- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT04661735
Score de risque de l'unité de soins intensifs (ICURS)
Analyse rétrospective - Systèmes de notation en médecine de soins intensifs
Aperçu de l'étude
Statut
Description détaillée
Un système de notation se compose généralement de deux parties - un score (un nombre reflétant la gravité de la maladie) et un modèle de probabilité (équation indiquant la probabilité d'un événement, par exemple le décès du patient à l'hôpital). Les systèmes de notation sont utilisés en médecine de soins intensifs depuis des décennies et peuvent aider à évaluer l'efficacité du traitement ou à identifier des patients comparables à des fins d'étude. Les systèmes de notation utilisés en médecine de soins intensifs sont par exemple
- Physiologie aiguë, âge, évaluation de la santé chronique II (APACHE II)
- Score simplifié de physiologie aiguë II (SAPS II)
- Score de dysfonctionnement d'organes multiples (MODS)
- Évaluation séquentielle des défaillances d'organes (SOFA)
- Système de dysfonctionnement logistique des organes (LODS)
- MPM II-Admission (Modèles de probabilité de mortalité (MPM II)
- Score de dysfonctionnement et d'infection des organes (ODIN)
- Résultats de recalibrage des soins intensifs sur trois jours (TRIOS)
- Score de coma de Glasgow (GCS)
- Score de préparation à la sortie (DRS) Les systèmes de notation mentionnés ci-dessus sont déjà collectés régulièrement dans les services hospitaliers respectifs. Dans une étude récente de Badawi et al. il pourrait être démontré que les systèmes de notation permettent des prédictions plus précises lorsqu'ils sont calculés en continu. Cependant, en raison des collectifs de patients étudiés, ces résultats ne peuvent être transférés à d'autres groupes de patients que dans une mesure limitée. De plus, seuls les systèmes de notation APACHE, SOFA et DRS ont été analysés.
Par conséquent, dans la présente étude, tous les systèmes de notation ci-dessus seront calculés en continu (une fois par minute) à l'aide de données de routine provenant des dossiers numériques des patients et optimisés en appliquant l'apprentissage automatique et des méthodes d'analyse de séries chronologiques.
Dans les unités de soins intensifs gérées par anesthésie de l'hôpital respectif, il n'y a pas de norme à l'échelle du campus en ce qui concerne la gestion des alarmes. En conséquence, nous estimons que le taux de fatigue des alarmes (ignorer les alarmes en raison de nombreuses fausses alarmes) est très élevé. Afin d'optimiser la gestion des alarmes, les alarmes des dispositifs de surveillance des patients seront évaluées rétrospectivement et combinées avec les données mentionnées ci-dessus pour déterminer, par exemple, si des alarmes plus fréquentes sont à prévoir pour certains types de maladies (par ex. septicémie), ou des scores (par exemple, un score APACHE élevé) et comment le réglage de la limite d'alarme peut être optimisé.
Type d'étude
Inscription (Estimé)
Contacts et emplacements
Coordonnées de l'étude
- Nom: Felix Balzer, Prof
- E-mail: data-science@charite.de
Sauvegarde des contacts de l'étude
- Nom: Akira S Poncette, MD
- E-mail: data-science@charite.de
Lieux d'étude
-
-
-
Berlin, Allemagne, 10117
- Recrutement
- Charite Universtitaetsmedizin
-
Contact:
- Felix Balzer, Prof. Dr. Dr.
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
Accepte les volontaires sains
Méthode d'échantillonnage
Population étudiée
La description
Critère d'intégration:
- Patients admis entre le 01.01.2006 et le 30.09.2023
Critère d'exclusion:
- Patients de moins de 18 ans.
- Dossiers patients incomplets.
- Séjour intensif de moins de 24 heures.
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Prédiction des résultats pour le patient
Délai: 2006 - 2023
|
Identification des scores à fort impact sur la mortalité, les complications et la durée de séjour en réanimation
|
2006 - 2023
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Modèle prédictif pour la charge des alarmes
Délai: 2020 - 2023
|
Identification des éléments conduisant à une charge d'alarme élevée mesurée par le nombre d'alarmes par jour et par lit dans l'unité de soins intensifs
|
2020 - 2023
|
|
Modèle prédictif pour les alarmes actionnables
Délai: 2020 - 2023
|
Identification des éléments entraînant un nombre élevé d'alarmes actionnables mesuré par le nombre d'alarmes actionnables par jour et par lit dans l'unité de soins intensifs
|
2020 - 2023
|
Collaborateurs et enquêteurs
Parrainer
Les enquêteurs
- Chercheur principal: Felix Balzer, Prof, Charite University, Berlin, Germany
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Estimé)
Achèvement de l'étude (Estimé)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- ICURS
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 .