- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT06751693
Sviluppo di un modello di punteggio e previsione per il successo dello svezzamento nei pazienti con ARDS utilizzando parametri di ventilazione combinati con intelligenza artificiale e tecniche di deep learning
Panoramica dello studio
Stato
Descrizione dettagliata
Lo scopo di questo studio è sviluppare un sistema di punteggio supportato dall'intelligenza artificiale e dal deep learning utilizzando i parametri del ventilatore ottenuti durante il processo di ventilazione meccanica in pazienti con diagnosi di ARDS. Questo sistema cerca di prevedere e ottimizzare il processo di svezzamento, facilitando il successo della liberazione dalla ventilazione meccanica.
In questo contesto, il nostro studio analizzerà i dati di 25.000 pazienti ottenuti dal sistema Metavision. Da questo pool di dati, i pazienti con ARDS verranno filtrati e divisi in due gruppi: quelli svezzati con successo dalla ventilazione meccanica (svezzati) e quelli che non lo furono (non svezzati). Verranno esaminati in dettaglio i parametri del ventilatore di entrambi i gruppi, inclusi gli indici di ossigenazione, la pressione di guida e la potenza meccanica totale.
I dati raccolti verranno analizzati utilizzando algoritmi di intelligenza artificiale e deep learning per sviluppare un sistema di punteggio in grado di prevedere i processi di svezzamento dei pazienti. Questo sistema è progettato per guidare i medici nella gestione dei pazienti e migliorare il successo delle procedure di svezzamento.
I risultati di questo studio mirano a contribuire a una gestione più efficiente e sicura del processo di svezzamento per i pazienti con ARDS. Inoltre, si prevede che l’implementazione di sistemi di punteggio supportati dall’intelligenza artificiale nelle unità di terapia intensiva promuoverà un’adozione diffusa e migliorerà la qualità dell’assistenza ai pazienti.
Tipo di studio
Iscrizione (Effettivo)
Contatti e Sedi
Luoghi di studio
-
-
-
Istanbul, Tacchino
- Bakirkoy Dr Sadi Konuk Research and Training Hospital
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criteri di inclusione:
- Diagnosi dell'ARDS
- Di età pari o superiore a 18 anni
- Intubato e seguito da ventilazione meccanica
- Ricovero in terapia intensiva
- Dati completi sul supporto clinico e sul sistema decisionale
Criteri di esclusione:
- Dati mancanti
- Sotto i 18 anni di età
- Seguito da condizioni non ARDS
- Stato del terminale
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Coorti e interventi
Gruppo / Coorte |
|---|
|
Svezzato
Quelli svezzati con successo dalla ventilazione meccanica
|
|
Non svezzato
Coloro che non sono svezzati dalla ventilazione meccanica
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Svezzamento riuscito
Lasso di tempo: 48 ore
|
L'esito primario di questo studio sarà il successo dello svezzamento dalla ventilazione meccanica.
|
48 ore
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Parametri ventilatorii meccanici
Lasso di tempo: 48 ore
|
Determinazione dell’impatto della potenza meccanica sugli esiti dei pazienti.
|
48 ore
|
Collaboratori e investigatori
Investigatori
- Cattedra di studio: Zafer Cukurova, M.D, Bakırköy Dr. Sadi Konuk Training and Research Hospital
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Effettivo)
Completamento dello studio (Effettivo)
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
- 2024-12-07
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
prodotto fabbricato ed esportato dagli 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 Apprendimento approfondito
-
RenJi HospitalNon ancora reclutamentoDeep Learning, risonanza magnetica lombare
-
University of ZurichReclutamentoPrevisione dell'esito dell'ictus supportata dall'algoritmo di deep learningSvizzera
-
Ceren SireNon ancora reclutamentoDeep caries lesione di denti pemanentiTacchino
-
Gazi UniversityAtılım University; Gazi University Scientific Research UnitCompletatoEducazione infermieristica | Assistenza infermieristica | Tubo toracico | E-learningTacchino
-
Sultan Qaboos Comprehensive Cancer CenterNon ancora reclutamentoAtteggiamento | Conoscenza | Pratica | E-learningOman
-
Tishreen UniversityCompletatoValutazione dell'Intervento Deep Plan nella Regione Sottomentoniera per la Gestione del Doppio MentoSiria
-
Third Affiliated Hospital, Sun Yat-Sen UniversityReclutamentoSviluppare un modello predittivo di germogliamento del tumore basato sulla TC per il cancro alla vescica utilizzando algoritmi di deep learningCina
-
First Affiliated Hospital of Chongqing Medical...CompletatoFocus sullo sviluppo di un modello di deep learning per prevedere il rischio di recidiva dell'adenocarcinoma polmonare invasivo di stadio IA dopo resezione sublobareCina
-
Misr International UniversityNational Research Centre, EgyptAttivo, non reclutantePazienti con lesioni cariose profonde | Lesione cariosa profonda | Deep caries lesione di denti pemanentiEgitto