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.

Modelli di machine learning per prevedere ricoveri ospedalieri o dimissioni impreviste dopo l'anestesia

16 ottobre 2024 aggiornato da: Rémi Florquin, HUmani
I ricoveri ospedalieri inattesi dopo un intervento chirurgico ambulatoriale non solo causano disagio ai pazienti ma causano anche una diminuzione dell’efficienza del sistema sanitario. Inoltre, l'orientamento imprevisto del paziente comporta il rischio di prescrizioni postoperatorie inadeguate. La nostra ipotesi è che i modelli di intelligenza artificiale supereranno i modelli tradizionali nel prevedere quali pazienti richiederanno il ricovero ospedaliero dopo un intervento chirurgico ambulatoriale o una dimissione ospedaliera imprevista dopo l’intervento chirurgico.

Panoramica dello studio

Stato

Completato

Condizioni

Intervento / Trattamento

Tipo di studio

Osservativo

Iscrizione (Effettivo)

68683

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

  • Belgio
      • Mons, Belgio, 7000
        • Université de Mons

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

  • Bambino
  • Adulto
  • Adulto più anziano

Accetta volontari sani

No

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

Tutti i pazienti ospedalizzati o ambulatoriali che sono stati sottoposti ad anestesia per una procedura diagnostica o terapeutica, in condizioni programmate o di emergenza, negli ospedali dell'istituto.

Descrizione

Criteri di inclusione:

  • Paziente sottoposto ad anestesia per una procedura terapeutica o diagnostica

Criteri di esclusione:

  • Dati informatici incompleti
  • Errore nel sistema di codifica

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
Pazienti ambulatoriali
Paziente sottoposto ad anestesia in ambiente ambulatoriale.
Altro: Previsione matematica del riorientamento imprevisto del paziente
L'obiettivo di questo progetto è quello di sviluppare modelli per prevedere nel periodo preoperatorio quali pazienti richiederanno il ricovero ospedaliero dopo un intervento chirurgico ambulatoriale o una dimissione ospedaliera imprevista dopo l'intervento chirurgico
Pazienti ospedalizzati
Paziente sottoposto ad anestesia in ambiente ospedaliero.
Altro: Previsione matematica del riorientamento imprevisto del paziente
L'obiettivo di questo progetto è quello di sviluppare modelli per prevedere nel periodo preoperatorio quali pazienti richiederanno il ricovero ospedaliero dopo un intervento chirurgico ambulatoriale o una dimissione ospedaliera imprevista dopo l'intervento chirurgico

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Tasso di riorientamento del paziente
Lasso di tempo: Il giorno dell'operazione
Tasso di ricoveri ospedalieri imprevisti dopo un intervento chirurgico ambulatoriale e tasso di dimissioni dopo un intervento chirurgico ospedaliero
Il giorno dell'operazione

Collaboratori e investigatori

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

Sponsor

HUmani

Investigatori

  • Investigatore principale: Rémi Florquin, MD, Université de Mons, Belgium

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)

1 gennaio 2020

Completamento primario (Effettivo)

30 giugno 2024

Completamento dello studio (Effettivo)

30 luglio 2024

Date di iscrizione allo studio

Primo inviato

30 agosto 2024

Primo inviato che soddisfa i criteri di controllo qualità

30 agosto 2024

Primo Inserito (Effettivo)

3 settembre 2024

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

18 ottobre 2024

Ultimo aggiornamento inviato che soddisfa i criteri QC

16 ottobre 2024

Ultimo verificato

1 ottobre 2024

Maggiori informazioni

Termini relativi a questo studio

Parole chiave

Termini MeSH pertinenti aggiuntivi

Altri numeri di identificazione dello studio

  • HUmani_ODanesth

Piano per i dati dei singoli partecipanti (IPD)

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

NO

Descrizione del piano IPD

Non siamo autorizzati a pubblicare dati sensibili per decisione del comitato etico

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

prodotto fabbricato ed esportato dagli 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 Dolore, Postoperatorio

Cerca prove simili

Sponsor e collaboratori

Condizioni mediche

Interventi farmacologici

CROs by country

CROs in Bahamas

Condizioni

Malattie rare

Interventi farmacologici

Supplementi dietetici

Sponsor / Collaboratori

Sedi

Sottoscrivi