Notifica di avviso di sepsi tramite machine learning utilizzando i dati clinici (HindSight P2)
Utilizzo dei dati del trattamento clinico in un approccio di apprendimento automatico per il rilevamento della sepsi
Panoramica dello studio
Stato
Stato
Condizioni
Condizioni
Intervento / Trattamento
Intervento / Trattamento
Descrizione dettagliata
Tipo di studio
Tipo di studio
Iscrizione (Anticipato)
Iscrizione
Fase
Fase
- Fase 2
Contatti e Sedi
Contatto studio
Contatto studio
- Nome: Jana Hoffman, PhD
- Numero di telefono: 2158806619
- Email: jana@dascena.com
Backup dei contatti dello studio
- Nome: Gina Barnes, MPH
- Numero di telefono: 2158806619
- Email: gbarnes@dascena.com
Luoghi di studio
-
-
Massachusetts
-
Springfield, Massachusetts, Stati Uniti, 01199
- Reclutamento
- Baystate Health
-
Contatto:
- Gregory Braden
-
-
New Jersey
-
Camden, New Jersey, Stati Uniti, 08103
- Reclutamento
- Cooper University Health Care
-
Contatto:
- Sharad Patel
-
Contatto:
- Snehal Gandhi
-
Cape May, New Jersey, Stati Uniti, 08210
- Reclutamento
- Cape Regional Medical Center
-
Contatto:
- Andrea McCoy
-
-
Criteri di partecipazione
Criteri di ammissibilità
Criteri di ammissibilità
Età idonea allo studio
Accetta volontari sani
Sessi ammissibili allo studio
Descrizione
Criterio di inclusione:
- Durante il periodo di studio, tutti i pazienti di età superiore ai 18 anni che si presentano al pronto soccorso o ricoverati in un'unità di degenza presso le strutture partecipanti saranno automaticamente arruolati nello studio, fino al raggiungimento dell'obiettivo di arruolamento per lo studio
Criteri di esclusione:
- Pazienti di età inferiore ai 18 anni
- Prigionieri
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
- Scopo principale: ALTRO
- Assegnazione: RANDOMIZZATO
- Modello interventistico: PARALLELO
- Mascheramento: TRIPLICARE
Numero di armi
Armi e interventi
Gruppo di partecipanti / ArmGruppo di partecipanti / Arm |
Intervento / TrattamentoIntervento / Trattamento |
|---|---|
|
SPERIMENTALE: Sperimentale
Il braccio sperimentale coinvolgerà pazienti monitorati da HindSight.
|
HindSight esaminerà le tendenze dinamiche delle misurazioni cliniche prelevate dall'EHR di un paziente e analizzerà le correlazioni tra i segni vitali per avvisare dell'insorgenza di sepsi. Questo strumento basato sull'apprendimento automatico è ottimizzato dal codificatore e utilizza la riqualificazione periodica per migliorare le sue prestazioni nel tempo.
Altri nomi:
|
|
ACTIVE_COMPARATORE: Controllo
Il braccio di controllo coinvolgerà pazienti monitorati da InSight.
|
Rispetto alla capacità del software InSight di riconoscere l'insorgenza della sepsi rispetto alle prestazioni di HindSight.
Lo studio determina se il software HindSight ha prestazioni equivalenti o migliori rispetto al software InSight.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Tasso di riduzione dei falsi allarmi
Lasso di tempo: Attraverso il completamento dello studio, il coinvolgimento dei soggetti umani avverrà in media per otto mesi
|
La misura dell'esito primario di interesse sarà la riduzione dei falsi allarmi.
Il completamento con successo dell'Obiettivo 1 sarà dimostrato da un valore predittivo positivo (PPV) in un ambiente clinico dal vivo per il quale il limite inferiore dell'intervallo di confidenza al 95% soddisfa o supera il benchmark di precedenti studi retrospettivi.
Il rispetto del benchmark retrospettivo PPV indica che la qualità CDS prospettica riflette la qualità CDS retrospettiva ed è sufficientemente alta da ridurre l'affaticamento degli allarmi e migliorare l'utilità clinica.
Il successo dell'obiettivo 2 è subordinato al raggiungimento di una riduzione relativa del 15% dei falsi allarmi quando si confrontano i due bracci di trattamento (p <0,05; Fisher's Exact Test).
|
Attraverso il completamento dello studio, il coinvolgimento dei soggetti umani avverrà in media per otto mesi
|
Collaboratori e investigatori
Sponsor
Sponsor
Collaboratori
Collaboratori
Investigatori
Investigatori
- Investigatore principale: Jana Hoffman, PhD, Dascena
Pubblicazioni e link utili
Pubblicazioni generali
- Desautels T, Calvert J, Hoffman J, Mao Q, Jay M, Fletcher G, Barton C, Chettipally U, Kerem Y, Das R. Using Transfer Learning for Improved Mortality Prediction in a Data-Scarce Hospital Setting. Biomed Inform Insights. 2017 Jun 12;9:1178222617712994. doi: 10.1177/1178222617712994. eCollection 2017.
- Calvert J, Mao Q, Rogers AJ, Barton C, Jay M, Desautels T, Mohamadlou H, Jan J, Das R. A computational approach to mortality prediction of alcohol use disorder inpatients. Comput Biol Med. 2016 Aug 1;75:74-9. doi: 10.1016/j.compbiomed.2016.05.015. Epub 2016 May 24.
- Calvert JS, Price DA, Barton CW, Chettipally UK, Das R. Discharge recommendation based on a novel technique of homeostatic analysis. J Am Med Inform Assoc. 2017 Jan;24(1):24-29. doi: 10.1093/jamia/ocw014. Epub 2016 Mar 28.
- Calvert J, Mao Q, Hoffman JL, Jay M, Desautels T, Mohamadlou H, Chettipally U, Das R. Using electronic health record collected clinical variables to predict medical intensive care unit mortality. Ann Med Surg (Lond). 2016 Sep 6;11:52-57. doi: 10.1016/j.amsu.2016.09.002. eCollection 2016 Nov.
- Shimabukuro DW, Barton CW, Feldman MD, Mataraso SJ, Das R. Effect of a machine learning-based severe sepsis prediction algorithm on patient survival and hospital length of stay: a randomised clinical trial. BMJ Open Respir Res. 2017 Nov 9;4(1):e000234. doi: 10.1136/bmjresp-2017-000234. eCollection 2017.
Studiare le date dei record
Studia le date principali
Inizio studio (EFFETTIVO)
Inizio studio
Completamento primario (ANTICIPATO)
Completamento primario
Completamento dello studio (ANTICIPATO)
Completamento dello studio
Date di iscrizione allo studio
Primo inviato
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (EFFETTIVO)
Primo Inserito
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (EFFETTIVO)
Ultimo aggiornamento pubblicato
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
Altri numeri di identificazione dello studio
- 19-569185
- 2R44AA030000-02 (NIH)
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .