- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT05045742
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
Stato
Completato
Condizioni
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.
Sponsor
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
Termini MeSH pertinenti aggiuntivi
- Malattie urogenitali
- Malattie vascolari
- Malattia cardiovascolare
- Processi patologici
- Malattie urogenitali maschili
- Malattie renali
- Malattie urologiche
- Malattie urogenitali femminili
- Malattie urogenitali femminili e complicanze della gravidanza
- Malattie cardiache
- Malattia cronica
- Attributi della malattia
- Malattie del sistema immunitario
- Malattie delle vie respiratorie
- Malattie polmonari
- Malattie bronchiali
- Malattie polmonari, ostruttive
- Ipersensibilità respiratoria
- Ipersensibilità, immediata
- Ipersensibilità
- Insufficienza renale
- Ipertensione
- Condizioni patologiche, segni e sintomi
- Crisi ipertensiva
- Arresto cardiaco
- Malattia polmonare, cronica ostruttiva
- Asma
- Infezioni
- Insufficienza renale cronica
Altri numeri di identificazione dello studio
- 2017P002583d
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
-
Region SkaneIscrizione su invitoInsufficienza cardiaca Classe II della New York Heart Association (NYHA). | Insufficienza cardiaca Classe III della New York Heart Association (NYHA).Svezia
-
Yonsei UniversityReclutamentoIschemic Heart Disease | Cardiopatia Non IschemicaCorea del Sud
-
Medical University of BialystokMedical University of Lodz; Poznan University of Medical Sciences; Nicolaus Copernicus... e altri collaboratoriTerminatoInsufficienza cardiaca, sistolica | Insufficienza cardiaca con frazione di eiezione ridotta | Scompenso cardiaco Classe IV della New York Heart Association | Scompenso cardiaco Classe III della New York Heart AssociationPolonia
-
University of WashingtonAmerican Heart AssociationCompletatoInsufficienza cardiaca, congestizia | Alterazione mitocondriale | Scompenso cardiaco Classe IV della New York Heart AssociationStati Uniti
-
Portuguese Association of Interventional CardiologyMedtronicReclutamentoStenosi Aortica Sintomatica Grave (Definita come Classe New York Heart Association (NYHA) ≥ II)Portogallo