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.

Développement et validation de modèles prédictifs du risque de sepsis chez les patients présentant une hémorragie intracérébrale dans les unités de soins intensifs basés sur l'apprentissage automatique : une étude de cohorte rétrospective

21 mars 2024 mis à jour par: Xiangya Hospital of Central South University

Les patients atteints d'hémorragie intracérébrale (ICH) en unité de soins intensifs (USI) courent un risque accru de développer une septicémie, ce qui augmente considérablement la mortalité et le fardeau des soins de santé. Actuellement, il existe un manque d’outils efficaces pour la prédiction précoce du sepsis chez les patients atteints d’HIC au sein des unités de soins intensifs. Cette étude vise à développer un modèle prédictif fiable utilisant des techniques d'apprentissage automatique pour aider les cliniciens à identifier rapidement les patients à haut risque et à faciliter une intervention rapide.

La base de données Medical Information Mart for Intensive Care (MIMIC) IV (version 2.2) est un référentiel international en ligne d'expertise en soins intensifs. Cette base de données contient des informations relatives aux patients collectées dans les unités de soins intensifs du centre médical Beth Israel Deaconess entre 2008 et 2019. Il comprend un vaste ensemble de données de 299 712 admissions à l’hôpital et 73 181 patients en unités de soins intensifs.

La base de données de recherche collaborative eICU (eICU-CRD) comprend les données de plus de 200 000 admissions en soins intensifs pour 139 367 patients uniques dans 208 hôpitaux américains entre 2014 et 2015, fournissant ainsi une ressource précieuse pour la recherche en soins intensifs.

Cette étude vise à établir et valider plusieurs modèles d'apprentissage automatique pour prédire l'apparition du sepsis chez les patients en soins intensifs atteints d'ICH et pour identifier le modèle avec les performances prédictives optimales.

Aperçu de l'étude

Statut

Pas encore de recrutement

Les conditions

Intervention / Traitement

Description détaillée

  • Collecte de données : Cette étude a utilisé deux bases de données publiques. Le modèle a exploité les données cliniques obtenues à partir de la base de données IV du Medical Information Mart for Intensive Care (MIMIC) (version 2.2) et a sélectionné les patients correspondants pour une validation externe à partir de la base de données de recherche collaborative eICU (eICU-CRD). Les données sur les patients atteints d'ICH ont été extraites de la base de données publique MIMIC IV, y compris les caractéristiques de base, les paramètres cliniques, les interventions thérapeutiques et les résultats. Les données ont été divisées au hasard en deux groupes, 70 % servant d’ensemble de formation et 30 % d’ensemble de validation.
  • Développement de modèles : la sélection des fonctionnalités a été effectuée à l'aide de la régression Lasso pour construire divers modèles d'apprentissage automatique (tels que Random Forest, Logistic Regression et Neural Networks).
  • Validation du modèle : en plus de l'ensemble de validation interne, une validation externe a également été effectuée sur la base de données eICU pour tester la généralisabilité du modèle.
  • Analyse statistique : les performances prédictives du modèle ont été évaluées à l'aide de mesures comprenant l'aire sous la courbe ROC (AUC), la sensibilité et la spécificité.
  • Évaluation de l'applicabilité clinique : L'utilité clinique du modèle a été évaluée à l'aide de l'analyse de la courbe de décision (DCA).

Type d'étude

Observationnel

Inscription (Estimé)

1800

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.

Coordonnées de l'étude

Sauvegarde des contacts de l'étude

Lieux d'étude

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

  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

N/A

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

Tous les diagnostics dans les bases de données MIMIC-IV et eICU-CRD ont été identifiés sur la base des codes de la Classification internationale des maladies, neuvième révision (ICD-9) et CIM-10. Pour l’analyse, les patients diagnostiqués avec une HIC ont été inclus. Le sepsis a été défini selon la troisième définition consensuelle internationale du sepsis et du choc septique (Sepsis-3), qui considère les patients présentant une suspicion d'infection et un score SOFA (Sequential Organ Failure Assessment) ≥2 comme septiques.

La description

Critère d'intégration:

  • 1. Diagnostiqué avec une hémorragie intracérébrale primaire par codage CIM-9/10.
  • 2. Âgé de 19 à 89 ans.

Critère d'exclusion:

  • 1. Patients admis à l’hôpital mais pas aux soins intensifs.
  • 2. Patients avec des données de suivi manquantes ou des variables incomplètes.
  • 3. Patients dont le séjour hospitalier dépasse un mois.

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

Cohortes et interventions

Groupe / Cohorte
Intervention / Traitement
hémorragie intracérébrale
Autre: aucune intervention
aucune intervention

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Apparition d'une septicémie
Délai: dans les 30 jours suivant l'admission
Apparition d'une septicémie
dans les 30 jours suivant l'admission

Collaborateurs et enquêteurs

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

Parrainer

Xiangya Hospital of Central South University

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 (Estimé)

30 mars 2024

Achèvement primaire (Estimé)

1 mai 2024

Achèvement de l'étude (Estimé)

30 mai 2024

Dates d'inscription aux études

Première soumission

16 mars 2024

Première soumission répondant aux critères de contrôle qualité

16 mars 2024

Première publication (Réel)

22 mars 2024

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

25 mars 2024

Dernière mise à jour soumise répondant aux critères de contrôle qualité

21 mars 2024

Dernière vérification

1 mars 2024

Plus d'information

Termes liés à cette étude

Termes MeSH pertinents supplémentaires

Autres numéros d'identification d'étude

  • 53244021

Plan pour les données individuelles des participants (IPD)

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

NON

Description du régime IPD

Dans le journal

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 .

S'abonner