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。

AiCR : 心停止における人工知能 (AiCR)

2026年6月25日 更新者:Centre Hospitalier Universitaire de Nice

AiCR : 心停止における人工知能 回復した心肺停止の予後におけるアルゴリズムの適用

ヨーロッパにおける心肺停止の全体的な発生率は、年間 350,000 ~ 700,000 件と推定されています。 すべてのリズム障害を合わせた場合の生存率は 10.7% と推定されます。

医療分野における AI の適用例はいくつかあります。 Tingらは、糖尿病性網膜症の存在を優れた能力で診断できるコンピューターツールを開発しました。 蘇生において、Celiらは、全身性炎症状態におけるクリスタロイド血管充填の必要性を予測できるツールを提案しました。 2018 年の Nature で、Komorowski は敗血症の血行動態管理における AI の有効性を実証しました。 液体チャレンジに対する腎臓の反応の研究において、Zhang et al.学習機械の有効性を実証します。

目的: 入院報告 (CRH) から ACR のために集中治療室 (ICU) に入院した患者の死亡率を予測できるアルゴリズムの決定。 また、アルゴリズムを使用して、心停止の再発のリスク、人工呼吸器の持続時間、敗血症の出現、臓器不全の発症、CPC (Cerebral Performance Category) の予測、カテコールアミン離脱を取得する時間、外観腎外浄化(EER)の必要性の有無にかかわらず、急性腎不全の有無、およびEER未満の期間、平均滞在期間。

このプロジェクトは、より強力な大規模な全国プロジェクトの一部であり、集中治療室での入院中に生成されたすべてのデータが含まれています。

方法: この研究に含まれる患者の推定総数は 300 ~ 500 人です。 人口は、ニース、アンティーブ、カンヌ、グラースの集中治療室から来ます。

包含は、2014 年から 2020 年末まで、CRH、CT 画像の CR (脳および胸腹部骨盤)、MRI、EEG、および毎日のフォローアップ言葉について遡及的に行われます。

匿名化の後、自然言語処理 (NLP) メソッドを使用した意味化の適用。 抽出するデータは、集中治療医が作成した文書に入力されます。 これらのデータはデータベースに保存されます。 主な目的を達成するために、研究集団の死亡率を予測できるコンピュータ アルゴリズムを開発します。 このアルゴリズムは、大規模なデータベースに基づいており、処理するデータの量に応じて、機械学習またはディープ ラーニング技術を使用して設計できます。

調査の概要

状態

募集

条件

研究の種類

観察的

入学 (推定)

500

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。

研究連絡先

研究連絡先のバックアップ

研究場所

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

18年歳以上 (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

ニース、アンティーブ、カンヌ、グラースなどの病院センターからの集中治療室または集中治療室に入院したすべての原因のACR。

説明

包含基準:

  • OCA の回復: 低酸素症、虚血性、肺塞栓症、タンポナーデ、律動障害または伝導障害、ショックの可能性があるかどうか、病院内または病院外。
  • CR コンピュータ化され、PDF 形式で入力

除外基準:

-

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

  • 観測モデル:ケースのみ
  • 時間の展望:回顧

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
集中治療室での死亡率の予測
時間枠:1日
セマンティック レポート ツールの定義、自動化された、匿名化されたレポートから運用上の関連データベースへの移行。
1日
集中治療室での死亡率の予測
時間枠:1日
このようにして作成されたデータベースを使用して、インテリジェントな死亡予測アルゴリズムを作成します。 後述する他のパラメータを予測するために、二次的な判断基準にも使用します。
1日

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。

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)

2020年2月1日

一次修了 (実際)

2022年9月30日

研究の完了 (推定)

2027年6月25日

試験登録日

最初に提出

2020年7月3日

QC基準を満たした最初の提出物

2020年7月3日

最初の投稿 (実際)

2020年7月8日

学習記録の更新

投稿された最後の更新 (実際)

2026年6月29日

QC基準を満たした最後の更新が送信されました

2026年6月25日

最終確認日

2026年6月1日

詳しくは

本研究に関する用語

追加の関連 MeSH 用語

その他の研究ID番号

  • 20reamed01

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。

購読する