Fekvőbeteg-halálozási algoritmus klinikai vizsgálata (IMPACT) (IMPACT)
2021. szeptember 20. frissítette: Dascena
A halálozási előrejelzési algoritmus véletlenszerű klinikai vizsgálata
A retrospektív betegadatok diszkrét többdimenziós térbe történő leképezésével egy új algoritmus készült a homeosztatikus elemzéshez az eredmény előrejelzéséhez.
Ebben a prospektív vizsgálatban az algoritmus azon képességét vizsgálják, hogy megjósolják a betegek mortalitását és befolyásolják a klinikai kimeneteleket.
A tanulmány áttekintése
Állapot
Visszavont
Körülmények
Beavatkozás / kezelés
Tanulmány típusa
Beavatkozó
Fázis
- Nem alkalmazható
Kapcsolatok és helyek
Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.
Tanulmányi helyek
-
-
California
-
San Francisco, California, Egyesült Államok, 94143
- UCSF Moffit-Long Hospital
-
-
Részvételi kritériumok
A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.
Jogosultsági kritériumok
Tanulmányozható életkorok
18 év és régebbi (Felnőtt, Idősebb felnőtt)
Egészséges önkénteseket fogad
Nem
Tanulmányozható nemek
Összes
Leírás
Bevételi kritériumok:
- A résztvevő osztályokra felvett összes felnőtt beteg jogosult lesz.
Kizárási kritériumok:
- Minden 18 évnél fiatalabb beteg kizárásra kerül.
Tanulási terv
Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.
Hogyan készül a tanulmány?
Tervezési részletek
- Elsődleges cél: Diagnosztikai
- Kiosztás: Véletlenszerűsített
- Beavatkozó modell: Párhuzamos hozzárendelés
- Maszkolás: Nincs (Open Label)
Fegyverek és beavatkozások
Résztvevő csoport / kar |
Beavatkozás / kezelés |
|---|---|
|
Nincs beavatkozás: Ellenőrzés
|
|
|
Kísérleti: Előrejelzési algoritmus
|
Az egészségügyi szolgáltatót értesítik a betegek halálozási előrejelzéséről.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Időkeret |
|---|---|
|
Kórházi halálozás
Időkeret: A tanulmány befejezéséig átlagosan 30 nap
|
A tanulmány befejezéséig átlagosan 30 nap
|
Másodlagos eredményintézkedések
Eredménymérő |
Időkeret |
|---|---|
|
A kórházi tartózkodás időtartama
Időkeret: A tanulmány befejezéséig átlagosan 30 nap
|
A tanulmány befejezéséig átlagosan 30 nap
|
Egyéb eredményintézkedések
Eredménymérő |
Időkeret |
|---|---|
|
Kórházi visszafogadás
Időkeret: A tanulmány befejezéséig átlagosan 30 nap
|
A tanulmány befejezéséig átlagosan 30 nap
|
|
Az intenzív osztályon való tartózkodás időtartama
Időkeret: A tanulmány befejezéséig átlagosan 30 nap
|
A tanulmány befejezéséig átlagosan 30 nap
|
Együttműködők és nyomozók
Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.
Szponzor
Együttműködők
Nyomozók
- Kutatásvezető: David Shimabukuro, University of California, San Francisco
Publikációk és hasznos linkek
A vizsgálattal kapcsolatos információk beviteléért felelős személy önkéntesen bocsátja rendelkezésre ezeket a kiadványokat. Ezek bármiről szólhatnak, ami a tanulmányhoz kapcsolódik.
Általános kiadványok
- Calvert JS, Price DA, Barton CW, Chettipally UK, Das R. Discharge recommendation based on a novel technique of homeostatic analysis. J Am Med Inform Assoc. 2017 Jan;24(1):24-29. doi: 10.1093/jamia/ocw014. Epub 2016 Mar 28.
- Desautels T, Calvert J, Hoffman J, Mao Q, Jay M, Fletcher G, Barton C, Chettipally U, Kerem Y, Das R. Using Transfer Learning for Improved Mortality Prediction in a Data-Scarce Hospital Setting. Biomed Inform Insights. 2017 Jun 12;9:1178222617712994. doi: 10.1177/1178222617712994. eCollection 2017.
- Calvert J, Mao Q, Rogers AJ, Barton C, Jay M, Desautels T, Mohamadlou H, Jan J, Das R. A computational approach to mortality prediction of alcohol use disorder inpatients. Comput Biol Med. 2016 Aug 1;75:74-9. doi: 10.1016/j.compbiomed.2016.05.015. Epub 2016 May 24.
- Calvert J, Mao Q, Hoffman JL, Jay M, Desautels T, Mohamadlou H, Chettipally U, Das R. Using electronic health record collected clinical variables to predict medical intensive care unit mortality. Ann Med Surg (Lond). 2016 Sep 6;11:52-57. doi: 10.1016/j.amsu.2016.09.002. eCollection 2016 Nov.
Tanulmányi rekorddátumok
Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.
Tanulmány főbb dátumok
Tanulmány kezdete (Várható)
2017. július 1.
Elsődleges befejezés (Várható)
2017. október 1.
A tanulmány befejezése (Várható)
2017. október 1.
Tanulmányi regisztráció dátumai
Először benyújtva
2017. július 6.
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
2017. július 6.
Első közzététel (Tényleges)
2017. július 11.
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
2021. szeptember 24.
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
2021. szeptember 20.
Utolsó ellenőrzés
2021. szeptember 1.
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- 17-22319
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Nem
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Nem
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .