抗菌薬耐性への新しいアプローチ: ICU におけるカルバペネム耐性クレブシエラ菌の機械学習予測 (ICU)
この研究の目的は、カルバペネム耐性クレブシエラ属菌を予測することです。私たちの患者は、将来的には人工知能を使用して集中治療室で監視されます。
クレブシエラ属菌による血流感染症および肺炎の患者。 感受性と耐性の 2 つのグループに分けて比較検討します。 深層機械学習を使用して抵抗を予測することが試みられます。
調査の概要
詳細な説明
抗菌薬耐性の脅威は世界的に増大しており、公衆衛生と経済の両方に深刻な影響を及ぼしています。 耐性微生物によって発症する可能性のある感染症では、治療の選択肢が限られているため、耐性を予測して早期に効果的な治療を開始することが、患者の予後に違いをもたらします。
今日、人工知能と機械学習は私たちの医療行為を変えています。 文献をレビューすると、機械学習が抗菌薬耐性を予測できることを示唆する研究があります。カルバペネム耐性クレブシエラ属のリスク因子。 は以前に特定されています。 以前に特定されたこれらの危険因子は、私たち自身の患者において遡及的に評価され、耐性の予測に関連するアルゴリズムが機械学習の助けを借りて開発されます。
私たちの目標は、将来、人工知能を使用して集中治療室でモニタリングされる患者の細菌耐性をより早期に予測し、患者が早期かつ効果的な治療選択肢にアクセスできるようにすることです。
第二に、不必要な抗生物質の使用を防ぎ、経済的利益をもたらすことも目的としています。
患者のデータへのアクセスは、病院の自動化システムを通じて遡及的に取得されます。
文献の発表が調査され、カルバペネム耐性クレブシエラ属菌による感染の発症を引き起こす危険因子が調査されます。 評価されます。
カルバペネム耐性と感受性のある患者は、2 つの別々のサブグループで比較されます。
取得された特徴は、さまざまな決定木とニューラル アルゴリズムを個別に使用して分類されます。 得られたデータは、耐性と感度を区別して統計的に比較されます。 統計的評価は、IBM SPSS 29.0 (IBM Corp.、米国ニューヨーク州アーモンク) を使用して行われました。 人口統計データ、記述統計、カテゴリ変数は頻度 (パーセンテージ) で表されます。
カテゴリ変数はカイ二乗検定で表されます。 機械学習アルゴリズムのパフォーマンスは ROC 分析によって評価され、AUC、分類精度、感度、特異度の値が計算されます。
研究の種類
入学 (推定)
連絡先と場所
研究連絡先
- 名前:volkan Alparslan
- 電話番号:905059374578
- メール:volknn@hotmail.com
研究場所
-
-
-
Kocaeli、七面鳥
- 募集
- Kocaeli University
-
コンタクト:
- Volkan Alparslan
- 電話番号:+90 5059374578
- メール:volknn@hotmail.com
-
-
参加基準
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
サンプリング方法
調査対象母集団
説明
包含基準:
2017年6月から2023年6月までの間に当社の第3レベルの集中治療室でモニタリングされた患者は、遡及的に評価されます。 クレブシエラ属菌による肺炎および血流感染症を患っている患者。 研究に含まれることになります。
除外基準:
- 18歳未満の患者は研究に含まれていない。
- 気道および血流以外の感染症は研究に含まれていません。
- 気道に定着があり、活動性の炎症がない患者も含まれていません。
研究計画
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 |
---|---|
カルバペネム耐性クレブシエラ属菌を有する患者感染
|
深層機械学習モデルによるカルバペネム耐性の予測
|
カルバペネム感受性クレブシエラ属菌を有する患者。感染
|
深層機械学習モデルによるカルバペネム耐性の予測
|
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 |
---|---|---|
カルバペネム耐性クレブシエラ感染症のリスク
時間枠:3ヶ月
|
機械学習に基づく診断方法の感度と特異度は、AUC-ROC 曲線 (受信者動作特性曲線下の面積) で測定されます。
|
3ヶ月
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
経済的利益を提供するため
時間枠:3ヶ月
|
第二に、不必要な抗生物質の使用を防ぎ、経済的利益をもたらすことも目的としています。
|
3ヶ月
|
協力者と研究者
スポンサー
出版物と役立つリンク
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (推定)
研究の完了 (推定)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
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
- GOKAEK-2023/12.32
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?
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
米国FDA規制機器製品の研究
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。
人工知能の臨床試験
-
Rehabilitation Hospital of Overland ParkDiscovery Statistics募集