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.

Utiliser l'apprentissage automatique pour détecter les comportements à risque dans les cliniques psychiatriques

9 juin 2024 mis à jour par: CEYDA ÖZTÜRK AKDENİZ, Istanbul Medeniyet University

Détecter les comportements à risque et fournir un environnement sûr aux patients recevant un traitement hospitalier dans une clinique psychiatrique à l'aide d'un modèle d'apprentissage automatique

Le but de cette étude est d'assurer la sécurité des patients dans une clinique psychiatrique et de détecter les comportements à risque en utilisant la méthode d'apprentissage automatique. Les comportements à risque sont définis comme des comportements qui sont indésirables sur le plan personnel, social et développemental et qui mettent en danger la vie et la santé. La sécurité des patients et le maintien d'un environnement sûr font partie des principales responsabilités des professionnels de la santé. Le suicide est le facteur de risque le plus important, particulièrement chez les personnes atteintes de maladies psychiatriques, et l'un des facteurs les plus importants qui menacent la sécurité des patients. À la fin de cette étude, l'objectif est de détecter les comportements à risque des patients avant qu'ils ne se fassent du mal et de permettre aux professionnels de la santé d'intervenir précocement face à ces comportements, favorisant ainsi un environnement de traitement sûr, avec le système informatique formé avec le modèle d’apprentissage automatique installé dans les cliniques.

Aperçu de l'étude

Description détaillée

Le but de cette étude est de détecter les comportements à risque des patients dans une clinique psychiatrique en utilisant la méthode d'apprentissage automatique. Comportement à risque ; Il s’agit de comportements qui sont indésirables sur le plan personnel, social et développemental et qui mettent en danger la vie et la santé. La sécurité des patients et la garantie d’un environnement sûr font partie des principales responsabilités des professionnels de la santé. Le suicide est le facteur de risque le plus important, particulièrement chez les personnes atteintes de maladies psychiatriques, et l'un des facteurs les plus importants qui menacent la sécurité des patients. La tentative de suicide est une situation de crise fréquemment rencontrée en clinique. On sait que le taux de tentatives de suicide est multiplié par 5 à 10 chez les patients hospitalisés. Dans les cliniques accueillant des patients hospitalisés, des tentatives de suicide ainsi que d'autres comportements à risque sont fréquemment rencontrés.

Prévenir les comportements à risque et assurer un environnement sûr dans les cliniques psychiatriques est une question importante dans notre pays et dans le monde. Afin de détecter les comportements à risque et d'assurer la sécurité des patients/employés, il existe des mesures de surveillance des patients avec des caméras dans les cliniques psychiatriques dans le cadre des normes de qualité en matière de santé. Toutefois, ces mesures ne suffisent pas à résoudre complètement le problème. Dans les cliniques psychiatriques, le suivi des patients est assuré par une infirmière qui surveille en permanence les images des caméras placées dans les chambres sur l'écran de l'ordinateur. Le faible nombre d’infirmières, notamment dans les équipes de nuit, rend difficile la surveillance par caméra pendant les équipes de nuit et pose un problème en termes de sécurité des patients. La surveillance constante des moniteurs par l'infirmière réduit le temps passé avec le patient et augmente la charge de travail. De plus, lorsque la surveillance des écrans n’est pas effectuée, les comportements à risque ne peuvent pas être détectés. Par conséquent, de nouvelles méthodes doivent être développées pour garantir un environnement sûr dans les cliniques psychiatriques. En ce sens, la méthode d’apprentissage automatique, de plus en plus utilisée dans l’intelligence artificielle et l’analyse de données, est une sous-branche spécialisée des algorithmes d’intelligence artificielle qui tente de dériver des résultats/prédictions significatifs à partir de données existantes. La méthode d’apprentissage automatique est fréquemment utilisée dans le domaine de la santé, et la psychiatrie en fait partie. L'objectif principal de cette étude est de détecter les comportements à risque et à haut risque des patients traités dans une clinique psychiatrique en utilisant la méthode d'apprentissage automatique et de garantir que les patients reçoivent un traitement dans un environnement plus sûr.

Type d'étude

Observationnel

Inscription (Estimé)

1

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

Lieux d'étude

      • Istanbul, Turquie, 34000
        • Detecting Risky Behaviors and Providing a Safe Environment in Patients Receiving Inpatient Treatment in a Psychiatric Clinic Using Machine Learning Model

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

  • Enfant
  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

N/A

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

La population de l'étude était constituée d'acteurs de théâtre et de théâtre qui présentaient au hasard un comportement suicidaire et violent, utilisant une salle vide d'une clinique psychiatrique pour s'entraîner et tester le modèle d'apprentissage automatique. Le nombre d'acteurs est de 4 à 5 personnes

La description

Critère d'intégration:

  • Il convient à tous les patients adultes hospitalisés dans des cliniques psychiatriques. Il est conçu pour la pièce où dorment les patients.

Critère d'exclusion:

  • Les personnes de moins de 18 ans seront exclues de l'étude

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

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Résultats ciblés
Délai: 01.05.2024-01.08.2024
Détection du suicide et des comportements violents à l'aide d'une méthode d'apprentissage automatique
01.05.2024-01.08.2024

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette 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 (Estimé)

20 juin 2024

Achèvement primaire (Estimé)

1 septembre 2024

Achèvement de l'étude (Estimé)

20 septembre 2024

Dates d'inscription aux études

Première soumission

20 avril 2024

Première soumission répondant aux critères de contrôle qualité

14 mai 2024

Première publication (Réel)

20 mai 2024

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

11 juin 2024

Dernière mise à jour soumise répondant aux critères de contrôle qualité

9 juin 2024

Dernière vérification

1 juin 2024

Plus d'information

Termes liés à cette étude

Termes MeSH pertinents supplémentaires

Autres numéros d'identification d'étude

  • İstanbulMedeniyet

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 Apprentissage automatique

3
S'abonner