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

Kutatás a multimodális többcélú integrált gépi algoritmusról csípőprotézis műtéthez

2024. november 13. frissítette: Jingkun Liu

HoPreM Platform: Hatékony multimodális többfeladatos előrejelzés a perioperatív eseményekről csípőprotézis műtét után

Cél:

A tanulmány célja a Holisztikus Prediktív Multi-Tasking Platform for Clinical Data Analysis (HoPreM) kifejlesztése a csípőprotézis műtétet követő perioperatív események pontos előrejelzésére különböző típusú adatok, köztük demográfiai, műtéti, kórtörténeti és laboratóriumi adatok integrálásával. A megjósolni kívánt események közé tartozik az akut vesekárosodás (AKI), a vérátömlesztési igény, a 48 órás műtét utáni elbocsátás (48hPOD), az intenzív osztályra (ICU) való áthelyezés és a kórházi tartózkodás időtartama (LOS).

Kulcskérdések:

A HoPreM platform csökkentheti a csípőprotézis műtét utáni szövődmények kockázatát? Mennyire pontos a platform a fent említett perioperatív események előrejelzésében?

A résztvevők:

Legyen olyan 18 év feletti, csípőprotézis-műtéten átesett páciens, akinek 10%-nál kevesebb érték hiányzik az egészségügyi dokumentációjukból.

Adataikat felhasználhatják a HoPreM platform prediktív modelljeinek betanításához és teszteléséhez.

Tanulmányi eljárások:

A betegek adatait a Xi'an Honghui kórházból gyűjtik, beleértve a kreatinin értékeket a műtét előtt és után.

A kutatók a HoPreM platformot használják multimodális adatok feldolgozására, beleértve a demográfiai, műtéti, kórtörténeti és laboratóriumi vizsgálati adatokat.

A platform különféle ensemble learning algoritmusokat (beleértve az XGBoost, véletlenszerű erdő, LightGBM és CatBoost) alkalmaz a különböző perioperatív kimenetelek előrejelzésére.

Várható eredmények:

A HoPreM platform bemutatja képességét a csípőprotézis műtét utáni szövődmények előrejelzésére, különösen az akut vesekárosodásra és a vérátömlesztési igényekre.

A SHAP-értékelemzés révén a tanulmány tovább tárja fel a jellemzők és a klinikai eredmények közötti összefüggéseket, javítva a modell értelmezhetőségét és klinikai használhatóságát.

Elérhetőségi adatok:

Ha bármilyen kérdése van a tanulmányokkal kapcsolatban, vagy további információra van szüksége, kérjük, lépjen kapcsolatba a kutatócsoporttal.

A tanulmány áttekintése

Állapot

Aktív, nem toborzó

Körülmények

Részletes leírás

A tanulmány célja a Holisztikus Prediktív Multi-Tasking Platform for Clinical Data Analysis (HoPreM) fejlesztése a csípőprotézis műtétet követő perioperatív események pontos előrejelzésére. A HoPreM platform különböző típusú páciensadatokat integrál, beleértve a demográfiai, műtéti, kórtörténeti és laboratóriumi információkat. A többfeladatos tanulási keretrendszer felhasználásával a platformot úgy tervezték, hogy előre jelezze több perioperatív szövődményt, mint például az akut vesesérülést (AKI), a vérátömlesztési igényeket, a 48 órás műtét utáni elbocsátást (48hPOD), az intenzív osztályon (ICU) való áthelyezést és a hosszt. kórházi tartózkodás (LOS). A prediktív pontosság növelése érdekében olyan jellemzőkiválasztási technikákat alkalmaznak, mint a Lasso regresszió és a véletlenszerű erdőmodellek, majd az együttes tanulási algoritmusok, köztük a CatBoost. Ez a prediktív platform várhatóan támogatja a személyre szabott posztoperatív kezelést, csökkenti a szövődmények arányát és javítja a csípőprotézises betegek klinikai eredményeit.

Tanulmány típusa

Megfigyelő

Beiratkozás (Tényleges)

6271

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

  • Felnőtt
  • Idősebb felnőtt

Egészséges önkénteseket fogad

Nem

Mintavételi módszer

Nem valószínűségi minta

Tanulmányi populáció

Ez a vizsgálat olyan felnőtt betegeket foglal magában, akiken a Xi'an Honghui kórházban csípőprotézis műtéten estek át. A vizsgált populációt sokféle nem, életkor és kórtörténet jellemzi, beleértve a magas vérnyomásban, cukorbetegségben és más társbetegségekben szenvedő betegeket. A felvételi kritériumok a következők:

Életkor 18 év vagy idősebb Hiányzó értékek az orvosi feljegyzésekből 10% alatti Logikailag konzisztens kórlapok Mind a preoperatív, mind a posztoperatív kreatinin értékek elérhetősége A cél egy olyan átfogó adatkészlet létrehozása, amely reprezentálja a klinikai gyakorlatban a csípőprotézis műtét során tapasztalt betegek tipikus demográfiai adatait.

Leírás

Bevételi kritériumok:

Csípőprotézis műtéten átesett betegek életkor 18 éves vagy idősebb Hiányzó értékek az orvosi feljegyzésekből 10% alatti Logikusan konzisztens kórlapok A preoperatív és posztoperatív kreatinin értékek elérhetősége

Kizárási kritériumok:

Nem csípőprotézis műtéten átesett betegek (betegek, akik nem estek át csípőprotézis műtéten) Életkor 18 évnél 10%-nál nagyobb értékek hiányoznak az orvosi feljegyzésekből Logikai inkonzisztenciák az orvosi nyilvántartásban Nem állnak rendelkezésre preoperatív vagy posztoperatív kreatinin értékek

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
Csípőprotézis kohorsz
Ez a csoport magában foglalja a csípőprotézis műtéten átesett betegeket. A HoPreM platformot a perioperatív szövődmények többfeladatos prediktív elemzésére használják, beleértve az AKI-t, a vérátömlesztési követelményeket, a 48 órán belüli posztoperatív elbocsátást, az intenzív osztály átadását és a kórházi tartózkodás időtartamát (LOS).
Ez a tanulmány multimodális adatintegrációs és többfeladatos tanulási megközelítést alkalmaz a csípőprotézis műtét utáni perioperatív események előrejelzésére. A különféle adattípusok, köztük a demográfiai adatok, a műtéti adatok, a kórelőzmények és a laboreredmények kombinálásával a modell javítja az előrejelzési pontosságot az olyan kimenetelekre vonatkozóan, mint az AKI, a vérátömlesztési igények és az intenzív osztály-transzferek. Az ensemble learning algoritmusok, például a CatBoost használata optimalizálja a platform teljesítményét, és egyedülálló módszert kínál a klinikai döntések támogatására.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Vérátömlesztési követelmények
Időkeret: A műtétet követő 1. naptól a hazabocsátásig, legfeljebb 40 napig, az alapján értékelve, hogy a kórházi tartózkodás alatt rögzítettek-e vérátömlesztést.
A műtét utáni vérátömlesztés szükségességének értékelése.
A műtétet követő 1. naptól a hazabocsátásig, legfeljebb 40 napig, az alapján értékelve, hogy a kórházi tartózkodás alatt rögzítettek-e vérátömlesztést.
48 órás műtét utáni váladékozás
Időkeret: A műtétet követő 48 órán belül, annak alapján értékelve, hogy a beteget ezen a 48 órás időszakon belül hazaengedték-e a kórházból.
Ez az eredménymérő azt értékeli, hogy a beteget a műtétet követő 48 órán belül hazaengedték-e a kórházból.
A műtétet követő 48 órán belül, annak alapján értékelve, hogy a beteget ezen a 48 órás időszakon belül hazaengedték-e a kórházból.
ICU átvitel
Időkeret: A műtétet követő 1. naptól a hazabocsátásig, legfeljebb 40 napig, az alapján értékelve, hogy a kórházi tartózkodás alatt történt-e intenzív osztály áthelyezés.
Ez az eredménymérő azt rögzíti, hogy a beteget a kórházi tartózkodás bármely pontján áthelyezték-e az intenzív osztályra (ICU) a műtét utáni 1. naptól a hazabocsátásig, legfeljebb 40 napos megfigyelési időszakkal.
A műtétet követő 1. naptól a hazabocsátásig, legfeljebb 40 napig, az alapján értékelve, hogy a kórházi tartózkodás alatt történt-e intenzív osztály áthelyezés.
A kórházi tartózkodás időtartama
Időkeret: A kórházi tartózkodás teljes időtartama a felvételtől a hazabocsátásig, legfeljebb 40 napos megfigyelési időszakkal.
Ez az eredménymérő azt számítja ki, hogy a beteg összesen hány napot tölt a kórházban a felvételtől a hazabocsátásig, de legfeljebb 40 napig.
A kórházi tartózkodás teljes időtartama a felvételtől a hazabocsátásig, legfeljebb 40 napos megfigyelési időszakkal.
Akut vesekárosodás (AKI) előfordulása
Időkeret: A műtét utáni első naptól a 7. napig.
Az AKI előfordulását naponta értékelik a szérum kreatininszint és a preoperatív kiindulási érték összehasonlításával. Az AKI előfordulását a kreatininszint 48 órán belüli ≥0,3 mg/dl-es vagy 7 napon belüli ≥50%-os növekedése határozza meg a kiindulási értékhez képest.
A műtét utáni első naptól a 7. napig.

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Szponzor

Nyomozók

  • Kutatásvezető: Jingkun Liu, Honghui hospital, Xi'an Jiaotong University

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. október 24.

Elsődleges befejezés (Tényleges)

2024. október 31.

A tanulmány befejezése (Becsült)

2025. december 31.

Tanulmányi regisztráció dátumai

Először benyújtva

2024. november 6.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2024. november 12.

Első közzététel (Tényleges)

2024. november 14.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Becsült)

2024. november 18.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2024. november 13.

Utolsó ellenőrzés

2024. november 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Egyéb vizsgálati azonosító számok

  • Xi'anHongHuiH

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

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. .

Iratkozz fel