Prédiction des résultats des arrêts cardiaques intrahospitaliers (PREDIHCA)
L'arrêt cardiovasculaire intra-hospitalier est l'une des causes les plus fréquentes de décès chez les patients hospitalisés. Contrairement aux cas extra-muros d'arrêt cardiovasculaire, les patients hospitalisés ont souvent des conditions médicales graves qui peuvent affecter le résultat de la réanimation. Néanmoins, les taux de survie après réanimation sont meilleurs à l'hôpital qu'à l'extérieur, car il y a souvent un démarrage rapide des mesures de réanimation et des normes de réanimation prédéfinies. Une formation régulière en RCP et la disponibilité de défibrillateurs dans toutes les unités de chevet peuvent également influencer positivement les résultats. Malgré ces nombreux efforts, les taux de survie, en particulier des patients avec de bons résultats neurologiques, sont restés stables à de faibles niveaux même au sein des hôpitaux ces dernières années et ne se sont pas améliorés.
La plupart des paramètres de résultat sont aujourd'hui bien connus. (par exemple, rythme initial, âge, défibrillation précoce, etc.) Néanmoins, on ne sait toujours pas aujourd'hui quelle est la pertinence réelle des facteurs correspondants, notamment les uns par rapport aux autres. Une approche à cet égard pourrait être des méthodes d'apprentissage automatique telles que la "forêt aléatoire", qui pourraient être en mesure de créer un modèle prédictif. Cependant, cela n'a pas été tenté à ce jour.
L'hypothèse de ce travail est de savoir s'il est possible de prédire avec précision la probabilité de survivre à une réanimation hospitalière en utilisant la méthode d'apprentissage automatique "random forest" et si des paramètres de résultat particulièrement pertinents peuvent être identifiés.
Conception : analyse rétrospective des données de tous les ensembles de données enregistrés dans le registre de réanimation de l'hôpital universitaire de Kepler.
Mesures et procédure : examen du registre des données manquantes ainsi que des fausses alarmes de l'équipe de RCR et, si nécessaire, exclusion de ces ensembles de données ; évaluation des ensembles de données à l'aide de la méthode d'apprentissage automatique random forest.
Aperçu de l'étude
Type d'étude
Inscription (Réel)
Contacts et emplacements
Lieux d'étude
-
-
Upper Austria
-
Linz, Upper Austria, L'Autriche, 4021
- Kepler University Hospital
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
Méthode d'échantillonnage
Population étudiée
La description
Critère d'intégration:
- Tous les patients adultes souffrant d'un arrêt cardiaque et ayant été réanimés par l'équipe médicale d'urgence de l'hôpital universitaire Kepler, Linz, Autriche, entre le 01/01/2006 et le 31/10/2018.
Critère d'exclusion:
- Aucun.
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
Résultat CPC positif
|
CPC
|
|
Résultat CPC négatif
|
CPC
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
AUROC pour la classification des résultats CPC
Délai: 2006-01-01 au 2018-12-31
|
AUROC pour la classification des résultats CPC
|
2006-01-01 au 2018-12-31
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Matrice de confusion
Délai: 2006-01-01 au 2018-12-31
|
Résultats de la matrice de confusion : vrais positifs, vrais négatifs, faux positifs, faux négatifs et valeurs calculées à partir de ces résultats.
|
2006-01-01 au 2018-12-31
|
|
Statistiques descriptives
Délai: 2006-01-01 au 2018-12-31
|
Statistiques descriptives (âge en années, délai en secondes, sexe masculin/féminin, respiration agonale/rythme initial/gestion des voies respiratoires/accès intraveineux/arrêt cardiaque témoin/utilisation du DEA/compressions thoraciques comme caractéristiques binaires) Cette mesure de résultat comparera la caractéristique individuelle (par exemple, la taille en cm) dans un groupe par rapport à l'autre. La différence significative sera décrite par la valeur p. |
2006-01-01 au 2018-12-31
|
Collaborateurs et enquêteurs
Parrainer
Les enquêteurs
- Chercheur principal: Thomas Tschoellitsch, MD, Kepler University Hospital and Johannes Kepler University, Linz, Austria
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Réel)
Achèvement de l'étude (Réel)
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
- PREDIHCA
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 .