Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Prédire la mortalité en USI chez les patients atteints de SDRA (POSTCARDS)

17 août 2023 mis à jour par: Jesus Villar, Dr. Negrin University Hospital

Prédire la mortalité chez les patients atteints du syndrome de détresse respiratoire aiguë à l'aide de l'apprentissage automatique

Les chercheurs prévoient d'effectuer une analyse secondaire d'un ensemble de données académiques de 1 303 patients atteints du syndrome de détresse respiratoire aiguë (SDRA) modéré à sévère inclus dans plusieurs cohortes publiées (NCT00736892, NCT02288949, NCT02836444, NCT03145974), visant à caractériser le meilleur début modèle pour prédire la durée de la ventilation mécanique et la mortalité dans l'unité de soins intensifs (USI) après un diagnostic de SDRA à l'aide d'approches d'apprentissage automatique.

Aperçu de l'étude

Statut

Complété

Description détaillée

Le syndrome de détresse respiratoire aiguë (SDRA) est une forme grave d'insuffisance respiratoire hypoxémique aiguë dans les unités de soins intensifs du monde entier. La plupart des patients atteints de SDRA ont besoin d'une ventilation mécanique (VM). Peu d'études ont porté sur la prédiction de la durée de la VM et de la mortalité du SDRA.

Pour la description du modèle, les enquêteurs extrairont les données des deux premiers jours de soins intensifs après le diagnostic de SDRA modéré à sévère des patients inclus dans la base de données anonymisée, qui comprend 1 303 patients ventilés mécaniquement inscrits dans plusieurs cohortes d'observation en Espagne, coordonnées par le chercheur principal (JV), et financé par l'Instituto de Salud Carlos III (ISCIII). Les enquêteurs suivront les directives TRIPOD et des techniques d'apprentissage automatique seront mises en œuvre (forêt aléatoire, XGBoost, analyse de régression logistique et / ou réseaux de neurones) pour le développement du modèle de prédiction, et la précision sera comparée à celles des systèmes de notation existants pour évaluant la sévérité des soins intensifs (APACHE II, SOFA) et le rapport PaO2/FiO2. Pour la validation externe, les investigateurs utiliseront 303 patients inscrits dans une étude observationnelle contemporaine (NCT03145974). Les chercheurs évalueront l'exactitude des modèles de prédiction en calculant les matrices de confusion respectives et plusieurs statistiques telles que la sensibilité, la spécificité, la valeur prédictive positive et la valeur prédictive négative pour la mortalité et la durée de la VM. Les enquêteurs sélectionneront le meilleur modèle probabiliste avec un nombre minimum de variables cliniques.

Type d'étude

Observationnel

Inscription (Réel)

1303

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Lieux d'étude

      • Barcelona, Espagne, 08036
        • Department of Anesthesia, Hospital Clinic
      • Madrid, Espagne, 28046
        • Hospital Universitario La Paz (ICU)
    • Las Palmas
      • Las Palmas De Gran Canaria, Las Palmas, Espagne, 35019
        • Hospital Universitario Dr. Negrin

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

16 ans à 98 ans (Adulte, Adulte plus âgé)

Accepte les volontaires sains

Non

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

Ensemble de données anonymisé comprenant 1 303 patients atteints de SDRA modéré/sévère admis consécutivement dans un réseau d'unités de soins intensifs espagnoles.

La description

Critère d'intégration:

  • Critères de Berlin pour le SDRA modéré à sévère

Critère d'exclusion:

  • Patients postopératoires ventilés

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

  • Modèles d'observation: Cohorte
  • Perspectives temporelles: Éventuel

Cohortes et interventions

Groupe / Cohorte
Intervention / Traitement
Cohorte de dérivation
Il contiendra 700 patients (70% de 1000 patients SDRA)
Nous utiliserons des approches d'apprentissage automatique robustes, telles que Random Forest, XGBoost ou Neural Networks.
Autres noms:
  • Régression logistique
  • validation croisée
  • sont sous les courbes ROC
Cohorte de validation
Il contiendra 300 patients (30% de 1000 patients SDRA)
Nous utiliserons des approches d'apprentissage automatique robustes, telles que Random Forest, XGBoost ou Neural Networks.
Autres noms:
  • Régression logistique
  • validation croisée
  • sont sous les courbes ROC
Cohorte de confirmation
Il contiendra 303 patients (pour validation externe)
Nous utiliserons des approches d'apprentissage automatique robustes, telles que Random Forest, XGBoost ou Neural Networks.
Autres noms:
  • Régression logistique
  • validation croisée
  • sont sous les courbes ROC

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Mortalité en USI
Délai: Jusqu'à 6 mois
mortalité en réanimation
Jusqu'à 6 mois

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Durée MV
Délai: du diagnostic SDRA à l'extubation
Durée de la ventilation mécanique
du diagnostic SDRA à l'extubation

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Collaborateurs

Les enquêteurs

  • Chercheur principal: Jesús Villar, MD, PhD, Hospital Universitario D. Negrin

Publications et liens utiles

La personne responsable de la saisie des informations sur l'étude fournit volontairement ces publications. Il peut s'agir de tout ce qui concerne l'étude.

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Réel)

14 novembre 2022

Achèvement primaire (Réel)

1 août 2023

Achèvement de l'étude (Réel)

1 août 2023

Dates d'inscription aux études

Première soumission

1 novembre 2022

Première soumission répondant aux critères de contrôle qualité

8 novembre 2022

Première publication (Réel)

9 novembre 2022

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

21 août 2023

Dernière mise à jour soumise répondant aux critères de contrôle qualité

17 août 2023

Dernière vérification

1 août 2023

Plus d'information

Termes liés à cette étude

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

NON

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

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 .

Essais cliniques sur analyse d'apprentissage automatique

3
S'abonner