- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT03882476
RCT dell'algoritmo di apprendimento automatico della sepsi
Prova controllata randomizzata di un algoritmo di apprendimento automatico per il rilevamento precoce della sepsi
Panoramica dello studio
Stato
Condizioni
Intervento / Trattamento
Descrizione dettagliata
Da gennaio 2020 a febbraio 2021 inclusi, i ricercatori eseguiranno uno studio multicentrico controllato randomizzato (RCT) presso CRMC, OH e UCSF. Tutti gli obiettivi di questo studio sono stati sottoposti all'approvazione del Pearl Institutional Review Board con una rinuncia al consenso informato.
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 verranno automaticamente arruolati nella sperimentazione, fino al raggiungimento dell'arruolamento target per lo studio. L'arruolamento comporterà la randomizzazione al braccio di controllo o al braccio sperimentale. I pazienti verranno assegnati al gruppo sperimentale o al gruppo di controllo sulla base di una sequenza di assegnazione casuale, generata da un programma informatico prima dell'inizio della sperimentazione, utilizzando una semplice randomizzazione, con un rapporto di assegnazione 1:1. Questa sequenza di assegnazione sarà nascosta ai pazienti, agli operatori sanitari e ai ricercatori dello studio. Tuttavia, la sperimentazione avrà un design open-label, poiché non è possibile il full blinding poiché alcuni incarichi di gruppo verranno rivelati naturalmente al ricevimento di avvisi telefonici.
Ci saranno due braccia nello studio. Il braccio di controllo coinvolgerà pazienti con il consueto standard di cura e il braccio sperimentale coinvolgerà pazienti monitorati da InSight. Se l'algoritmo applicabile determina che un paziente è ad alto rischio di sepsi, verrà inviato un avviso telefonico all'infermiere responsabile in servizio nella posizione attuale del paziente. La risposta agli avvisi seguirà il protocollo del nostro precedente studio clinico sulla sepsi. La procedura consiste in un'infermiera che conduce una valutazione al capezzale del paziente per escludere un'infezione sospetta. Ciò include la valutazione dei segni vitali del paziente, le note EHR e i recenti risultati di laboratorio. Se l'infermiere sospetta la sepsi, un medico successivamente valuta il paziente e, se appropriato, ordina la somministrazione del pacchetto standard di trattamento della sepsi.
Nella somministrazione di studi clinici, alcuni studi in aperto sono randomizzati a grappolo mentre altri sono randomizzati a livello di singolo paziente. La randomizzazione a grappolo viene spesso utilizzata per ridurre al minimo la "contaminazione" tra i gruppi di trattamento e di controllo, poiché l'esposizione dei fornitori ai pazienti di entrambi i bracci in uno studio in aperto spesso invita a pregiudizi comportamentali non intenzionali. Questi pregiudizi possono indurre i fornitori ad adeguare i loro interventi nel gruppo di controllo per imitare le loro azioni nel gruppo sperimentale, mascherando così l'effetto dell'intervento e inclinando i risultati dello studio verso il nulla. Sebbene gli studi in aperto e randomizzati a grappolo siano efficaci nel ridurre al minimo la contaminazione tra i gruppi, presentano diversi svantaggi significativi, tra cui una maggiore complessità nella progettazione e nell'analisi, nonché requisiti di arruolamento dei pazienti più ampi per ottenere la stessa potenza statistica. Poiché campioni di dimensioni maggiori spesso richiedono aumenti di costo, lunghezza o complessità di uno studio, la ricerca attuale ha indicato che gli sperimentatori dovrebbero utilizzare la randomizzazione individuale, se possibile, a causa degli svantaggi dell'allocazione dei cluster. Alla luce di queste considerazioni, i ricercatori hanno concluso che la randomizzazione individuale era la migliore strategia per lo studio, in quanto offre un aumento significativo del potere statistico e consente di valutare l'esito di ogni paziente indipendentemente da ogni altro paziente. Per ridurre al minimo possibili pregiudizi, gli investigatori hanno anche deciso di rendere identico il testo della telefonata automatica in entrambe le braccia. L'uso riuscito della randomizzazione a livello di paziente in un precedente studio clinico sulla sepsi condotto dai ricercatori dà fiducia a questo progetto di sperimentazione.
Dopo la dimissione dell'ultimo paziente arruolato, gli investigatori valuteranno se l'endpoint primario della mortalità basata sulla SIRS in ospedale è raggiunto. Ulteriori misure di esito di interesse per ciascun gruppo basato su SIRS includeranno: tempo per il completamento di ciascun elemento del bundle Surviving Sepsis Campaign (SSC); giorni senza ventilatore; giornate di terapia intensiva; e tasso di riammissione ospedaliera di 30 giorni. Il pacchetto SSC di 1 ora consiste nell'ottenere emocolture, misurare il livello di lattato, somministrare antibiotici ad ampio spettro, somministrare 30 mL/kg di liquido cristalloide per ipertensione o lattato >4 mmol/L e applicare vasopressori se il paziente è ipoteso durante o dopo rianimazione fluida.
Gli investigatori prevedono di attingere dai dati clinici basati sull'EHR per l'analisi dell'endpoint primario, al contrario dei dati basati sulle dichiarazioni, grazie alla sua capacità di fornire misurazioni più oggettive sugli esiti dei pazienti.
Al termine dello studio, i risultati significativi saranno pubblicati come articoli scientifici.
Tipo di studio
Fase
- Fase 2
Criteri di partecipazione
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 reparto di degenza presso le strutture partecipanti saranno automaticamente arruolati nella sperimentazione, fino al raggiungimento dell'obiettivo di arruolamento per lo studio
Criteri di esclusione:
- Pazienti di età inferiore ai 18 anni
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
- Scopo principale: Diagnostico
- Assegnazione: Randomizzato
- Modello interventistico: Assegnazione parallela
- Mascheramento: Triplicare
Armi e interventi
Gruppo di partecipanti / Arm |
Intervento / Trattamento |
|---|---|
|
Sperimentale: Sperimentale
Il braccio sperimentale coinvolgerà pazienti monitorati da InSight.
|
Sistema di supporto alle decisioni cliniche (CDS) per il rilevamento della sepsi
|
|
Nessun intervento: Controllo
Il braccio di controllo non avrà alcun intervento e coinvolgerà i pazienti con il consueto standard di cura.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Mortalità intraospedaliera basata sulla SIRS
Lasso di tempo: Attraverso il completamento degli studi, una media di otto mesi
|
Tasso di mortalità attribuito a pazienti che soddisfano due o più criteri SIRS a un certo punto durante il loro soggiorno
|
Attraverso il completamento degli studi, una media di otto mesi
|
Collaboratori e investigatori
Sponsor
Collaboratori
Pubblicazioni e link utili
Pubblicazioni generali
- 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.
- 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 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 (Anticipato)
Completamento primario (Anticipato)
Completamento dello studio (Anticipato)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- 19-494662
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 .