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

Mesterséges intelligencia a szepszis előrejelzéséhez az intenzív osztályon (AICUSepsis)

2021. június 2. frissítette: Second Affiliated Hospital, School of Medicine, Zhejiang University

A mesterséges intelligencia szepszis-előrejelző modelljének alkalmazása az intenzív osztály klinikai döntésének elősegítésére

A szepszis-előrejelzési modell fejlesztése a kínai lakossággal összhangban, és kiterjesztve a klinikai klinikusokra, segíti a klinikusokat a korai azonosításban, a korai beavatkozásban, jó alkalmazási kilátásokkal rendelkezik. Ez a tanulmány egy prospektív megfigyeléses vizsgálat, főként a korábban kialakított szepszis-előrejelzési modell pontosságának értékelésére. A szepszis előfordulását az orvosok napi klinikai megítélése alapján határozták meg, és a szepszis predikciós modell eredményeit egyeztették és korrigálták a szepszis predikciós modell klinikai pontosságának és alkalmazhatóságának javítása érdekében.

A tanulmány áttekintése

Állapot

Még nincs toborzás

Körülmények

Beavatkozás / kezelés

Részletes leírás

A jelen tanulmányban elfogadott szepszis-előrejelzési modell az előzetes előkészítés során elkészült, amelyet az átfogó intenzív osztály létrehozása óta 7000 betegen építettek fel, és elfogadták a szepszis 3.0 diagnosztikai szabványt. A szepszis előrejelző modell Python platform és XGBoost algoritmus felhasználásával készült. , amelyet az intenzív osztályos betegek szepszisének 24 órán belüli előfordulásának előrejelzésére használtak. Az általános pontosság 82%, az Auroc-görbe alatti terület pedig 0,854 volt.

Azok a betegek, akik megfeleltek a beválasztási és kizárási kritériumoknak, napi előrejelzést kaptak a szepszis modelljéről, és a vizsgálati eredmények alapján kvantitatív ellenőrző listát állítottak össze. Kétféle előrejelzési eredmény létezik: alacsony kockázatú és magas kockázatú. A mennyiségi ellenőrző listák a kezelőorvosok rendelkezésére állnak. a diagnosztikai hatékonyság javítása érdekében.Az eredményeket a klinikus számára bizalmasan kezelték.

Minden betegnél szepszist diagnosztizált két vezető kezelőorvos egy meghatározott időpontban. A diagnózis két típusból állt: igen és nem. Ha két kezelőorvos véleménye eltérő, a harmadik kezelőorvost bevonják a korrekciós diagnózisba, és a szepszis jelenlétét 2:1 arányban állapítják meg. A kezelőorvosok függetlenek. egymástól.

Amikor a kezelőorvos diagnózisának eredményei bekerülnek a rendszerbe, a tegnapi szepszis-előrejelzési modell előrejelzési eredményeit összehasonlítják és kiszámítják az előrejelzési modell pontosságának meghatározásához.

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 kapcsolat

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

16 év (Gyermek, Felnőtt, Idősebb felnőtt)

Egészséges önkénteseket fogad

Nem

Tanulmányozható nemek

Összes

Mintavételi módszer

Nem valószínűségi minta

Tanulmányi populáció

A beválasztási és kizárási kritériumoknak megfelelő betegeket szepszis modellel naponta előre jeleztük, és a vizsgálati eredmények alapján kvantitatív listát alkottunk. Kétféle előrejelzési eredmény létezik: alacsony kockázatú és magas kockázatú. A kvantitatív lista nyitva áll a kezelőorvosok számára a diagnózis hatékonyságának javítása érdekében. A várható eredményeket titokban tartják a klinikusok előtt.

Leírás

Bevételi kritériumok:

Minden akut kritikus betegségben szenvedő beteg, aki jogosult az intenzív osztályra történő felvételre a vizsgálati időszak alatt

Kizárási kritériumok:

  1. 16 év alatti betegek;
  2. Terhes és szülő nők;
  3. Azok a betegek, akik műtétre az osztályra való felvételüket tervezték, és az értékelést követő másnap áthelyezik;
  4. Az osztályra felvett és szepszissel diagnosztizált betegek;
  5. Az intenzív osztályon lévő betegek 24 óránál kevesebbet maradnak;

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
Szepszis előrejelző modell
Ezt az embercsoportot használták a klinikus döntéséhez, és a szepszis előrejelzési modellt egyidejűleg használták az előrejelzéshez, de a modell nem vett részt a döntésben, csak ellenőrzésre használták.
Diagnosztikai vizsgálat: Mesterséges intelligencia szepszis előrejelző modell
A cikk fő célja a korai szakaszban felállított szepszis előrejelzési modell pontosságának értékelése. A szepszis előfordulását az orvosok napi klinikai megítélése határozza meg, és a szepszis előrejelzési modell eredményeit egyeztetik és korrigálják.
Az orvosok napi klinikai értékelése
Ezt a csoportot használta a klinikus a szepszis-előrejelzési modell nélküli döntéshez.
Diagnosztikai vizsgálat: Mesterséges intelligencia szepszis előrejelző modell
A cikk fő célja a korai szakaszban felállított szepszis előrejelzési modell pontosságának értékelése. A szepszis előfordulását az orvosok napi klinikai megítélése határozza meg, és a szepszis előrejelzési modell eredményeit egyeztetik és korrigálják.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
A modell diagnózis pontossága
Időkeret: 2 év
Az előrejelzési modell pontosságának értékelése klinikai alkalmazásban
2 év

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Szponzor

Second Affiliated Hospital, School of Medicine, Zhejiang University

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. június 1.

Elsődleges befejezés (Várható)

2022. június 1.

A tanulmány befejezése (Várható)

2023. június 1.

Tanulmányi regisztráció dátumai

Először benyújtva

2021. május 31.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2021. június 2.

Első közzététel (Tényleges)

2021. június 4.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2021. június 4.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2021. június 2.

Utolsó ellenőrzés

2021. május 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

További vonatkozó MeSH feltételek

Egyéb vizsgálati azonosító számok

  • SHZJU-ICU2020-202

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

NEM

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. .

Klinikai vizsgálatok a Mesterséges intelligencia szepszis előrejelző modell

Keressen hasonló próbaverziókban

Szponzorok és közreműködők

Egészségi állapot

Kábítószer-beavatkozások

CROs by country

CROs in Sri Lanka

Körülmények

Ritka betegségek

Kábítószer-beavatkozások

Táplálék-kiegészítők

Szponzor / közreműködők

Helyek

3
Iratkozz fel