- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT05119465
Az eredmény súlyosságához kapcsolódó COVID-19 klinikai állapot: felügyelet nélküli gépi tanulási megközelítés
Hozzájárul-e a koronavírus-betegség (COVID)-19 klinikai állapota az eredmény súlyosságához? Felügyelet nélküli gépi tanulási megközelítés a tudáskinyeréshez
A COVID-19 világjárvány kezdete óta 195 millió ember fertőződött meg, és 4,2 millióan haltak meg a betegségben vagy annak mellékhatásaiban. Az orvosok, egészségügyi tudósok és egészségügyi dolgozók folyamatosan igyekeznek kezelni a túlterhelt kórházi felvételeket, ezzel párhuzamosan pedig érdemi összefüggéseket keresnek a fertőzött betegek súlyossága és tünetei, társbetegségei és biomarkerei között. A mesterséges intelligenciát (AI) és a gépi tanulást (ML) a közelmúltban a COVID-19 egészségügyi ellátásával kapcsolatos számos területen alkalmazzák. A fő cél a COVID-19-hez és annak következményeihez kapcsolódó számos probléma hatékony kezelése. Az ML jelenlegi alkalmazásai a COVID-19 egészségügyi ellátásban felügyelt osztályozáson alapulnak, amelyek megkövetelik a tanulás referenciapontjaként szolgáló címkézett képzési adatkészletet, valamint előre meghatározott osztályokat. A COVID-19-vel és annak következményeivel kapcsolatos ismeretek azonban még mindig nem szilárdak, és a különböző tudományos közösségek közötti közös megegyezési pontok továbbra sem tisztázottak.
Ezért ez a tanulmány egy felügyelet nélküli klaszterezési megközelítést kívánt követni, ahol nincs szükség előzetes tudásra (tabula rasa).
Pontosabban, a Thesszaloniki AHEPA Egyetemi Kórház első Propedeutikai Belgyógyászati Osztályán 268 kórházba került beteget 40 klinikai változó (numerikus és kategorikus) alapján értékeltek, ami egy nagy dimenziós adatkészlethez vezetett. A dimenziócsökkentést az adathalmaz numerikus részén főkomponens-elemzés (PCA), az adatkészlet kategorikus részén pedig többszörös megfeleltetési elemzés (MCA) alkalmazásával végeztük. Ezután a Bayes-féle információs kritériumot (BIC) alkalmazták a Gauss-féle keverékmodellekre (GMM) annak érdekében, hogy azonosítsák a klaszterek optimális számát, amely alatt a betegek legjobb csoportosítása történik.
A javasolt módszertan 4 hasonló klinikai jellemzőkkel rendelkező betegcsoportot azonosított. Az elemzés tünetmentes betegek csoportját tárta fel, amelyek 23,8%-os halálozási arányt jelentettek.
Ez a megdöbbentő eredmény arra késztet bennünket, hogy újragondoljuk a kapcsolatot a COVID-19 klinikai tüneteinek súlyossága és a betegek mortalitása között.
A tanulmány áttekintése
Állapot
Körülmények
Részletes leírás
Tanulmány típusa
Beiratkozás (Tényleges)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
-
Thessaloníki, Görögország, 54621
- University General Hospital of Thessaloniki AHEPA
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Gyermek
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
- betegek, akik a sürgősségi osztályra kerültek és COVID-19 fertőzést diagnosztizáltak
Kizárási kritériumok:
- egyik sem
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
---|
Csoport
Koronavírus-betegségben szenvedő kórházi betegek
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
A betegek csoportja a fertőzés súlyosságától függően
Időkeret: 1 év
|
Mesterséges intelligencia és gépi tanulási megközelítéssel előállított algoritmus a betegek COVID-19-fertőzöttségi állapotuk szerinti osztályozására
|
1 év
|
Együttműködők és nyomozók
Szponzor
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
- 19400_21052021
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
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 MelbourneAustralian and New Zealand Intensive Care Research Centre; The Peter Doherty Institute... és más munkatársakAktív, nem toborzóSARS-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