaisten toimintaa kuvaavat indikaattorit (kreatiinitaso ja estimoitu glomerulaarinen suodatusnopeus), biokemialliset parametrit, mukaan lukien alaniiniaminotransferaasi- ja kreatiinifosfokinaasitasot, sekä tiedot yhteis- ja aiemmista sairauksista.

500 potilaan tiedot strukturoidaan ja syötetään sähköiseen lomakkeeseen, joka toimii päätöspuualgoritmin muodossa toteutetun kliinisen päätöksentukijärjestelmän perustana. Tätä järjestelmää käytetään yksinomaan analyyttisiin tarkoituksiin, ja sen avulla voidaan määrittää indikaatiot lipidilääkityksen määräämiseksi, sen suositeltu intensiteetti sekä lääkeannosten tarve säätää nykyisten kliinisten suositusten mukaisesti.

Hoitavien lääkärien todellisesti määräämät ja potilastietoihin merkityt lipidilääkityksen määräykset verrataan kliinisen päätöksentukijärjestelmän tuottamiin suosituksiin. Suoritetaan riippumaton asiantuntija-arviointi. Kolmesta lääkäristä koostuva asiantuntijaryhmä muodostaa omat suosituksensa hoidosta kunkin potilaan kliinisten tietojen perusteella ilman pääsyä tietoihin todellisista määräyksistä ja algoritmin tuloksista, mikä varmisti päätepisteiden sokkoutetun arvioinnin.

Välittömästi kaikkien potilaiden kyselylomakkeen täyttämisen jälkeen saadaan myös kaksi riippumatonta asiantuntijalausuntoa jokaisesta potilaasta. Sitten vertaamalla hoitavien lääkärien päätöksiä, kliinisen päätöksentukijärjestelmän suosituksia ja asiantuntijaryhmän johtopäätöksiä arvioidaan todellisen kliinisen käytännön noudattamisen astetta nykyisiin dyslipidemiapotilaiden hoidon kliinisiin suosituksiin.

Potilaan henkilötietoja (sukunimi, etunimi, isännimi, syntymäaika, yhteystiedot) ei siirretä. Jokaiselle potilaalle määritetään yksilöllinen numero, joka ei ole linkitetty heidän henkilötietoihinsa.

Verkkokäyttöliittymä kehitettiin useista nykyisistä suosituksista kootun päätöspuun perusteella. Anonymisoitujen potilastietojen syöttämiseksi luotiin kyselylomake. Järjestelmän tuotos on sydän- ja verisuonitautiriskiarvio tai suositukset lipidilääkitykselle.

Käytimme seuraavia kliinisiä suosituksia:

  • Kliiniset käytäntösuositukset – Lipidiaineenvaihdunnan häiriöt. Hyväksytty Venäjän federaation terveysministeriössä, 2023.
  • ESC/EAS-suositukset dyslipidemioiden hoidosta: Lipidien muokkaus sydän- ja verisuonitautiriskiä vähentämään, 2019.
  • ESC/EOAS-suositukset valtimonpainetautipotilaiden hoidosta, 2018.
  • Valtimonpainetauti aikuisilla. Hyväksytty Venäjän federaation terveysministeriössä, 2024.
  • Stabiili iskeeminen sydäntauti. Hyväksytty Venäjän federaation terveysministeriössä, 2024.
  • ESC-suositukset kroonisen sepelvaltimotaudin oireyhtymän diagnosoinnista ja hoidosta, 2019.
  • ESC-suositukset akuutin ja kroonisen sydämen vajaatoiminnan diagnosoinnista ja hoidosta, 2021.
  • Krooninen sydämen vajaatoiminta. Hyväksytty Venäjän federaation terveysministeriössä, 2024.
  • Krooninen munuaissairaus (CKD). Hyväksytty Venäjän federaation terveysministeriössä, 2024.
  • Kliiniset suositukset ei-alkoholista rasvamaksatautia varten. Hyväksytty Venäjän federaation terveysministeriössä, 2023.

Suoritetaan tilastollinen analyysi lääketieteellisten virheiden yleisyydestä ja luonteesta EXCEL-järjestelmässä (kuvaileva tilasto). Vertailevaa analyysiä ei suoriteta. CDSS-järjestelmän tarkkuusparametrit määritetään nelikenttätaulukon menetelmällä.

Tämän tutkimuksen vertailukohtana on kahden kolmesta tai kaikkien kolmen asiantuntijan päätös sydän- ja verisuonitautiriskiarvioinnin oikeellisuudesta, lääkehoidon määräämisen oikeellisuudesta, suositellun ruokavalion ja liikunnan oikeellisuudesta sekä potilaan seurannan oikeellisuudesta (toistetut verikokeet, tutkimusten oikea-aikainen suorittaminen).

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

500

Yhteystiedot ja paikat

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

Opiskeluyhteys

Tutki yhteystietojen varmuuskopiointi

Opiskelupaikat

      • Moscow, Venäjä, 119435
        • 1 University 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

500 potilaan tietoja järjestetään ja syötetään sähköiseen lomakkeeseen, joka toimii perustana kliinisen päätöksentuen tukijärjestelmälle, joka toteutetaan päätöspuualgoritmin muodossa. Tätä järjestelmää käytetään yksinomaan analyyttisiin tarkoituksiin, ja se mahdollistaa lipidien alentavan hoidon määräämisen indikaatioiden, sen suositellun intensiteetin sekä lääkeannosten tarpeen mukauttamisen nykyisten kliinisten suositusten mukaisesti.

Kuvaus

Sisällyttämiskriteerit: Potilastietojen riittävä saatavuus kyselylomakepohjaisen järjestelmän täyttämiseksi; Ikä 18 vuotta tai enemmän; Allekirjoitettu tietoon perustuva suostumus osallistua tutkimukseen.

Ei-sisällyttämiskriteerit: Potilaat, joilla ei ole riittävästi tietoja kyselyn täyttämiseksi; Kieltäytyminen allekirjoittamasta tutkimukseen osallistumisen tietoon perustuvaa suostumusta. Poissulkemiskriteerit: Konsensusmielipiteen puuttuminen kliinisestä tapauksesta kolmesta asiantuntijasta kahden kesken.

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
Yleinen kohortti
500 potilasta strukturoidaan ja syötetään sähköiseen lomakkeeseen, joka toimii perustana kliinisen päätöksenteon tukijärjestelmälle, joka toteutetaan päätöspuualgoritmin muodossa. Tätä järjestelmää käytetään yksinomaan analyyttisiin tarkoituksiin, ja se mahdollistaa lipidien alentavan hoidon määräämisen indikaatioiden, sen suositellun intensiteetin sekä lääkeannosten tarpeen mukauttamisen nykyisten kliinisten suositusten mukaisesti määrittämisen.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Lääketieteellinen virhe sydän- ja verisuonitautien riskin tulkinnassa
Aikaikkuna: Tutkimuksen lopussa: keskimäärin 1,5 vuotta
Potilaan kardiovaskulaarisen riskin lääkärin tekemien virheellisten tulkintojen lukumäärä ja tyyppi määritetään kolmen riippumattoman asiantuntijan toimesta verrattuna lääketieteellisen päätöksentukijärjestelmän tuloksiin.
Tutkimuksen lopussa: keskimäärin 1,5 vuotta
Lääkevirhe lipidilääkityksen määräämisessä
Aikaikkuna: Tutkimuksen lopussa: keskimäärin 1,5 vuotta
Lääkärin määräämien virheellisten lipidien alentavien lääkkeiden lukumäärä ja tyyppi määritetään kolmen riippumattoman asiantuntijan toimesta verrattuna lääketieteellisen päätöksenteon tukijärjestelmän tuloksiin
Tutkimuksen lopussa: keskimäärin 1,5 vuotta
Kehitetyn lääketieteellisen päätöksenteon tukijärjestelmän toiminnassa esiintyvien virheiden tiheys verrattuna kolmen riippumattoman asiantuntijan päätökseen
Aikaikkuna: Tutkimuksen lopussa: keskimäärin 1,5 vuotta
Kehitetyn lääketieteellisen päätöksenteon tukijärjestelmän toiminnassa esiintyvien virheiden taajuus määritetään verrattaessa sitä kolmen riippumattoman asiantuntijan päätökseen
Tutkimuksen lopussa: keskimäärin 1,5 vuotta

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Julkaisuja ja hyödyllisiä linkkejä

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

Yleiset julkaisut

  • Evaluation of the effectiveness of lipid-lowering therapy in real clinical practice / N. O. Kuznetsova, F. E. Mamedzade, M. A. Podyanov [et al.] // Doctor.Ru. - 2024. - Vol. 23, No. 8. - Pp. 41-46. - DOI 10.31550/1727-2378-2024-23-8-41-46. - EDN ANFDYI

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 (Arvioitu)

Keskiviikko 1. huhtikuuta 2026

Ensisijainen valmistuminen (Arvioitu)

Perjantai 30. huhtikuuta 2027

Opintojen valmistuminen (Arvioitu)

Torstai 30. syyskuuta 2027

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Maanantai 9. helmikuuta 2026

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Maanantai 9. helmikuuta 2026

Ensimmäinen Lähetetty (Todellinen)

Tiistai 17. helmikuuta 2026

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Tiistai 24. helmikuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Sunnuntai 22. helmikuuta 2026

Viimeksi vahvistettu

Sunnuntai 1. helmikuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

IPD-suunnitelman kuvaus

Paikallisen eettisen toimikunnan vastaanottaman kieltoon vedoten ei ole mahdollista toimittaa asiakirjoja

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