Intelligence artificielle pour la prédiction du sepsis en USI (AICUSepsis)
Application du modèle de prédiction de la septicémie par intelligence artificielle pour aider à la décision clinique en soins intensifs
Aperçu de l'étude
Statut
Intervention / Traitement
Description détaillée
Le modèle de prédiction de la septicémie adopté dans cette étude a été complété dans la préparation préliminaire, qui a été construite sur 7 000 patients depuis la création d'une unité de soins intensifs complète, et la norme de diagnostic de la septicémie 3.0 a été adoptée. Le modèle de prédiction de la septicémie a été construit à l'aide de la plate-forme Python et de l'algorithme XGBoost. , qui a été utilisé pour prédire l'incidence de la septicémie chez les patients en soins intensifs dans les 24 heures. La précision globale était de 82 % et l'aire sous la courbe d'Auroc était de 0,854.
Les patients qui répondaient aux critères d'inclusion et d'exclusion ont reçu un modèle de prédiction quotidienne du sepsis, et une liste de contrôle quantitative a été formée sur la base des résultats du test. Il existe deux types de résultats prévisionnels : à faible risque et à haut risque. Des listes de contrôle quantitatives sont disponibles pour les médecins traitants. pour améliorer l'efficacité du diagnostic. Les résultats ont été gardés confidentiels pour le clinicien.
Tous les patients ont été diagnostiqués avec une septicémie par deux médecins traitants seniors à une heure fixe. Le diagnostic consistait en deux types : oui et non. Si deux médecins traitants ont des opinions différentes, le troisième médecin traitant sera inclus pour le diagnostic de correction, et la présence d'une septicémie sera déterminée de manière 2:1. Les médecins traitants sont indépendants les uns des autres.
Lorsque les résultats du diagnostic du médecin traitant sont entrés dans le système, les résultats de prédiction du modèle de prédiction de sepsie d'hier sont comparés et calculés pour déterminer l'exactitude du modèle de prédiction
Type d'étude
Inscription (Anticipé)
Contacts et emplacements
Coordonnées de l'étude
- Nom: 琦强 梁
- Numéro de téléphone: 13685753994
- E-mail: deter_leung@sina.com
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
Accepte les volontaires sains
Sexes éligibles pour l'étude
Méthode d'échantillonnage
Population étudiée
La description
Critère d'intégration:
Tous les patients atteints d'une maladie grave aiguë qui sont éligibles à l'admission aux soins intensifs pendant la période d'étude
Critère d'exclusion:
- Patients de moins de 16 ans ;
- Femmes enceintes et parturientes ;
- Patients qui prévoyaient d'être admis au service pour chirurgie et transférés le lendemain après évaluation ;
- Patients admis au service et diagnostiqués avec une septicémie ;
- Les patients en soins intensifs restent moins de 24 heures ;
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
Modèle de prédiction du sepsis
Ce groupe de personnes a été utilisé pour la décision du clinicien, et le modèle de prédiction du sepsis a été utilisé simultanément pour la prédiction, mais le modèle n'a pas été impliqué dans la décision et n'a été utilisé que pour la vérification
|
L'objectif principal de cet article est d'évaluer la précision du modèle de prédiction du sepsis établi au stade précoce.
La survenue d'une septicémie est déterminée par le jugement clinique quotidien des médecins, et les résultats du modèle de prédiction de la septicémie sont appariés et corrigés.
|
|
Jugement clinique quotidien des médecins
Ce groupe de personnes a été utilisé pour la décision du clinicien sans modèle de prédiction du sepsis.
|
L'objectif principal de cet article est d'évaluer la précision du modèle de prédiction du sepsis établi au stade précoce.
La survenue d'une septicémie est déterminée par le jugement clinique quotidien des médecins, et les résultats du modèle de prédiction de la septicémie sont appariés et corrigés.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Précision du diagnostic du modèle
Délai: 2 années
|
Évaluation de la précision du modèle de prédiction dans l'application clinique
|
2 années
|
Collaborateurs et enquêteurs
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Anticipé)
Achèvement primaire (Anticipé)
Achèvement de l'étude (Anticipé)
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
- SHZJU-ICU2020-202
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 .