- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT06870851
Prédire le nombre de plaquettes à partir des tests viscoélastiques
Prédiction basée sur l'apprentissage automatique de la concentration de plaquettes à partir des mesures du rotem
Les tests viscoélastiques sont une pierre angulaire hautement recommandée de la médecine de coagulation moderne, réduisant les besoins de transfusion. Un inconvénient des tests viscoélastiques est l'impossibilité de faire une déclaration définitive sur le nombre de plaquettes.
Par conséquent, l'objectif de cette étude d'observation rétrospective est, d'une part, de prédire le nombre de plaquettes sur la base des paramètres de rotem standard à l'aide de plusieurs méthodes d'apprentissage automatique et, d'autre part, de détecter un faible nombre de plaquettes (<100000 ml-1 et <50000 ml-1).
Aperçu de l'étude
Statut
Les conditions
Type d'étude
Inscription (Estimé)
Contacts et emplacements
Lieux d'étude
-
-
-
Linz, L'Autriche
- Universitätsklinik für Anästhesie und Intensivmedizin
-
-
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
Critères d'inclusion:
- Mesure du rotem et mesure du nombre de plaquettes en 3 heures.
Critères d'exclusion:
- moins de 18 ans
- plus de 3 heures entre la mesure du rotem et du nombre de plaquettes
Plan d'étude
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 |
|---|---|---|
|
Prédition de la consentation plaquettaire à partir des mesures du rotem à l'aide d'apprentissage automatique
Délai: Les analyses RoteM obtenues sont la ligne de base dans les quatre centres et les patients seront inclus si les plaquettes ont été déterminées concomitamment dans les trois heures le même jour.
|
Plusieurs techniques d'apprentissage automatique pour la prédiction de la concentration plaquettaire à partir des paramètres du Rotem (approche de régression), à savoir la régression linéaire, la forêt aléatoire, le réseau neuronal, la machine à augmenter le gradient (GBM) et le boosting adaptatif (ADA) seront évalués.
Décrivant la qualité de ces modèles de prédiction, l'erreur quadratique moyenne (MSE), la racine de la moyenne du carré d'erreurs (RMSE), l'erreur absolue moyenne (MAE) et l'erreur logarithmique carrée moyenne (RMSLE) et le coefficient de détermination (R2) seront utilisés.
|
Les analyses RoteM obtenues sont la ligne de base dans les quatre centres et les patients seront inclus si les plaquettes ont été déterminées concomitamment dans les trois heures le même jour.
|
Collaborateurs et enquêteurs
Parrainer
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Estimé)
Achèvement de l'étude (Estimé)
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
- plateletprediction
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
produit fabriqué et exporté des États-Unis.
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 .