Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

Artificial Intelligence and Postoperative Acute Kidney Injury

2021. január 8. frissítette: Hyung-Chul Lee, Seoul National University Hospital

Development and Prospective Validation of an Artificial Intelligence Model to Predict Postoperative Acute Kidney Injury

The main objective of this study is to develop and validate an artificial intelligence model that predicts postoperative acute kidney injury.

A tanulmány áttekintése

Részletes leírás

Postoperative acute kidney injury is known to increase the length of hospital stay and healthcare cost. A lot of risk prediction models have been developed for identifying patients at increased risk of postoperative acute kidney injury. Recent advances in artificial intelligence make it possible to manage and analyze big data. Prediction model using an artificial intelligence and large-scale data can improve the accuracy of prediction performance. Furthermore, the use of an artificial intelligence may be a useful adjuvant tool in making clinical decisions or real-time prediction if it is integrated into the electrical medical record systems. However, before implementing an artificial intelligence model into the clinical setting, prospective evaluation of an artificial intelligence model's real performance is essential. However, to our knowledge, there was no artificial intelligence model for prediction of postoperative acute kidney injury, which was prospectively evaluated. Therefore, we aimed to develop an artificial intelligence model which predicts postoperative acute kidney injury and evaluate the model's performance prospectively.

Tanulmány típusa

Megfigyelő

Beiratkozás (Várható)

2000

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi helyek

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

N/A

Tanulmányozható nemek

Összes

Mintavételi módszer

Nem valószínűségi minta

Tanulmányi populáció

Adults patients undergoing non-cardiac surgery

Leírás

Inclusion Criteria:

  • Adults patients undergoing non-cardiac surgery

Exclusion Criteria:

  • Age under 18 years
  • Surgery duration < 1 hour
  • Transplantation surgery
  • Nephrectomy
  • Cardiac surgery
  • Patients who had severe kidney dysfunction preoperatively as follows:
  • Serum creatinine ≥ 4 mg/dl
  • Estimated glomerular filtration rate <15 ml/min/1.73m2
  • History of renal replacement therapy
  • Patients who had no results of preoperative or postoperative serum creatinine

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

Kohorszok és beavatkozások

Csoport / Kohorsz
Beavatkozás / kezelés
AI_AKI
Adults patients undergoing non-cardiac surgery
The performance of an artificial intelligence model to predict postoperative acute kidney injury will be tested prospectively.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
the incidence of postoperative acute kidney injury
Időkeret: during the postoperative seven days
postoperative acute kidney injury (diagnosed by KDIGO criteria using peak serum creatinine level) included all acute kidney injury events regardless of acute kidney injury severity
during the postoperative seven days

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

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)

2021. március 1.

Elsődleges befejezés (Várható)

2021. május 31.

A tanulmány befejezése (Várható)

2022. február 1.

Tanulmányi regisztráció dátumai

Először benyújtva

2021. január 8.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2021. január 8.

Első közzététel (Tényleges)

2021. január 12.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2021. január 12.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2021. január 8.

Utolsó ellenőrzés

2021. január 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Egyéb vizsgálati azonosító számok

  • 2012-069-1180

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. .

Iratkozz fel