- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT04432961
Természetes nyelvi feldolgozás (NLP) A koronavírus (COVID-19) kivizsgálására szolgáló szabad szöveges megjegyzések elemzése
Adatbázis- és analitikai tanulmány szabad szövegű klinikai megjegyzésekről és strukturált adatokról a COVID-19-ben szenvedő betegek fenotípus-asszociációinak és kimenetelének vizsgálatára
A tanulmány áttekintése
Állapot
Körülmények
Részletes leírás
A Cambridge Egyetemi Kórházakba (CUH) COVID-19-vel felvett betegek rutinszerű klinikai dokumentáción, valamint speciális kivizsgáláson és tesztelésen estek át a COVID-19 miatt. Ezeknek a betegeknek az útja az osztályon végzett támogató intézkedésektől az intenzív terápiás osztályon (ITU) történő felvételt és lélegeztetési támogatást igénylő állapotromlásig terjed. A betegeknél fennáll a szövődmények, például az akut vesekárosodás és a tromboembólia kialakulásának kockázata is. Továbbra is kihívást jelent ezen és más kimenetelek kockázati tényezőinek azonosítása, mint például a lélegeztetés követelménye, és az ezekre a betegekre vonatkozó klinikai adatok áttekintése kritikus fontosságú a betegek jellemzői és az eredmények közötti kapcsolat megértésében.
Az EHR-ben strukturált mezőkben állnak rendelkezésre adatok, ezek azonban esetenként hiányosak és pontatlanok. A szabad szövegű klinikai jegyzetek értékelése lehetőséget ad a hiányosságok pótlására, és sokkal gazdagabb adatkészletet biztosít az értékeléshez. Azt tervezzük, hogy a Natural Language Processing (NLP) (a gépi tanulás egyik területe, amely lehetővé teszi az emberi nyelv elemzését) használatát a COVID-19 miatt kórházba került betegek elbocsátási összefoglalóinak áttekintésére, és a szabad szöveges adatok strukturált adatokká konvertálására elemzés céljából.
A Dr. Collier csapata által kifejlesztett NLP technikák magukban foglalják a szabad szövegek SNOMED CT-be és más orvosbiológiai ontológiákra való kódolására szolgáló módszereket. Ezeket a módszereket, amelyek az emberi kommentárokkal ellátott szövegekből származó statisztikai gépi tanuláson alapulnak, összehasonlították a tudományos szövegekkel és a közösségi médiával. Ebben a projektben ezeket a technikákat kívánjuk adaptálni a betegek nyilvántartására. A technikák alkalmazkodása érdekében számos, humán megjegyzésekkel ellátott betegrekordra lesz szükség. Az NLP-kimenetet kombinálják az EHR strukturált adataival, és statisztikai elemzésnek vetik alá a COVID-19-ben szenvedő betegek szövődményeinek arányát és az ezekhez kapcsolódó kockázati tényezőket. Ez segíthet a vezetői döntések meghozatalában a korábbi beavatkozással, hogy megelőzze ezeknél a betegeknél a rossz eredményeket.
Tanulmány típusa
Beiratkozás (Tényleges)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
-
Cambridge, Egyesült Királyság
- Cambridge University NHS Foundation Trust
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
Egészséges önkénteseket fogad
Tanulmányozható nemek
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
- Férfi és nő
- Korhatár: 18-100 év
- A Cambridge-i Egyetemi Kórházakba felvett betegek laboratóriumi vizsgálaton megerősítették a COVID-19 fertőzést
Kizárási kritériumok:
Gyermekek és negatív COVID-teszttel rendelkező betegek.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
kutatási adatbázis a COVID-19-betegek EHR-rekordjairól, amelyeket NLP-eszközökkel dolgoztak fel a megnevezett entitások felismerésére és a CUH EMR-adatokhoz igazított összekapcsolására az érdeklődésre számot tartó változók azonosítása érdekében
Időkeret: 1 év
|
Átfogó hipotézisünk az, hogy a szabad szövegű mentesítési összefoglalóból az NLP-vel kinyert adatok kombinálhatók az EMR strukturált adataival, hogy betekintést nyerjenek a szövődmények kialakulásába.
Az ITU felvételét igénylő súlyos betegségben szenvedő és a fekvőbeteg osztályon kezelt nem súlyos betegségben szenvedő betegek is beletartoznak.
Az érdeklődésre számot tartó változók magukban foglalják a páciens jellemzőit és a konkrét találkozással kapcsolatos információkat, beleértve a tartózkodás időtartamát és az alapvizsgálatokat (pl. vérvizsgálatok) és a kapott beavatkozásokat
|
1 év
|
Másodlagos eredményintézkedések
Eredménymérő |
Időkeret |
---|---|
Annotációs irányelvek készlete az emberi szakértő (arany) címkével ellátott adatok előállításához az EHR egy részhalmazához
Időkeret: 6 hónap
|
6 hónap
|
Az NLP-kimenet összehasonlítása a strukturált problémalista kifejezéseivel a strukturált problémalista hiányzó kifejezéseinek azonosítása érdekében
Időkeret: 1 év
|
1 év
|
Együttműködők és nyomozók
Együttműködők
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Tényleges)
A tanulmány befejezése (Tényleges)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- A095625
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
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. .
Klinikai vizsgálatok a COVID-19
-
AstraZenecaAktív, nem toborzó
-
Institute of Tropical Medicine, BelgiumJessa Hospital; University Hospital, Antwerp; Universiteit Antwerpen; Sciensano; MensuraBefejezve
-
SAb Biotherapeutics, Inc.Department of Health and Human Services; JPEO, Chemical, Biological, Radiological...BefejezveCOVID-19 | SARS-CoV-2Egyesült Államok
-
University of Wisconsin, MadisonNational Institutes of Health (NIH)Befejezve
-
Syneos HealthUS Specialty Formulations, LLCBefejezveSARS-CoV-2 (COVID-19)Új Zéland
-
Mayo ClinicBefejezveCOVID-19 | SARS-CoV-2Egyesült Államok
-
University of MelbourneThe George Institute; The University of Queensland; The Peter Doherty Institute for... és más munkatársakToborzásSARS-CoV-2 fertőzés (COVID-19)Ausztrália
-
Medical University InnsbruckToborzásSARS-CoV-2 | Posztakut COVID-19 szindrómaAusztria
-
University College, LondonUniversity College London Hospitals; The Leeds Teaching Hospitals NHS Trust; Nottingham... és más munkatársakIsmeretlenCOVID-19 | COV-HI | COVID-19 (COV) Hipergyulladásos (HI) szindrómaEgyesült Királyság
-
ProgenaBiomeTopelia TherapeuticsAktív, nem toborzóKoronavírus fertőzés | Covid-19 | COVID | Koronavírus fertőzés | SARS-CoV fertőzés | SARS-CoV-2 | Koronavírus-19Egyesült Államok