Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Previsione del deterioramento del paziente utilizzando l'apprendimento automatico

16 marzo 2026 aggiornato da: David Levine, Brigham and Women's Hospital
Questo è uno studio osservazionale retrospettivo basato sui dati del database del Brigham and Women's Home Hospital. I dati sociodemografici e clinici di una coorte di addestramento sono stati utilizzati per addestrare un algoritmo di apprendimento automatico per prevedere il deterioramento del paziente durante il ricovero di un paziente. Questo algoritmo è stato quindi convalidato in una coorte di convalida.

Panoramica dello studio

Tipo di studio

Osservativo

Iscrizione (Effettivo)

526

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Luoghi di studio

    • Massachusetts
      • Boston, Massachusetts, Stati Uniti, 02115
        • Brigham and Women's Hospital
      • Boston, Massachusetts, Stati Uniti, 02130
        • Brigham and Women's Faulkner Hospital

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

18 anni e precedenti (Adulto, Adulto più anziano)

Accetta volontari sani

No

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

Soggetti ricoverati presso il Brigham and Women's Hospital e il Brigham and Women's Faulkner Hospital che soddisfano i requisiti di diagnosi primaria, età e residenza geografica e sono arruolati nell'ospedale domiciliare.

Descrizione

Criterio di inclusione:

Assistito nello studio del Brigham and Women's Home Hospital

Criteri di esclusione:

Dati di monitoraggio continuo incompleti

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

Coorti e interventi

Gruppo / Coorte
Intervento / Trattamento
Formazione
Un sottoinsieme di pazienti utilizzati per addestrare l'algoritmo di apprendimento automatico.
Confronteremo retrospettivamente gli allarmi prodotti dai tradizionali allarmi dei segni vitali (soglie fissate dai medici) rispetto all'indice BioVitals rispetto al National Early Warning Score 2
Convalida
Un sottoinsieme di pazienti che vengono "trattenuti" e utilizzati per convalidare l'accuratezza dell'algoritmo.
Confronteremo retrospettivamente gli allarmi prodotti dai tradizionali allarmi dei segni vitali (soglie fissate dai medici) rispetto all'indice BioVitals rispetto al National Early Warning Score 2

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Carico di allarme
Lasso di tempo: Dal ricovero alla dimissione, misurato in ore, in media 5 giorni
Il numero di allarmi attivati ​​per paziente all'ora
Dal ricovero alla dimissione, misurato in ore, in media 5 giorni

Misure di risultato secondarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Sensibilità per il riconoscimento di un composto di sicurezza
Lasso di tempo: Dal ricovero alla dimissione, in media 5 giorni
La sensibilità (veri positivi divisi per condizioni positive) per il rilevamento di un composito di sicurezza (visita durante la notte, visita extra non pianificata, trasferimento di nuovo in ospedale, decesso durante il ricovero, delirio, perdita di coscienza o altro evento importante).
Dal ricovero alla dimissione, in media 5 giorni
Specificità per il riconoscimento di un composto di sicurezza
Lasso di tempo: Dal ricovero alla dimissione, in media 5 giorni
La specificità (veri negativi divisi per condizione negativa) per il rilevamento di un composito di sicurezza (visita durante la notte, visita extra non pianificata, trasferimento in ospedale, decesso durante il ricovero, delirio, perdita di coscienza o altro evento importante).
Dal ricovero alla dimissione, in media 5 giorni
Valore predittivo positivo per il riconoscimento di un composto di sicurezza
Lasso di tempo: Dal ricovero alla dimissione, in media 5 giorni
Il valore predittivo positivo (veri positivi diviso per la somma di veri positivi più falsi positivi) per il rilevamento di un composito di sicurezza (visita durante la notte, visita extra non pianificata, trasferimento di nuovo in ospedale, decesso durante il ricovero, delirio, perdita di coscienza o altro evento principale).
Dal ricovero alla dimissione, in media 5 giorni
Valore predittivo negativo per il riconoscimento di un composto di sicurezza
Lasso di tempo: Dal ricovero alla dimissione, in media 5 giorni
Il valore predittivo negativo (veri negativi diviso per la somma di veri negativi più falsi negativi) per il rilevamento di un composito di sicurezza (visita durante la notte, visita extra non pianificata, trasferimento di nuovo in ospedale, decesso durante il ricovero, delirio, perdita di coscienza o altro evento principale).
Dal ricovero alla dimissione, in media 5 giorni
Tasso di allarmi con utilità clinica
Lasso di tempo: Dal ricovero alla dimissione, in media 5 giorni
Useremo equazioni di stima generale (GEE) con tre risultati per paziente (il numero di allarmi clinicamente importanti per BioVitals, NEWS2 e segni vitali tradizionali); il GEE terrà conto del raggruppamento tra i tre esiti su un paziente. Il GEE utilizzerà un modello marginale binomiale negativo con un log-link per il numero di allarmi con utilità clinica e un offset per il log della durata del soggiorno (in ore); con questo modello modelliamo la frequenza oraria del numero di allarmi con utilità clinica con BI, NEWS2 e segni vitali tradizionali. La covariata principale nel modello binomiale negativo sarà una covariata a tre livelli per il metodo: BI vs NEWS2 vs segni vitali tradizionali e l'esponenziale dell'effetto di questa covariata sarà un rapporto di frequenza a coppie per BI vs NEWS2 vs segni vitali tradizionali segni.
Dal ricovero alla dimissione, in media 5 giorni

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Collaboratori

Investigatori

  • Investigatore principale: David Levine, MD MPH MA, Associate Physician

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Effettivo)

20 marzo 2021

Completamento primario (Effettivo)

20 marzo 2025

Completamento dello studio (Effettivo)

16 febbraio 2026

Date di iscrizione allo studio

Primo inviato

14 aprile 2021

Primo inviato che soddisfa i criteri di controllo qualità

15 settembre 2021

Primo Inserito (Effettivo)

16 settembre 2021

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

17 marzo 2026

Ultimo aggiornamento inviato che soddisfa i criteri QC

16 marzo 2026

Ultimo verificato

1 marzo 2026

Maggiori informazioni

Termini relativi a questo studio

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

NO

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

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 Arresto cardiaco

Sottoscrivi