- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT06310525
A gépi tanulás használata a dán vízbefulladási képlet optimalizálására (DROWN_DDF2)
Gépi tanulással segített fulladás-azonosítás a dán prehospital fulladási adatokhoz: A gépi tanulás használata a dán fulladási képlet optimalizálására
A tanulmány áttekintése
Állapot
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
Beiratkozás (Becsült)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
Region Zealand
-
Næstved, Region Zealand, Dánia, 4700
- Prehospital Center
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Gyermek
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
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
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
Szponzor
Nyomozók
- Tanulmányi igazgató: Helle Collatz Christensen, Ass. Prof., Prehospital Center, Region Zealand
Publikációk és hasznos linkek
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
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Becsült)
A tanulmány befejezése (Becsült)
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
- DROWN_DDF2
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
IPD terv leírása
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. .