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.

Development and Validation of an Interpretable Machine Learning Model for Predicting Venous Thromboembolism（VTE）in Intensive Care Unit (ICU) Patients

18 maggio 2026 aggiornato da: Weiwei Wu, Beijing Tsinghua Chang Gung Hospital
Venous thromboembolism remains a leading cause of preventable mortality in intensive care unit (ICU) patients. Existing risk-stratification tools were developed in general medical populations and lack ICU-specific predictors. This study was to develop and validate an interpretable machine learning (ML) model to predict VTE in ICU patients.

Panoramica dello studio

Stato

Completato

Condizioni

Intervento / Trattamento

Tipo di studio

Osservativo

Iscrizione (Effettivo)

12061

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

  • Cina
    • Beijing Municipality
      • Beijing, Beijing Municipality, Cina, 102218
        • Beijing Tsinghua Changgung 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

  • Adulto
  • Adulto più anziano

Accetta volontari sani

No

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

Patients admitted to ICU were included in the study cohort from January 2022 to October 2025. Inclusion criteria were: (1) age ≥18 years; (2) ICU length of stay ≥48 hours; (3) only the first ICU admission per patient was retained. Exclusion criteria were: (1) VTE diagnosed prior to ICU admission; (2) VTE diagnosed within 24 hours of ICU admission; (3) >20% missing values in key variables. The final cohort comprised 12,061 patients, of whom 587 (4.9%) developed VTE during ICU hospitalization.

Descrizione

Inclusion Criteria:

  • age ≥18 years;
  • ICU length of stay ≥48 hour
  • the first ICU admission

Exclusion Criteria:

  • VTE diagnosed prior to ICU admission
  • VTE diagnosed within 24 hours of ICU admission
  • >20% missing values in key variables

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

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Lasso di tempo
validate an interpretable machine learning (ML) model to predict VTE in ICU patients
Lasso di tempo: the first day after the patients leaf ICU
the first day after the patients leaf ICU

Collaboratori e investigatori

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

Sponsor

Beijing Tsinghua Chang Gung Hospital

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 2022

Completamento primario (Effettivo)

31 dicembre 2025

Completamento dello studio (Effettivo)

31 dicembre 2025

Date di iscrizione allo studio

Primo inviato

12 maggio 2026

Primo inviato che soddisfa i criteri di controllo qualità

18 maggio 2026

Primo Inserito (Effettivo)

19 maggio 2026

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

19 maggio 2026

Ultimo aggiornamento inviato che soddisfa i criteri QC

18 maggio 2026

Ultimo verificato

1 gennaio 2022

Maggiori informazioni

Termini relativi a questo studio

Termini MeSH pertinenti aggiuntivi

Altri numeri di identificazione dello studio

  • 19242-2-01

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 nessun intervento

Cerca prove simili

Sponsor e collaboratori

Condizioni mediche

Interventi farmacologici

CROs by country

CROs in Iran

Condizioni

Malattie rare

Interventi farmacologici

Supplementi dietetici

Sponsor / Collaboratori

Sedi

Sottoscrivi