Impatto degli algoritmi di supporto decisionale del medico basati sull'apprendimento automatico nell'assistenza perioperatoria (IMAGINATIVE)
Impatto degli algoritmi di supporto decisionale del medico basati sull'apprendimento automatico nell'assistenza perioperatoria: uno studio di controllo randomizzato (studio IMAGINATIVE)
Panoramica dello studio
Stato
Stato
Condizioni
Condizioni
Intervento / Trattamento
Intervento / Trattamento
Tipo di studio
Tipo di studio
Iscrizione (Anticipato)
Iscrizione
Fase
Fase
- Non applicabile
Contatti e Sedi
Contatto studio
Contatto studio
- Nome: Hairil Rizal Abdullah, MBBS
- Numero di telefono: 63265428
- Email: hairil.rizal.abdullah@singhealth.com.sg
Luoghi di studio
-
-
-
Singapore, Singapore
- Singapore General Hospital
-
Sub-investigatore:
- Ecosse Lamoureux, PHD
-
Contatto:
- Hairil Rizal Abdullah, MMED
- Email: hairil.rizal.abdullah@singhealth.com.sg
-
Investigatore principale:
- Hairil Rizal Abdullah, MMED
-
Sub-investigatore:
- Elaine Lum, PHD
-
Sub-investigatore:
- Nan Liu, PHD
-
Sub-investigatore:
- Mengling Feng, PHD
-
Sub-investigatore:
- Jacqueline Sim Xiu Ling, MBBS
-
Sub-investigatore:
- Brian Goh Kim Poh, MBBS
-
Sub-investigatore:
- Gek Hsiang Lim, MSC
-
Sub-investigatore:
- Marcus Ong Eng Hock, MPH
-
-
Criteri di partecipazione
Criteri di ammissibilità
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Descrizione
Criterio di inclusione:
- Pazienti >=21 anni
- Pazienti sottoposti a chirurgia elettiva
Per colloquio semi-strutturato:
1. Qualsiasi medico o infermiere che abbia utilizzato CARES durante lo studio di ricerca
Criteri di esclusione:
- Pazienti con ridotta capacità mentale
- Pazienti impossibilitati a dare il consenso
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
- Scopo principale: Altro
- Assegnazione: Randomizzato
- Modello interventistico: Assegnazione parallela
- Mascheramento: Nessuno (etichetta aperta)
Numero di armi
Armi e interventi
Gruppo di partecipanti / ArmGruppo di partecipanti / Arm |
Intervento / TrattamentoIntervento / Trattamento |
|---|---|
|
Comparatore attivo: Gruppo guidato da CARES
L'intervento
|
I partecipanti randomizzati al braccio guidato da CARES avranno il loro punteggio CARES calcolato e inserito nel modulo elettronico di valutazione pre-anestesia all'interno delle cartelle cliniche elettroniche (EMR).
Questo punteggio e i relativi avvisi saranno ben visibili su questo modulo elettronico.
(I partecipanti su questo braccio riceveranno questo intervento in aggiunta alla pratica di routine).
|
|
Nessun intervento: Gruppo non guidato da CARES
Il controllo - I partecipanti randomizzati al braccio di controllo continueranno ad avere la loro valutazione pre-anestesia di routine sul modulo elettronico, senza i calcoli del calcolatore CARES, come da prassi corrente
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Variazione dei tassi di mortalità perioperatoria
Lasso di tempo: Cinque anni
|
Valutare l'efficacia del Machine Learning Clinical Decision Support (ML-CDS).
Ipotesi: il gruppo guidato da CARES avrà una riduzione relativa del 30% nel tasso di mortalità a un anno a causa della maggiore consapevolezza dei rischi da parte del medico.
|
Cinque anni
|
Misure di risultato secondarie
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Modifica del ricovero pianificato in terapia intensiva potenzialmente evitabile dopo l'intervento chirurgico
Lasso di tempo: Cinque anni
|
Per valutare l'efficacia dell'algoritmo ML-CDS nell'ottimizzazione dell'utilizzo del letto in terapia intensiva, che è una risorsa ospedaliera importante e costosa Ipotesi: ci sarà una riduzione relativa del 25% nel ricovero pianificato in terapia intensiva potenzialmente evitabile dopo l'intervento chirurgico nel gruppo guidato da CARES
|
Cinque anni
|
Altre misure di risultato
Altre misure di risultato
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Variazione del tasso di adozione delle raccomandazioni CDS di CARES tra anestesisti, intensivisti, chirurghi e infermieri
Lasso di tempo: Cinque anni
|
Valutare l'adozione e l'accettabilità e comprendere l'esperienza dell'utente e le preoccupazioni relative a un'applicazione di previsione basata su ML progettata per migliorare la sicurezza del paziente in un contesto clinico.
Ipotesi: c'è un'elevata adozione delle raccomandazioni CDS di CARES rispettivamente tra anestesisti, intensivisti, chirurghi e infermieri.
|
Cinque anni
|
Collaboratori e investigatori
Sponsor
Sponsor
Studiare le date dei record
Studia le date principali
Inizio studio (Anticipato)
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
Altri numeri di identificazione dello studio
Altri numeri di identificazione dello studio
- IMAGINATIVE Trial
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 .
Prove cliniche su Apprendimento automatico
-
NCT06037057Non ancora reclutamentoDeep Learning, risonanza magnetica lombare
-
NCT07600853Non ancora reclutamento
-
NCT06745713CompletatoEducazione infermieristica | Assistenza infermieristica | Tubo toracico | E-learning
-
NCT05987553Attivo, non reclutanteCheratosi attinica | Dermatologia | E-learning
-
NCT06917703Iscrizione su invitoGravidanza | Età gestazionale e condizioni di peso | Alfabetizzazione | Comportamenti alimentari | E-learning
-
NCT06534645ReclutamentoPrevisione dell'esito dell'ictus supportata dall'algoritmo di deep learning
-
NCT06842394CompletatoStress psicologico | Educazione, medicina | Ansia di Stato | E-learning | Unità medica acuta
-
NCT06284980ReclutamentoDescrivere le caratteristiche tipiche dell'ecografia in scala di grigi/color Doppler della neoplasia trofoblastica gestazionale all'esame ecografico | Per valutare se ci sono differenze all'esame ecografico di base tra pazienti a basso e ad alto rischio | Identificare i predittori ecografici della resistenza alla chemioterapia con farmaco singolo di prima linea nei pazienti con GTN a basso rischio | Per verificare se gli algoritmi di machine learning (ML) (radiomica, reti neurali profonde (DNN) e altri algoritmi di machine learning
-
NCT05943743ReclutamentoCovid-19 | Studente di medicina | E-learning
Prove cliniche su Gruppo guidato da CARES
-
NCT06891079Iscrizione su invito
-
NCT04980157CompletatoInfezione da virus dell'epatite C | Cancro colorettale
-
NCT07430371ReclutamentoAssistente di demenza | Supporto tra pari | Supporto Sociale per i Caregiver | Assistenti Sanitari Diretti | Assistenza a domicilio
-
NCT07475793Non ancora reclutamento
-
NCT01787058CompletatoInfezioni delle vie respiratorie | Diarrea | Assenteismo
-
NCT07132658Non ancora reclutamentoCancro alla prostata
-
NCT00577187Ritirato
-
NCT06285929Iscrizione su invito
-
NCT02272491Attivo, non reclutanteCorone singole supportate da impianto
-
NCT05656807Reclutamento