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.

Prédiction dirigée par l'AI-Résultat de la dialyse avec DSE

16 avril 2025 mis à jour par: Kang Zhang, The Eye Hospital of Wenzhou Medical University

Prédire les résultats cliniques chez les patients dialysés à l'aide des dossiers de santé électroniques : une approche basée sur l'IA

Il s'agit d'une étude clinique rétrospective multicentrique conçue pour évaluer l'application et l'efficacité d'un modèle prédictif assisté par IA pour les résultats des patients dialysés, en exploitant les données de santé multimodales.

Aperçu de l'étude

Statut

Recrutement

Les conditions

Intervention / Traitement

Description détaillée

Cette étude vise à développer un modèle assisté par l'IA pour prédire les résultats cliniques chez les patients atteints de dialyse, en se concentrant à la fois sur les résultats primaires (par exemple, la mortalité) et les résultats intermédiaires (par exemple, l'anémie, la pression artérielle, l'état nutritionnel et le métabolisme du calcium-phosphate). L'étude utilisera les données du DSE des patients, y compris les résultats des tests en laboratoire, les antécédents médicaux, les informations sur le traitement de la dialyse et les observations cliniques, afin de prédire ces résultats pour la santé. L'objectif est d'améliorer l'identification précoce des patients à risque, permettant une meilleure prise de décision clinique et des stratégies de soins personnalisés.

Type d'étude

Observationnel

Inscription (Estimé)

1000000

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

  • Chine
    • Beijing
      • Beijing, Beijing, Chine
        • Recrutement
        • General Hospital of PLA
        • Contact:

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

Non

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

La population étudiée est composée de patients dialysés du China Hemodialysis National Network Center, qui comprend un large éventail de patients subissant un traitement d'hémodialyse dans les hôpitaux participants à travers la Chine. Les participants seront sélectionnés en fonction de la disponibilité de dossiers de santé électroniques (DSE) complets, y compris les antécédents médicaux, les résultats des tests de laboratoire, les détails du traitement de dialyse et les observations cliniques. La cohorte comprendra des patients de sexe masculin et féminin, avec différents degrés d'état de santé, y compris ceux présentant des comorbidités généralement associées à la dialyse. L'étude vise à utiliser ce groupe diversifié pour évaluer et prédire les résultats liés à la mortalité et aux complications chez les patients dialysés.

La description

Critères d'intégration :

  1. Les patients qui ont subi une dialyse (hémodialyse ou dialyse péritonéale) pendant au moins 3 mois.
  2. Données DSE complètes et accessibles, y compris les antécédents médicaux, les résultats des tests de laboratoire, les détails du traitement de dialyse et les observations cliniques.
  3. Les participants doivent fournir un consentement éclairé pour l'utilisation de leurs données de santé à des fins de recherche.

Critères d'exclusion:

  1. Patients dont les données DSE critiques sont incomplètes ou manquantes, y compris les antécédents médicaux, les résultats de laboratoire, les données de dialyse ou les détails du traitement nécessaires à l'étude.
  2. Patients sous dialyse depuis moins de 3 mois, afin de garantir des données stables pour la prédiction des résultats.

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
Groupe à haut risque
Les participants ont prédit avoir un risque élevé de mortalité basé sur des modèles de prédiction assistés par l'IA en utilisant leurs données de DSE, y compris les antécédents médicaux, les résultats du laboratoire, les détails du traitement de la dialyse et les observations cliniques.
Autre: Modèle prédictif assisté par AI pour les résultats de dialyse
Cette étude utilise un modèle prédictif assisté par l'IA qui analyse les données multimodales des dossiers de santé électroniques, y compris les antécédents médicaux, les résultats de laboratoire, les détails du traitement de la dialyse et les observations cliniques, pour prédire les résultats pour les patients dialysés. Le modèle utilise des algorithmes d'apprentissage en profondeur pour prédire le risque de mortalité, les résultats intermédiaires tels que l'anémie, le contrôle de la pression artérielle, la nutrition et le métabolisme du calcium-phosphate, et aide à identifier les premiers signes de détérioration. L'intervention n'est pas un traitement ou une procédure directe, mais vise à développer un outil pour prédire les résultats des patients et optimiser les stratégies de traitement pour améliorer les taux globaux de santé et de survie pour les patients dialysés.
Groupe à faible risque
Les participants prévoyaient un faible risque de mortalité sur la base du modèle de prédiction assisté par IA, qui sera comparé au groupe à haut risque pour évaluer l'efficacité des stratégies d'intervention précoce.
Autre: Modèle prédictif assisté par AI pour les résultats de dialyse
Cette étude utilise un modèle prédictif assisté par l'IA qui analyse les données multimodales des dossiers de santé électroniques, y compris les antécédents médicaux, les résultats de laboratoire, les détails du traitement de la dialyse et les observations cliniques, pour prédire les résultats pour les patients dialysés. Le modèle utilise des algorithmes d'apprentissage en profondeur pour prédire le risque de mortalité, les résultats intermédiaires tels que l'anémie, le contrôle de la pression artérielle, la nutrition et le métabolisme du calcium-phosphate, et aide à identifier les premiers signes de détérioration. L'intervention n'est pas un traitement ou une procédure directe, mais vise à développer un outil pour prédire les résultats des patients et optimiser les stratégies de traitement pour améliorer les taux globaux de santé et de survie pour les patients dialysés.

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Précision des prévisions de mortalité
Délai: 1 an
La capacité du modèle prédictif assisté par l’IA à prédire avec précision le risque de mortalité chez les patients dialysés. La précision de la prédiction sera évaluée à l'aide de l'aire sous la courbe (AUC), du score F1 et de la sensibilité/spécificité. Le modèle sera évalué en comparant le risque de mortalité prévu avec les résultats réels (c'est-à-dire si les patients ont survécu ou sont décédés pendant la période d'étude).
1 an

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Complications Précision de la prédiction
Délai: 1 an
L'exactitude du modèle prédictif assisté par l'IA dans la prévision des complications couramment rencontrées par les patients dialysés, notamment l'anémie, une tension artérielle incontrôlée, un mauvais état nutritionnel et des anomalies du métabolisme du calcium-phosphate. Les performances du modèle seront évaluées à l'aide de mesures telles que l'AUC, le score F1 et la précision en comparant les valeurs prédites aux résultats cliniques réels, tels que les résultats de laboratoire, les diagnostics cliniques et l'état de santé du patient.
1 an

Collaborateurs et enquêteurs

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

Parrainer

The Eye Hospital of Wenzhou Medical 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 (Réel)

1 janvier 2023

Achèvement primaire (Estimé)

1 mai 2025

Achèvement de l'étude (Estimé)

1 mai 2025

Dates d'inscription aux études

Première soumission

19 janvier 2025

Première soumission répondant aux critères de contrôle qualité

19 janvier 2025

Première publication (Réel)

24 janvier 2025

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

17 avril 2025

Dernière mise à jour soumise répondant aux critères de contrôle qualité

16 avril 2025

Dernière vérification

1 avril 2025

Plus d'information

Termes liés à cette étude

Mots clés

Autres numéros d'identification d'étude

  • Dialysis

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

produit fabriqué et exporté des États-Unis.

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