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

Real-Time Acute Kidney Injury Perioperative Prediction Clinical Trial (ML-AKI)

tiistai 19. toukokuuta 2026 päivittänyt: University of California, San Francisco

Prediction of Acute Kidney Injury (AKI) After Surgery: A Pragmatic Three-Arm Cluster-Randomized Trial

This investigator-initiated, pragmatic trial evaluates whether displaying a machine learning (ML)- derived perioperative AKI risk score-alone or paired with an interruptive Best/Our Practice Advisory (BPA/OPA)-improves kidney-protective care and reduces kidney injury after non-obstetric surgery at UCSF. Approximately 75-100 attending anesthesiologists (clusters) are randomized 1:1:1 to: (a) Control (risk score hidden), (b) Score Only (visible preoperative AKI risk probability with passive KDIGO bundle recommendation), or (c) Score + BPA (visible risk plus interruptive KDIGO prompt for high-risk patients). CRNAs/residents follow their attending' s assignment. Adult inpatients (age ≥18) with expected overnight stay and eGFR ≥15 mL/min/1.73 m² are included; obstetrics, chronic dialysis, and kidney transplant patients are excluded. The underlying preoperative model was prospectively validated at UCSF and outperforms anesthesiologist risk estimation reported in the literature. The model was reviewed and approved by the AI Oversight Committee at UCSF. Primary endpoint is the continuous change in serum creatinine (mg/dL) from baseline to POD 1-2. Secondary outcomes include KDIGO-defined AKI, adherence to bundle elements (hemodynamics, balanced fluids, nephrotoxin avoidance, glycemic control), intraoperative hypotension time, fluid volumes, nephrotoxin exposure, perioperative hyperglycemia, length of stay, unplanned ICU transfer, readmission, dialysis, and in-hospital mortality. Data are obtained from the EHR; analysts are blinded. No direct subject interaction is planned; the investigators will request a waiver of patient consent. The study aims to demonstrate that ML-enabled, workflow-embedded decision support can safely and feasibly improve guideline concordant care and decrease early postoperative kidney injury.

Tutkimuksen yleiskatsaus

Tila

Ei vielä rekrytointia

Ehdot

Interventio / Hoito

Opintotyyppi

Interventio

Ilmoittautuminen (Arvioitu)

25518

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

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

Opiskeluyhteys

Opiskelupaikat

  • Yhdysvallat
    • California
      • San Francisco, California, Yhdysvallat, 94158
        • University of California, San Francisco

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

Joo

Kuvaus

Inclusion Criteria:

  • Adults ≥18 years undergoing non-obstetric surgery at UCSF.
  • Inpatient cases with expected overnight stay.
  • Baseline eGFR ≥15 mL/min/1.73 m².
  • Managed by an attending anesthesiologist randomized to one of three arms (CRNAs/residents follow attending).
  • Data available in the UCSF EHR for risk scoring and outcomes.

Exclusion Criteria:

  • Obstetric procedures.
  • Chronic dialysis patients.
  • Kidney transplant recipients.
  • Cases without baseline creatinine/eGFR or missing essential EHR elements needed for scoring/outcomes (operational exclusions).
  • Outpatient procedures without expected overnight stay.

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Ensisijainen käyttötarkoitus: Seulonta
  • Jako: Satunnaistettu
  • Inventiomalli: Rinnakkaistehtävä
  • Naamiointi: Ei mitään (avoin tarra)

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Ei väliintuloa: Control Arm
Participants receive usual perioperative care with a placeholder blank display without the machine learning-derived acute kidney injury (AKI) risk score. The clinical decision support tool remains hidden in the electronic health record, and no alerts or recommendations related to the study are shown.
Kokeellinen: Acute Kidney Injury Risk Score Only
A machine learning-derived preoperative AKI risk score is displayed within the electronic health record for high-risk patients. A passive recommendation indicating that the patient may benefit from a KDIGO-based kidney-protective bundle is provided. The information is advisory only, and no interruptive alerts are used.
Laite: EHR-Embedded AKI Risk Score
A non-adaptive, machine learning-based clinical decision support tool integrated into the electronic health record that generates a preoperative probability of acute kidney injury (AKI) using routinely collected patient data. For patients identified as high risk, the tool displays the risk estimate to anesthesia providers without an accompanying Best Practice Advisory (BPA) recommending consideration of a KDIGO-based kidney-protective bundle. The intervention is advisory only, does not mandate clinical actions, and is designed to support provider decision-making within the existing clinical workflow.
Muut nimet:
  • EHR-Embedded AKI Clinical Decision Support Tool
Kokeellinen: Acute Kidney Injury Risk Score with Best Practice Advisory
The machine learning-derived AKI risk score is displayed within the electronic health record for high-risk patients, accompanied by an interruptive Best Practice Advisory (BPA) that notifies providers that the patient may benefit from a KDIGO-based kidney-protective bundle. The alert is advisory only and does not mandate clinical actions.
Laite: EHR-Embedded AKI Risk Score with Best Practice Advisory
A non-adaptive, machine learning-based clinical decision support tool integrated into the electronic health record that generates a preoperative probability of acute kidney injury (AKI) using routinely collected patient data. For patients identified as high risk, the tool displays the risk estimate to anesthesia providers with an accompanying Best Practice Advisory (BPA) recommending consideration of a KDIGO-based kidney-protective bundle. The intervention is advisory only, does not mandate clinical actions, and is designed to support provider decision-making within the existing clinical workflow.
Muut nimet:
  • EHR-Embedded AKI Clinical Decision Support Tool

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Post-operative Change in Creatinine
Aikaikkuna: From pre-operative baseline to 1-2 days post-operative level
Maximum continuous change in serum creatinine (mg/dL) from baseline to post-operative day 1-2
From pre-operative baseline to 1-2 days post-operative level

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Acute Kidney Injury
Aikaikkuna: Operation to Post-operative Day 7
Acute Kidney Injury as defined by KDIGO
Operation to Post-operative Day 7
KDIGO Bundle Adherence
Aikaikkuna: Intra-operative
Measurement of provider adherence to KDIGO components
Intra-operative
Intra-Operative Time and Severity of Hypotension
Aikaikkuna: Intra-operative
Intra-Operative Time and Severity (meaning how far below the threshold) where patient is in hypotension, defined as systolic blood pressure <90 mmHg and mean arterial pressure <65 mmHg during surgery
Intra-operative
Total intra-operative intravenous fluid volume administered (mL)
Aikaikkuna: Intra-operative
Provider administration of intravenous fluids during the intra-operative period, measured in milliliters (mL). Intravenous fluids include normal saline, lactated Ringer's, Plasma-Lyte, other balanced crystalloids, and colloid solutions such as albumin.
Intra-operative
Length of Stay
Aikaikkuna: Operation to Post-operative Day 180
Duration of patient admission in hospital in days
Operation to Post-operative Day 180
Intra-operative Hyperglycemic Events
Aikaikkuna: Intra-operative
Number of intra-operative hyperglycemic events, defined as the number of recorded blood glucose measurements exceeding 180 mg/dL.
Intra-operative
Intra-operative Nephrotoxin Exposure
Aikaikkuna: Intra-operative
Number of nephrotoxic medications administered intra-operatively and duration of intra-operative exposure
Intra-operative
In-Hospital Mortality
Aikaikkuna: Operation to Post-operative Day 180
Patient death while admitted in the hospital
Operation to Post-operative Day 180
ICU Transfer and total time in the ICU
Aikaikkuna: Postoperative
Any transfers to the ICU while admitted and the total time the patient spends in the ICU
Postoperative
Hospital Readmission
Aikaikkuna: Operation to Post-operative Day 180
Readmission back to a UCSF hospital following operation
Operation to Post-operative Day 180
Dialysis Requirement
Aikaikkuna: Operation to Post-operative Day 180
Patients requiring dialysis following surgery
Operation to Post-operative Day 180
Dilution Corrected KDIGO AKI measurement (Stage 1 or higher)
Aikaikkuna: AKI is defined per KDIGO as corrected creatinine increase ≥0.3 mg/dL within 48 hours or ≥1.5× baseline within 7 days. This measure captures "hidden AKI" - kidney injury masked by fluid dilution that would be missed using standard uncorrected creatinine.

Acute kidney injury (AKI) assessed using KDIGO creatinine criteria applied to dilution-corrected postoperative serum creatinine. Creatinine is corrected for hemodilution from perioperative fluid retention using the formula:

Corrected Creatinine (mg/dL) = Measured Creatinine × (1 + Net Fluid Balance / Total Body Water)

Where:

  • Net Fluid Balance (L) = Fluid inputs - urine output - blood loss - other outputs
  • Total Body Water (L) = 0.6 × weight (kg) for males; 0.5 × weight (kg) for females
AKI is defined per KDIGO as corrected creatinine increase ≥0.3 mg/dL within 48 hours or ≥1.5× baseline within 7 days. This measure captures "hidden AKI" - kidney injury masked by fluid dilution that would be missed using standard uncorrected creatinine.
Total intra-operative packed red blood cells administered (units transfused)
Aikaikkuna: intraoperative
Provider administration of packed red blood cells during the intra-operative period, measured as total units transfused.
intraoperative
Total intra-operative fresh frozen plasma administered (units transfused)
Aikaikkuna: intraoperative
Provider administration of fresh frozen plasma during the intra-operative period, measured as total units transfused.
intraoperative
Total intra-operative platelets administered (units transfused)
Aikaikkuna: intraoperative
Provider administration of platelets during the intra-operative period, measured as total units transfused.
intraoperative
Total intra-operative cryoprecipitate administered (units transfused)
Aikaikkuna: intraoperative
Provider administration of cryoprecipitate during the intra-operative period, measured as total units transfused.
intraoperative

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

University of California, San Francisco

Yhteistyökumppanit

National Institute of General Medical Sciences (NIGMS)

Tutkijat

  • Päätutkija: Andrew Bishara, MD, University of California, San Francisco

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 (Arvioitu)

Torstai 15. lokakuuta 2026

Ensisijainen valmistuminen (Arvioitu)

Perjantai 15. lokakuuta 2027

Opintojen valmistuminen (Arvioitu)

Keskiviikko 15. joulukuuta 2027

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Torstai 9. huhtikuuta 2026

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Tiistai 19. toukokuuta 2026

Ensimmäinen Lähetetty (Todellinen)

Perjantai 22. toukokuuta 2026

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Perjantai 22. toukokuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Tiistai 19. toukokuuta 2026

Viimeksi vahvistettu

Perjantai 1. toukokuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Avainsanat

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • 22-37005
  • K23GM151611-03 (Yhdysvaltain NIH-apuraha/sopimus)

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Joo

Yhdysvalloissa valmistettu ja sieltä viety tuote

Joo

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