A gépi tanulás használata a dán vízbefulladási képlet optimalizálására (DROWN_DDF2)
2024. március 21. frissítette: Niklas Breindahl, Prehospital Center, Region Zealand
Gépi tanulással segített fulladás-azonosítás a dán prehospital fulladási adatokhoz: A gépi tanulás használata a dán fulladási képlet optimalizálására
A Danish Drowning Formula (DDF) célja, hogy a dán országos Prehospital Electronic Medical Record strukturálatlan szövegmezőiben keressen korlátlan kifejezésekkel, átfogó keresési feltételekkel, hogy azonosítsa az összes lehetséges vízzel kapcsolatos incidenst és magas érzékenységet érjen el.
Ez fontos volt, mivel a fulladás ritka előfordulás, de alacsony pozitív prediktív értéket eredményezett kifejezetten a fulladási események észleléséhez.
Ennek a tanulmánynak az a célja, hogy növelje a DDF pozitív prediktív értékét, és csökkentse a kézi érvényesítéshez kapcsolódó időbeli igényeket.
A tanulmány áttekintése
Állapot
Aktív, nem toborzó
Körülmények
Beavatkozás / kezelés
Részletes leírás
A DDF 2023-ban jelent meg. Ez egy szövegkereső algoritmus, amelyet arra terveztek, hogy elektronikus orvosi feljegyzéseket tartalmazó adatbázisok strukturálatlan szövegmezőiben keressen az összes lehetséges vízzel kapcsolatos esemény azonosítása érdekében. A DDF számos, a merülési sérüléssel kapcsolatos kiváltó szóból áll (pl. „drukn”/megfullad, „vand”/víz, „hav”/óceán és „båd”/csónak).
Egy folyamatban lévő tanulmány lenyűgöző teljesítménymutatókat mutatott ki a DDF-ről mint fulladás-azonosító eszközről, ha korlátlan feltételekkel alkalmazták a dán PEMR-re. A PPV azonban alacsony volt a fulladásos események észleléséhez. Ennek a tanulmánynak az a célja, hogy növelje a DDF pozitív prediktív értékét, és csökkentse a kézi érvényesítéshez kapcsolódó időbeli igényeket.
Az adatokat a dán országos Prehospital Electronic Medical Record-ból nyerik ki a DDF segítségével, és manuálisan érvényesítik, mielőtt a dán Prehospital Drowning Databa (DPDD) bekerülnek.
A DPDD 2016–2021 közötti adatait 80%-ra (képzési adatok) és 20%-ra (tesztadatokra) osztják fel, és a gépi tanulás betanításához használják fel.
A DPDD 2022–2023 közötti adatait validációs adatokként fogják használni a gépi tanulás teljesítménymutatóinak kiszámításához.
Tanulmány típusa
Megfigyelő
Beiratkozás (Becsült)
1500
Kapcsolatok és helyek
Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.
Tanulmányi helyek
-
-
Region Zealand
-
Næstved, Region Zealand, Dánia, 4700
- Prehospital Center
-
-
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
- Gyermek
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Nem
Mintavételi módszer
Nem valószínűségi minta
Tanulmányi populáció
Dániában az Emergency Medical Service (EMS) által kezelt összes halálos és nem halálos fulladásos beteg 2016 és 2023 között.
Leírás
Bevételi kritériumok:
- A betegnek légzési károsodást kellett tapasztalnia az elmerülés vagy folyadékba merülés következtében (beleértve a tartós köhögést, légzésleállást és eszméletvesztést).
- A betegnek kapcsolatba kellett lépnie a dán prehospital sürgősségi szolgálattal.
Kizárási kritériumok:
- Dupletek
- Érvénytelen anyakönyvi szám
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 |
|---|---|
|
Végzetes fulladás
Vízbefulladási esetek, amikor a beteg az esetet követő 30 napon belül meghalt a víz alatti sérülés következtében
|
A WHO 2002-ben a vízbefulladást úgy határozta meg, mint "az a folyamat, amikor folyadékba merülés vagy bemerítés következtében légzési károsodás tapasztalható".
|
|
Nem halálos fulladás
Olyan fulladásos esetek, amikor a beteg 30 napig élte túl
|
A WHO 2002-ben a vízbefulladást úgy határozta meg, mint "az a folyamat, amikor folyadékba merülés vagy bemerítés következtében légzési károsodás tapasztalható".
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
A gépi tanulási algoritmus érzékenysége fuldoklás azonosítására szolgáló eszközként
Időkeret: A betanított gépi tanulás érzékenységét a 2022-es és 2023-as adatok alapján számítják ki.
|
Az érzékenység [TP / (TP+FN)] kiszámítása a gépi tanulás, mint fulladás-azonosító eszköz teljesítményét mutatja.
|
A betanított gépi tanulás érzékenységét a 2022-es és 2023-as adatok alapján számítják ki.
|
|
A gépi tanulási algoritmus, mint fulladás-azonosító eszköz sajátossága
Időkeret: A betanított gépi tanulás specifikusságát a 2022-es és 2023-as adatok alapján számítják ki.
|
A [TN / (FP+TN)] specifitás kiszámítása a gépi tanulás teljesítményének fuldoklás-azonosító eszközeként való megjelenítésére szolgál.
|
A betanított gépi tanulás specifikusságát a 2022-es és 2023-as adatok alapján számítják ki.
|
|
A gépi tanulási algoritmus PPV-je
Időkeret: A betanított gépi tanulás PPV-jét a 2022-es és 2023-as adatok alapján számítják ki.
|
A PPV [TP / (TP+FP)] kiszámítása a gépi tanulási teszt eredményének megjelenítéséhez történik.
|
A betanított gépi tanulás PPV-jét a 2022-es és 2023-as adatok alapján számítják ki.
|
|
A gépi tanulási algoritmus NPV-je
Időkeret: A betanított gépi tanulás NPV-jét a 2022-es és 2023-as adatok alapján számítják ki.
|
Az NPV [TN / (FN+TN)] kiszámítása a gépi tanulási teszt eredményének megjelenítéséhez történik.
|
A betanított gépi tanulás NPV-jét a 2022-es és 2023-as adatok alapján számítják ki.
|
Együttműködők és nyomozók
Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.
Szponzor
Nyomozók
- Tanulmányi igazgató: Helle Collatz Christensen, Ass. Prof., Prehospital Center, Region Zealand
Publikációk és hasznos linkek
A vizsgálattal kapcsolatos információk beviteléért felelős személy önkéntesen bocsátja rendelkezésre ezeket a kiadványokat. Ezek bármiről szólhatnak, ami a tanulmányhoz kapcsolódik.
Általános kiadványok
- Breindahl N, Wolthers SA, Jensen TW, Holgersen MG, Blomberg SNF, Steinmetz J, Christensen HC; Danish Cardiac Arrest Group. Danish Drowning Formula for identification of out-of-hospital cardiac arrest from drowning. Am J Emerg Med. 2023 Nov;73:55-62. doi: 10.1016/j.ajem.2023.08.024. Epub 2023 Aug 15.
- Breindahl N, Wolthers SA, Moller TP, Blomberg SNF, Steinmetz J, Christensen HC; Danish Drowning Validation Group. Characteristics and critical care interventions in drowning patients treated by the Danish Air Ambulance from 2016 to 2021: a nationwide registry-based study with 30-day follow-up. Scand J Trauma Resusc Emerg Med. 2024 Mar 6;32(1):17. doi: 10.1186/s13049-024-01189-y.
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)
2024. január 1.
Elsődleges befejezés (Becsült)
2024. december 31.
A tanulmány befejezése (Becsült)
2024. december 31.
Tanulmányi regisztráció dátumai
Először benyújtva
2024. március 7.
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
2024. március 13.
Első közzététel (Tényleges)
2024. március 15.
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
2024. március 25.
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
2024. március 21.
Utolsó ellenőrzés
2024. március 1.
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- DROWN_DDF2
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
NEM
IPD terv leírása
Az adatokat nemzeti és nemzetközi felhasználásra szánják a kutatók a fulladás előfordulásának, mortalitásának és morbiditásának csökkentésére.
Az adatok a kutatók ésszerű kérésére, a megfelelő szerzőhöz intézett kérelmet követően állnak rendelkezésre, feltéve, hogy a szükséges engedélyeket beszerezték az illetékes hatóságoktól.
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. .