Machine Learning Model for Predicting Recovery After Critical Illness
Development and Validation of a Machine Learning Model for Predicting Functional Decline and Return to Work After Critical Illness
This study aims to develop and test an artificial intelligence (AI) model to predict long-term functional status and return to work after critical illness.
The main question is:
Can we develop and validate a machine learning model to predict long-term functional status and return to work after critical illness?
Panoramica dello studio
Stato
Stato
Condizioni
Condizioni
Intervento / Trattamento
Intervento / Trattamento
Descrizione dettagliata
Tipo di studio
Tipo di studio
Iscrizione (Effettivo)
Iscrizione
Contatti e Sedi
Luoghi di studio
-
-
Rio Grande do Sul
-
Porto Alegre, Rio Grande do Sul, Brasile, 90035-903
- Hospital de Clínicas de Porto Alegre, Intensive Care Nursing Department
-
-
Criteri di partecipazione
Criteri di ammissibilità
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Inclusion Criteria:
- Age ≥18 years
- ICU stay ≥ 72 hours
- ICU stay ≥ 120 hours if the participant was admitted for elective surgery
Exclusion Criteria:
- No telephone contact available
- Failure to establish contact
- Transfer to another ICU
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Numero di gruppi/coorti
Coorti e interventi
Gruppo / CoorteGruppo / Coorte |
Intervento / TrattamentoIntervento / Trattamento |
|---|---|
|
Patients in follow-up
Patients under follow-up.
No interventions were performed
|
No interventions were performed.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Functional Status
Lasso di tempo: 3rd, 6th and 12th months after ICU discharge
|
The primary outcome will be functional status at 6 months after ICU discharge, assessed using the Barthel Index (BI).
The BI is a validated measure of functional status in activities of daily living, with total scores ranging from 0 to 100.
For prediction modeling, the outcome will be treated as a binary variable, with functional impairment defined as a BI score <91 points.
|
3rd, 6th and 12th months after ICU discharge
|
Misure di risultato secondarie
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Return to Work
Lasso di tempo: 3rd, 6th and 12th months after ICU discharge
|
Being employed
|
3rd, 6th and 12th months after ICU discharge
|
Collaboratori e investigatori
Sponsor
Sponsor
Collaboratori
Collaboratori
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Inizio studio
Completamento primario (Effettivo)
Completamento primario
Completamento dello studio (Effettivo)
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
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
Altri numeri di identificazione dello studio
- 20250554
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 .