Impact des algorithmes d'aide à la décision des cliniciens basés sur l'apprentissage automatique dans les soins périopératoires (IMAGINATIVE)
Impact des algorithmes d'aide à la décision des cliniciens basés sur l'apprentissage automatique dans les soins périopératoires - Un essai contrôlé randomisé (essai IMAGINATIF)
Aperçu de l'étude
Statut
Statut
Les conditions
Les conditions
Intervention / Traitement
Intervention / Traitement
Type d'étude
Type d'étude
Inscription (Anticipé)
Inscription
Phase
Phase
- N'est pas applicable
Contacts et emplacements
Coordonnées de l'étude
Coordonnées de l'étude
- Nom: Hairil Rizal Abdullah, MBBS
- Numéro de téléphone: 63265428
- E-mail: hairil.rizal.abdullah@singhealth.com.sg
Lieux d'étude
-
-
-
Singapore, Singapour
- Singapore General Hospital
-
Sous-enquêteur:
- Ecosse Lamoureux, PHD
-
Contact:
- Hairil Rizal Abdullah, MMED
- E-mail: hairil.rizal.abdullah@singhealth.com.sg
-
Chercheur principal:
- Hairil Rizal Abdullah, MMED
-
Sous-enquêteur:
- Elaine Lum, PHD
-
Sous-enquêteur:
- Nan Liu, PHD
-
Sous-enquêteur:
- Mengling Feng, PHD
-
Sous-enquêteur:
- Jacqueline Sim Xiu Ling, MBBS
-
Sous-enquêteur:
- Brian Goh Kim Poh, MBBS
-
Sous-enquêteur:
- Gek Hsiang Lim, MSC
-
Sous-enquêteur:
- Marcus Ong Eng Hock, MPH
-
-
Critères de participation
Critère d'éligibilité
Critère d'éligibilité
Âges éligibles pour étudier
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
La description
Critère d'intégration:
- Patients> = 21 ans
- Patients se rendant pour une chirurgie élective
Pour un entretien semi-directif :
1. Tout clinicien ou infirmier qui a utilisé CARES pendant l'essai de recherche
Critère d'exclusion:
- Patients à capacité mentale réduite
- Patients incapables de donner leur consentement
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
- Objectif principal: Autre
- Répartition: Randomisé
- Modèle interventionnel: Affectation parallèle
- Masquage: Aucun (étiquette ouverte)
Nombre de bras
Armes et Interventions
Groupe de participants / BrasGroupe de participants / Bras |
Intervention / TraitementIntervention / Traitement |
|---|---|
|
Comparateur actif: Groupe guidé par CARES
L'intervention
|
Les participants randomisés dans le bras guidé par CARES verront leur score CARES calculé et saisi dans le formulaire électronique d'évaluation pré-anesthésique dans les dossiers médicaux électroniques (DME).
Ce score et ses avis pertinents seront affichés en évidence sur ce formulaire électronique.
(Les participants de ce bras recevront cette intervention en plus de la pratique de routine).
|
|
Aucune intervention: Groupe non guidé par CARES
Le contrôle - Les participants randomisés dans le bras contrôle continueront d'avoir leur évaluation pré-anesthésique de routine sur le formulaire électronique, sans les calculs du calculateur CARES, conformément à la pratique actuelle
|
Que mesure l'étude ?
Principaux critères de jugement
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Évolution des taux de mortalité périopératoire
Délai: Cinq ans
|
Évaluer l'efficacité du Machine Learning Clinical Decision Support (ML-CDS).
Hypothèse : Le groupe guidé par CARES aura une réduction relative de 30 % du taux de mortalité sur un an en raison de la sensibilisation accrue des cliniciens aux risques.
|
Cinq ans
|
Mesures de résultats secondaires
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Modification de l'admission en USI planifiée potentiellement évitable après la chirurgie
Délai: Cinq ans
|
Évaluer l'efficacité de l'algorithme ML-CDS dans l'optimisation de l'utilisation des lits en soins intensifs, qui est une ressource hospitalière importante et coûteuse Hypothèse : Il y aura une réduction relative de 25 % de l'admission en soins intensifs planifiée potentiellement évitable après la chirurgie dans le groupe guidé par CARES
|
Cinq ans
|
Autres mesures de résultats
Autres mesures de résultats
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Changement dans le taux d'adoption des recommandations du CDS de CARES parmi les anesthésistes, les intensivistes, les chirurgiens et les infirmières
Délai: Cinq ans
|
Évaluer l'adoption et l'acceptabilité, et comprendre l'expérience et les préoccupations des utilisateurs concernant une application de prédiction basée sur le ML conçue pour améliorer la sécurité des patients dans un cadre clinique.
Hypothèse : Il y a une forte adoption des recommandations du CDS de CARES parmi les anesthésiologistes, les intensivistes, les chirurgiens et les infirmières respectivement.
|
Cinq ans
|
Collaborateurs et enquêteurs
Parrainer
Parrainer
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Anticipé)
Début de l'étude
Achèvement primaire (Anticipé)
Achèvement primaire
Achèvement de l'étude (Anticipé)
Achèvement de l'étude
Dates d'inscription aux études
Première soumission
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Première publication
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
Dernière mise à jour publiée
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Dernière vérification
Plus d'information
Termes liés à cette étude
Autres numéros d'identification d'étude
Autres numéros d'identification d'étude
- IMAGINATIVE Trial
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .