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

AI4Triage - Mesterséges intelligencia alapú módszerek fejlesztése a triázs adatok elemzésére.

2025. december 31. frissítette: Pietro Hiram Guzzi, University of Catanzaro

AI4Triage - Mesterséges Intelligencia Alapú Módszerek Fejlesztése a Triage Adatok Elemzéséhez

A mesterséges intelligencia, és különösen a Graph Neural Networks (GNN-ek), hatalmas potenciált mutatott a komplex klinikai adatok elemzésében. A változók közötti kapcsolatok modellezésére való képességüknek köszönhetően a GNN-ek jelentős fejlődést képviselnek a hagyományos modellekhez képest, lehetővé téve a gyógyászati információk jobb értelmezését és támogatva az adatvezérelt döntéseket olyan összetett kontextusokban, mint a sürgősségi orvostudomány.

A GNN-ek alkalmazása a klinikai triázsban és a tartózkodási idő előrejelzésében javíthatja a klinikai hatékonyságot az erőforrás-allokáció és a betegellátás optimalizálásával. Ez a megfigyelési tanulmány célja, hogy értékelje az előrejelzések pontosságát a valós klinikai adatokhoz képest, hozzájárulva a fejlett prediktív eszközök fejlesztéséhez, amelyek támogatják az egészségügyi döntéshozatali folyamatokat.

A tanulmány áttekintése

Állapot

Aktív, nem toborzó

Körülmények

Beavatkozás / kezelés

Tanulmány típusa

Megfigyelő

Beiratkozás (Tényleges)

1500

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi helyek

      • Catanzaro, Olaszország
        • University of Catanzaro

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

az összes felvett az sürgősségi osztályra

Leírás

Bevonási kritériumok:

  • minden

Kizárási kritériumok:

  • vörös kódú és súlyos sérüléssel rendelkező betegek

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
A nem megfelelően osztályozottak száma
Időkeret: 12 hónap
A kutatók megmérik a rossz besorolások számát
12 hónap
Alulminősített
Időkeret: 12 hónap
A kutatók megmérik a túlzottan alacsony triázs előrejelzésének képességét
12 hónap

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

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)

2025. november 1.

Elsődleges befejezés (Becsült)

2026. november 1.

A tanulmány befejezése (Becsült)

2027. november 30.

Tanulmányi regisztráció dátumai

Először benyújtva

2025. december 17.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2025. december 17.

Első közzététel (Becsült)

2025. december 31.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2026. január 6.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2025. december 31.

Utolsó ellenőrzés

2025. december 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

További vonatkozó MeSH feltételek

Egyéb vizsgálati azonosító számok

  • AI4Triage

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

ELDÖNTETLEN

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. .

Iratkozz fel