- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT07762378
Clinical Impact of a Machine Learning Decision Support System for Empirical Antibiotic Therapy
Clinical Impact of a Machine Learning Decision Support System for Empirical Antibiotic Therapy: A Prospective Quasi-Experimental Study
The goal of this quasi-experimental study is to analyze if a Machine Learning Clinical Decision Support System can improve the empirical antibiotic treatment in patients with pneumonia, urinary tract infection and / or sepsis.
The main questions it aims to answer are:
- Primary outcome: clinical success defined as clinical cure (resolution of all signs and symptoms related to infection); no complications until day 30 (recurrence, or development of adverse events- AEs-); no new acquisition of MDROs; and survival at day 30.
- Secondary outcomes: a subgroup analysis of the primary outcome according to the department participants, infectious syndrome, severity of the infection assessed by the SOFA score, and in microbiological confirmed infections. In microbiological confirmed infections, desirability of Outcome Ranking (DOOR) for the Management of Antimicrobial Therapy (MAT) according to the beta-lactam classification
Researchers will compare a pre-intervention group with a post-intervention to see if improve in the DOOR MAT score
Participants in the post-intervention group will:
• Received empirical antibiotic therapy prescribed by their treating physicians according to the machine-learning recommendations
Tutkimuksen yleiskatsaus
Tila
Interventio / Hoito
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Vaihe
- Ei sovellettavissa
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: Sofía De la Villa
- Puhelinnumero: 34912868453
- Sähköposti: sofiadela.villa@salud.madrid.org
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Kuvaus
Inclusion Criteria:
- Adult patients (aged ≥18 years)
- Admitted to the Nephrology, Oncology or ICU wards
- Diagnosis of sepsis, pneumonia and/or UTI
- Empirical antibiotics prescribed
Exclusion Criteria:
- informed consent obtained > 48 hours since the infection onset
- beta-lactam allergy
- infection syndrome other than sepsis, pneumonia or UTI
- confirmed no-bacterial infection
- death within the first 48 hours of inclusion or imminent risk of death at time of the inclusion
- pregnancy and/or breastfeeding
- inclusion in a clinical trial of antimicrobial treatment
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Ensisijainen käyttötarkoitus: Hoito
- Jako: Ei satunnaistettu
- Inventiomalli: Peräkkäinen tehtävä
- Naamiointi: Ei mitään (avoin tarra)
Aseet ja interventiot
Osallistujaryhmä / Arm |
Interventio / Hoito |
|---|---|
|
Ei väliintuloa: Pre-interventional
Hospital standard practices for diagnosis and/or treatment applied
|
|
|
Kokeellinen: Interventional
Hospital standard practices + use of a CDSS tool
|
iAST® (Pragmatech AI Solutions) is a medical device designed to assist the antibiotic prescription, currently approved by the European Medicines Agency.
It used complex algorithms to accurately predict the most likely recommended antibiotics for providing coverage for specific aerobic bacteria before definitive microbiological results, bacterial identification and antibiotic susceptibility testing, were known
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Clinical success
Aikaikkuna: 30-Day
|
resolution of all signs and symptoms related to infection with no complications and survival
|
30-Day
|
Yhteistyökumppanit ja tutkijat
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Arvioitu)
Ensisijainen valmistuminen (Arvioitu)
Opintojen valmistuminen (Arvioitu)
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
- MICRO.HGUGM.2026-003
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 .