- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT04951973
Punteggio di allerta precoce basato sul deep learning nell'attivazione del team di risposta rapida
Confronto tra il punteggio di allerta precoce basato sul deep learning e il sistema di screening convenzionale nell'attivazione del team di risposta rapida nei pazienti del reparto generale
Panoramica dello studio
Stato
Intervento / Trattamento
Descrizione dettagliata
SPTTS è il sistema di tracciamento trigger rappresentativo. Oltre al convenzionale SPTTS, DEWS sarà calcolato in ogni punto temporale dall'algoritmo sviluppato in precedenza. SPTTS e DEWS saranno mostrati simultaneamente sul tabellone di screening. Il team di risposta rapida esegue l'attività di soccorso come prima, utilizzando contemporaneamente SPTTS e DEWS.
L'impostazione della soglia di allarme di DEWS verrà modificata a 70 punti, 75 punti e 80 punti ogni mese.
Gli esiti primari e secondari saranno valutati per confrontare SPTTS e DEWS (in base a ciascuna soglia).
Tipo di studio
Iscrizione (Anticipato)
Contatti e Sedi
Contatto studio
- Nome: Yeon Joo Lee, MD
- Numero di telefono: 82-31-787-7082
- Email: yjlee1117@snubh.org
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
Accetta volontari sani
Sessi ammissibili allo studio
Metodo di campionamento
Popolazione di studio
Descrizione
Criterio di inclusione:
- Pazienti ricoverati in reparto generale e monitorati dal sistema di risposta rapida in ospedale
Criteri di esclusione:
- pazienti ricoverati nel reparto pediatrico
- pazienti in pronto soccorso, unità di terapia intensiva e sala operatoria
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Arresto cardiaco in ospedale
Lasso di tempo: 3 mesi
|
Confronta la prevedibilità dell'arresto cardiaco in ospedale tra DEWS e SPTTS.
|
3 mesi
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Coincidenza dell'allarme
Lasso di tempo: 3 mesi
|
Valutare la coincidenza dell'allarme tra DEWS e SPTTS.
|
3 mesi
|
|
Conteggio totale degli allarmi.
Lasso di tempo: 3 mesi
|
Confronta il conteggio totale degli allarmi tra DEWS e SPTTS.
|
3 mesi
|
Collaboratori e investigatori
Pubblicazioni e link utili
Pubblicazioni generali
- Kwon JM, Lee Y, Lee Y, Lee S, Park J. An Algorithm Based on Deep Learning for Predicting In-Hospital Cardiac Arrest. J Am Heart Assoc. 2018 Jun 26;7(13):e008678. doi: 10.1161/JAHA.118.008678.
- Cho KJ, Kwon O, Kwon JM, Lee Y, Park H, Jeon KH, Kim KH, Park J, Oh BH. Detecting Patient Deterioration Using Artificial Intelligence in a Rapid Response System. Crit Care Med. 2020 Apr;48(4):e285-e289. doi: 10.1097/CCM.0000000000004236.
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
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- DEWS_2021
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 Punteggio di allerta precoce basato sul deep learning (DEWS)
-
University Hospital, Basel, SwitzerlandInnosuisse - Swiss Innovation AgencyCompletato
-
Brigham and Women's HospitalBiofourmis Inc.CompletatoArresto cardiaco | Malattie renali croniche | Broncopneumopatia cronica ostruttiva | Asma | Infezione | Infiammazione della gotta | Urgenza ipertensiva | Anticoagulanti; È aumentato | Fibrillazione atriale rapidaStati Uniti