このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

急性低酸素血症性呼吸不全における人工呼吸の結果と持続時間を予測するための機械学習モデル (MEMORIAL)

2026年7月7日 更新者:Jesus Villar、Hospital Universitario de Gran Canaria Doctor Negrín

急性低酸素血症性呼吸不全患者の ICU 転帰と人工呼吸期間を予測するための最適な機械学習モデルの開発

急性低酸素性呼吸不全(AHRF)は、世界中の集中治療室(UCI)における入院の最も一般的な原因です。 私たちは、PANDORA (急性呼吸不全の有病率と結果) 研究に登録された 1,241 人の患者を対象に、ICU 死亡と長期間 (7 日を超える) の人工呼吸器 (MV) の早期予測における機械学習 (ML) 技術の価値を評価します。スペイン。 この研究は ClinicalTrials.gov に登録されました (NCT03145974)。 私たちの目的は、ロジスティック回帰と 4 つの教師あり ML アルゴリズム (ランダム フォレスト、極端な勾配ブースティング、サポート ベクター マシン、多層パーセプトロン) を使用して、最小数の変数モデルを評価することです。

調査の概要

状態

完了

条件

介入・治療

詳細な説明

急性低酸素性呼吸不全(AHRF)は、世界中の集中治療室(UCI)における入院の最も一般的な原因です。 我々は、MV 治療中の AHRF 患者における ICU 死亡の早期予測と人工呼吸器 (MV) の長期 (>7 日) の予測における機械学習 (ML) 技術の価値を評価します。 AHRF患者の死亡率とMVの持続期間の予測を調査した研究はほとんどない。

モデル開発のために、研究者らは、PANDORA コホートの匿名化データベースに含まれる患者から、AHRF の診断後最初の 3 日間のデータを抽出します。 当社には、スペインの 22 の病院からの PANDORA コホート (急性呼吸不全の有病率と転帰) に登録され、主任研究者 (JV) によって調整された 2,000,000 件の匿名化および分離された人口統計と臨床データを含む 1,241 人の AHRF 患者からのデータベースがありました。 研究者らは、モデル予測について、TRIPOD (TRIPOD) ガイドラインに従った、個人の予後または診断のための多変数予測モデルの透過的報告に従うことになります。 収集した変数を遺伝的アルゴリズムの変数選択方法を使用してスクリーニングし、節約を実現します。 ロジスティック回帰と 4 つの教師あり ML アルゴリズム (ランダム フォレスト、極端な勾配ブースティング、サポート ベクター マシン、多層パーセプトロン) を使用して、最小数の変数モデルを評価しました。 トレーニング データ (80%) とテスト データ (20%) からランダムに選択された 1,000 人の患者のデータセットで 5 分割交差検証を使用します。 外部検証には、残りの 241 人の患者を使用します。

研究の種類

観察的

入学 (実際)

1241

連絡先と場所

このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。

研究場所

      • Ciudad Real、スペイン、13005
        • Hospital General Universitario de Ciudad Real
      • Cuenca、スペイン、16002
        • Hospital Virgen de La Luz
      • Madrid、スペイン、28046
        • Hospital Universitario La Paz
      • Madrid、スペイン、28222
        • Hospital Universitario Puerta De Hierro
      • Murcia、スペイン、3012
        • Hospital Universitario Virgen de Arrixaca
      • Santa Cruz de Tenerife、スペイン、38010
        • Hospital Universitario NS de Candelaria
      • Valencia、スペイン、46010
        • Hospital Cinico de Valencia
      • Valladolid、スペイン、47012
        • Hospital Universitario Río Hortega

参加基準

研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。

適格基準

就学可能な年齢

  • 大人
  • 高齢者

健康ボランティアの受け入れ

いいえ

サンプリング方法

非確率サンプル

調査対象母集団

スペインの ICU ネットワークに連続して入院した急性低酸素性呼吸不全で人工呼吸器を装着されている 1,241 人の患者を含む匿名化されたデータセット。

説明

包含基準:

  • 気管内挿管と人工呼吸器 (MV)
  • 呼気終末陽圧(PEEP)≧5 cmH2OおよびFiO2≧0.3のMV下でPaO2/FiO2比≦300 mmHg。

除外基準:

  • 術後患者の換気期間は 24 時間未満
  • 脳死患者。

研究計画

このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。

研究はどのように設計されていますか?

デザインの詳細

コホートと介入

グループ/コホート
介入・治療
検証コホート
無作為に選択された 200 人の患者 (AHRF 患者 1000 人のうち 20%) が含まれます。
ランダム フォレスト、極端な勾配ブースティング、サポート ベクター マシン、多層パーセプトロンなどの堅牢な機械学習アプローチを使用します。
他の名前:
  • ロジスティック回帰、相互検証、ROC 曲線下面積
確認コホート
これには、ランダムに選択された残りの 241 人の患者が含まれます (外部検証による)。
ランダム フォレスト、極端な勾配ブースティング、サポート ベクター マシン、多層パーセプトロンなどの堅牢な機械学習アプローチを使用します。
他の名前:
  • ロジスティック回帰、相互検証、ROC 曲線下面積
派生コホート
ランダムに選択された800人の患者(AHRFの患者1,000人)が含まれます
ランダム フォレスト、極端な勾配ブースティング、サポート ベクター マシン、多層パーセプトロンなどの堅牢な機械学習アプローチを使用します。
他の名前:
  • ロジスティック回帰、相互検証、ROC 曲線下面積

この研究は何を測定していますか?

主要な結果の測定

結果測定
メジャーの説明
時間枠
ICU死亡率
時間枠:最長100週間(入院から死亡または集中治療室からの退院まで)
集中治療室で死亡
最長100週間(入院から死亡または集中治療室からの退院まで)

二次結果の測定

結果測定
メジャーの説明
時間枠
MVの長さ
時間枠:最長100週間(挿入から抜管まで)
人工呼吸器の持続時間
最長100週間(挿入から抜管まで)

協力者と研究者

ここでは、この調査に関係する人々や組織を見つけることができます。

スポンサー

捜査官

  • 主任研究者:Jesus Villar, MD, PhD、Fundación Canaria Instituto de Investigación Sanitaria de Canarias

研究記録日

これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。

主要日程の研究

研究開始 (実際)

2024年3月19日

一次修了 (実際)

2026年5月30日

研究の完了 (実際)

2026年5月30日

試験登録日

最初に提出

2024年3月19日

QC基準を満たした最初の提出物

2024年3月26日

最初の投稿 (実際)

2024年3月27日

学習記録の更新

投稿された最後の更新 (実際)

2026年7月9日

QC基準を満たした最後の更新が送信されました

2026年7月7日

最終確認日

2026年7月1日

詳しくは

本研究に関する用語

キーワード

その他の研究ID番号

  • PI24/00325

個々の参加者データ (IPD) の計画

個々の参加者データ (IPD) を共有する予定はありますか?

いいえ

医薬品およびデバイス情報、研究文書

米国FDA規制医薬品の研究

いいえ

米国FDA規制機器製品の研究

いいえ

この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。