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

Perioperatív eredménykockázatértékelés számítógépes tanulási fejlesztéssel (ORACLE)

2022. november 11. frissítette: Bradley Fritz, Washington University School of Medicine
Ez a tanulmány azt vizsgálja, hogy a távorvoslási környezetben dolgozó aneszteziológiai klinikusok pontosabban megjósolhatják-e a betegeknél a posztoperatív szövődmények (halál és akut vesekárosodás) kockázatát a gépi tanulási képernyőhöz való hozzáféréssel, mint anélkül.

A tanulmány áttekintése

Részletes leírás

A Perioperative Outcome Risk Assessment with Computer Learning Enhancement (Periop ORACLE) tanulmány a folyamatban lévő TECTONICS-próbába (NCT03923699) beágyazott altanulmány lesz. A TECTONICS egy egyközpontú, randomizált klinikai vizsgálat, amely az aneszteziológiai vezérlőtorony (ACT) hatását vizsgálja a posztoperatív 30 napos mortalitásra, delíriumra, légzési elégtelenségre és akut vesekárosodásra. A TECTONICS vizsgálat részeként az ACT kutatói a műtét korai szakaszában orvosi feljegyzéseket készítenek, és dokumentálják, hogy szerintük mennyire valószínű, hogy az egyes betegek a műtét utáni halált és akut vesekárosodást (AKI) tapasztalják. A Periop ORACLE-ben ezeket az esetértékeléseket véletlenszerű sorrendben végzik el, a gépi tanulási (ML) előrejelzésekhez való hozzáféréssel vagy anélkül.

Az ACT nyomozói az összes eset felülvizsgálatát az AlertWatch (AlertWatch, Ann Arbor, MI) és az Epic (Epic, Verona, WI) alkalmazásban tekintik meg a páciens nyilvántartását. Az AlertWatch egy, az FDA által jóváhagyott betegfigyelő rendszer, amelyet műtőben való használatra terveztek. Az AlertWatch ebben a tanulmányban használt verzióját a távorvoslási környezetben való használatra szabták. Az Epic a Barnes-Jewish Hospital által használt elektronikus egészségügyi nyilvántartási rendszer. Az egyes esetek áttekintését 1:1 arányban randomizálják, és ML segítséggel vagy anélkül kell elvégezni. Ha az eset áttekintését véletlenszerűen ML segítségre osztják, a vizsgáló hozzáfér egy megjelenítési felülethez (jelenleg webalkalmazásként van telepítve egy biztonságos szerveren), amely valós idejű, ML előrejelzett valószínűségét mutatja a posztoperatív halál és a posztoperatív AKI esetében. Ha az eset áttekintése nem véletlenszerűen van kiválasztva az ML segítséghez, a nyomozó nem fér hozzá ehhez a képernyőhöz. A páciens adatainak megtekintése után a vizsgáló megjósolja, mekkora a valószínűsége a beteg posztoperatív halálának és posztoperatív AKI-nak, és dokumentálja ezt az előrejelzést. Összehasonlítjuk a vevő működési jelleggörbéi alatti területet ML segítséggel és ML segítség nélkül készített előrejelzéseknél.

Tanulmány típusa

Beavatkozó

Beiratkozás (Tényleges)

5114

Fázis

  • Nem alkalmazható

Kapcsolatok és helyek

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

Tanulmányi helyek

    • Missouri
      • Saint Louis, Missouri, Egyesült Államok, 63110
        • Washington University School of Medicine

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:

  • Műtét a Barnes-Jewish Kórház fő műtőjében
  • Műtét az ACT-műtét ideje alatt (hétköznap 7:00-16:00)
  • Bekerült a TECTONICS randomizált klinikai vizsgálatába (NCT03923699)

Kizárási kritériumok:

  • Egyik sem

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: Szűrés
  • Kiosztás: Véletlenszerűsített
  • Beavatkozó modell: Párhuzamos hozzárendelés
  • Maszkolás: Egyetlen

Fegyverek és beavatkozások

Résztvevő csoport / kar
Beavatkozás / kezelés
Kísérleti: Gépi tanulási segítség
Az Anesthesia Control Tower klinikusai az elektronikus egészségügyi nyilvántartás és az AlertWatch segítségével tekintik át a betegek adatait, és megtekintik a gépi tanulási képernyőt is. Ezt követően megjósolják, hogy a beteg milyen valószínűséggel él át műtét utáni halált és posztoperatív akut vesekárosodást.
A gépi tanulási kijelző az elektronikus egészségügyi nyilvántartás adatait használja a posztoperatív halál és a műtét utáni akut vesekárosodás valószínűségének előrejelzésére.
Nincs beavatkozás: Nincs segítség
Az Anesthesia Control Tower klinikusai az elektronikus egészségügyi nyilvántartás és az AlertWatch segítségével tekintik át a betegek adatait, de a gépi tanulási képernyőt nem. Ezt követően megjósolják, hogy a beteg milyen valószínűséggel él át műtét utáni halált és posztoperatív akut vesekárosodást.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
A posztoperatív halálra vonatkozó klinikus előrejelzésének vevőműködési jelleggörbéje alatti terület
Időkeret: 30 nap
A klinikusok minden egyes esetben kategorikus skála segítségével megjósolják a posztoperatív halál valószínűségét. Logisztikus regressziót készítünk a klinikus előrejelzéseinek bemenetként való felhasználásával, és meghatározzuk a vevő-működési jelleggörbe alatti területet.
30 nap
A posztoperatív akut vesekárosodásra vonatkozó klinikus előrejelzésének vevőműködési jelleggörbéje alatti terület
Időkeret: 7 nap
A klinikusok minden esetben kategorikus skála segítségével megjósolják a posztoperatív akut vesekárosodás valószínűségét. Logisztikus regressziót készítünk a klinikus előrejelzéseinek bemenetként való felhasználásával, és meghatározzuk a vevő-működési jelleggörbe alatti területet.
7 nap

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Nyomozók

  • Kutatásvezető: Bradley A Fritz, MD, Washington University School of Medicine

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 (Tényleges)

2021. szeptember 1.

Elsődleges befejezés (Tényleges)

2022. november 1.

A tanulmány befejezése (Tényleges)

2022. november 1.

Tanulmányi regisztráció dátumai

Először benyújtva

2021. szeptember 1.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2021. szeptember 4.

Első közzététel (Tényleges)

2021. szeptember 13.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2022. november 14.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2022. november 11.

Utolsó ellenőrzés

2022. november 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Egyéb vizsgálati azonosító számok

  • 202108022

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. .

3
Iratkozz fel