Prediction of 30-Day Readmission Using Machine Learning
2022年2月3日 更新者:David Levine、Brigham and Women's Hospital
This is a retrospective observational study drawing on data from the Brigham and Women's Home Hospital database.
Sociodemographic and clinic data from a training cohort were used to train a machine learning algorithm to predict the likelihood of 30-day readmission throughout a patient's admission.
This algorithm was then validated in a validation cohort.
調査の概要
研究の種類
観察的
入学 (予想される)
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
- 名前:David Levine, MD MPH MA
- 電話番号:617 732 7063
- メール:dmlevine@partners.org
研究場所
-
-
Massachusetts
-
Boston、Massachusetts、アメリカ、02115
- Brigham and Women's Hospital
-
Boston、Massachusetts、アメリカ、02130
- Brigham and Women's Faulkner Hospital
-
-
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
受講資格のある性別
全て
サンプリング方法
非確率サンプル
調査対象母集団
Subjects admitted at Brigham and Women's Hospital and Brigham and Women's Faulkner Hospital who meet primary diagnosis, age, and residence within 5 mile requirements and are enrolled in home hospital.
説明
Was a subject in the Brigham and Women's Home Hospital study and has a completed record in the study's database.
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 |
---|
トレーニング
機械学習アルゴリズムのトレーニングに使用される患者のサブセット。
|
検証
「保留」され、アルゴリズムの精度を検証するために使用される患者のサブセット。
|
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 |
---|---|---|
30-Day Readmission [ yes / no ]
時間枠:From date of admission to 30-days post-discharge (31 to 54 days)
|
Unplanned hospital admission within 30 days of having been discharged
|
From date of admission to 30-days post-discharge (31 to 54 days)
|
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。
協力者
捜査官
- 主任研究者:David Levine, MD MPH MA、Associate Physician
出版物と役立つリンク
研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。
一般刊行物
- Merrill RK, Ferrandino RM, Hoffman R, Shaffer GW, Ndu A. Machine Learning Accurately Predicts Short-Term Outcomes Following Open Reduction and Internal Fixation of Ankle Fractures. J Foot Ankle Surg. 2019 May;58(3):410-416. doi: 10.1053/j.jfas.2018.09.004. Epub 2019 Feb 23.
- Li Q, Yao X, Echevin D. How Good Is Machine Learning in Predicting All-Cause 30-Day Hospital Readmission? Evidence From Administrative Data. Value Health. 2020 Oct;23(10):1307-1315. doi: 10.1016/j.jval.2020.06.009. Epub 2020 Sep 7.
- Xue Y, Klabjan D, Luo Y. Predicting ICU readmission using grouped physiological and medication trends. Artif Intell Med. 2019 Apr;95:27-37. doi: 10.1016/j.artmed.2018.08.004. Epub 2018 Sep 10.
- Morel D, Yu KC, Liu-Ferrara A, Caceres-Suriel AJ, Kurtz SG, Tabak YP. Predicting hospital readmission in patients with mental or substance use disorders: A machine learning approach. Int J Med Inform. 2020 Jul;139:104136. doi: 10.1016/j.ijmedinf.2020.104136. Epub 2020 Apr 18.
- Loreto M, Lisboa T, Moreira VP. Early prediction of ICU readmissions using classification algorithms. Comput Biol Med. 2020 Mar;118:103636. doi: 10.1016/j.compbiomed.2020.103636. Epub 2020 Feb 1.
- Bolourani S, Tayebi MA, Diao L, Wang P, Patel V, Manetta F, Lee PC. Using machine learning to predict early readmission following esophagectomy. J Thorac Cardiovasc Surg. 2021 Jun;161(6):1926-1939.e8. doi: 10.1016/j.jtcvs.2020.04.172. Epub 2020 May 29. Erratum In: J Thorac Cardiovasc Surg. 2020 Oct 17;:
- Arvind V, London DA, Cirino C, Keswani A, Cagle PJ. Comparison of machine learning techniques to predict unplanned readmission following total shoulder arthroplasty. J Shoulder Elbow Surg. 2021 Feb;30(2):e50-e59. doi: 10.1016/j.jse.2020.05.013. Epub 2020 Jun 9.
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 (予想される)
2022年3月20日
一次修了 (予想される)
2022年12月1日
研究の完了 (予想される)
2022年12月1日
試験登録日
最初に提出
2021年4月14日
QC基準を満たした最初の提出物
2021年4月14日
最初の投稿 (実際)
2021年4月19日
学習記録の更新
投稿された最後の更新 (実際)
2022年2月7日
QC基準を満たした最後の更新が送信されました
2022年2月3日
最終確認日
2022年2月1日
詳しくは
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。
心不全の臨床試験
-
Novartis Pharmaceuticals完了EC-MPS による治療に関心があり、コア研究の 12 か月の治療期間を無事に完了した患者 (de novo Heart Recipients)