Mesterséges intelligencia (AI) használata a COVID19 tüdőgyulladás miatt kórházba került betegek klinikai kimenetelének előrejelzésére a 4 pandémiás hullám alatt (AI COVID-19)
Mesterséges intelligencia (AI) használata olyan klinikai kimenetelek előrejelzésére, mint a COVID-tüdőgyulladás miatt kórházba került betegek halála és szövődményei a 4 pandémiás hullám során a Lecco-i ASST-ben.
A prediktív modellek különböző területeken alkalmazhatók a COVID-19 világjárvány vészhelyzetében, sőt, fontosnak bizonyultak az egészségügyi rendszerek támogatásában a stratégiai döntések megtervezésében és a betegség megfékezésére irányuló egészségügyi politikák kialakításában.
A Covid-19 világjárvány különösen komoly kihívást jelentett egészségügyi rendszerünk számára. Olaszországban négy fő hullámra osztották, mindegyiket különböző típusú betegek jellemezték, és az új tudományos bizonyítékok alapján fokozatosan javuló terápiás megközelítések.
A cél a leccói ASST-n COVID-19 miatt kórházba került betegek adatainak vizsgálata mind a négy pandémiahullám során, különböző súlyosságú betegséggel, összegyűjtve az érdeklődésre számot tartó adatokat és alkalmazni azokat mesterséges intelligencia használatával. a túlélés és a másodlagos fertőző szövődmények klinikai kimenetelének visszatérő mintáinak azonosítása, új megbízható prediktív statisztikai modellek felépítése érdekében, amelyek felhasználhatók maguknak a betegeknek a kimenetelének előrejelzésére.
A projekt nagy ambíciója, hogy a mesterséges intelligencia alkalmazása ilyen jelentős mennyiségű adatokra lehetővé tegye számunkra, hogy érvényes statisztikai modelleket építsünk, amelyek azután hipotetikusan alkalmazhatók bármely páciensre, hogy anamnesztikus jellemzők alapján megjósolhassák a vér kémiai paramétereit. a kiindulási és a kitűzött kezelés során a túlélés és a szövődmények valószínűsége
A tanulmány áttekintése
Állapot
Körülmények
Beavatkozás / kezelés
Tanulmány típusa
Beiratkozás (Becsült)
Kapcsolatok és helyek
Tanulmányi kapcsolat
- Név: Stefania Piconi, MD
- Telefonszám: +390341489890
- E-mail: s.piconi@asst-lecco.it
Tanulmányozza a kapcsolattartók biztonsági mentését
- Név: Silvia Pontiggia, MS
- Telefonszám: +390341253678
- E-mail: s.pontiggia@asst-lecco.it
Tanulmányi helyek
-
-
-
Lecco, Olaszország, 23900
- Stefania Piconi
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
Minden egyes beteg esetében a következőkkel kapcsolatos információkat gyűjtjük össze:
- Személyes adatok (pl. életkor, nem, állampolgárság);
- Kórházi kezelés és elbocsátás (vagy halálozás) dátuma
- Társbetegségek;
- Covid19 kezelések;
- Lehetséges oltás a Covid19 ellen, dátum és adagok száma;
- Másodlagos fertőzések és/vagy szövődmények lehetséges megjelenése;
- Belépéskor vérkémiai vizsgálatok
Leírás
Bevételi kritériumok:
- Életkor > 18 év;
- Kórházi kezelés COVID-19 tüdőgyulladás miatt az ASST Leccóban.
Kizárási kritériumok:
- Kórházi ellátás vagy tünetmentes SARS CoV-2 fertőzés megállapítása.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
|---|---|
|
COVID-19 1°-os hullám
COVID19 tüdőgyulladás miatt kórházba került betegek az első hullámban (2020. FEB-MÁJUS)
|
Mesterséges intelligencia (AI) felhasználása olyan klinikai kimenetelek előrejelzésére, mint a halál és a szövődmények COVID-tüdőgyulladás miatt kórházba került betegeknél a 4 pandémiás hullám alatt
|
|
COVID-19 2°-os hullám
COVID19 tüdőgyulladás miatt kórházba került betegek a második hullámban (OCT-DEC 2020)
|
Mesterséges intelligencia (AI) felhasználása olyan klinikai kimenetelek előrejelzésére, mint a halál és a szövődmények COVID-tüdőgyulladás miatt kórházba került betegeknél a 4 pandémiás hullám alatt
|
|
COVID-19 3°-os hullám
COVID19 tüdőgyulladás miatt kórházba került betegek a harmadik hullámban (GEN-MAY 2021)
|
Mesterséges intelligencia (AI) felhasználása olyan klinikai kimenetelek előrejelzésére, mint a halál és a szövődmények COVID-tüdőgyulladás miatt kórházba került betegeknél a 4 pandémiás hullám alatt
|
|
COVID-19 4°-os hullám
COVID19 tüdőgyulladás miatt kórházba szállított betegek a negyedik hullámban (2021. november – 2022. MÁRCIUS)
|
Mesterséges intelligencia (AI) felhasználása olyan klinikai kimenetelek előrejelzésére, mint a halál és a szövődmények COVID-tüdőgyulladás miatt kórházba került betegeknél a 4 pandémiás hullám alatt
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Prediktív modellek felépítése
Időkeret: 6 hónap
|
Prediktív modellek készítése a klinikai kimenetelek, például a halálozás és/vagy a másodlagos fertőzés kezdete értékelésére a 4 COVID-19 hullámmal kapcsolatos gyűjtött adatok alapján.
|
6 hónap
|
Együttműködők és nyomozók
Szponzor
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Becsült)
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
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- AI COVID-19
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 világjárvány
-
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