救急医療における予測的かつ高度な分析 - 神経学的欠陥 (PAN-EM-NEURO)
2024年11月19日 更新者：Jan Niederdöckl、Medical University of Vienna
救急医療における将来の予測モデリングでは、継続的な文書化、ウェアラブルを使用したモニタリング、画像処理、バイオマーカー、関係するすべての医療提供者からのリアルタイムの管理データなど、幅広いデータポイントの使用が組み合わせられる可能性があります。 その後の広範なデータセットは、高度なディープラーニングおよびニューラルネットワークアルゴリズムにフィードされ、特定の健康状態のリスクを正確に予測することができます。 さらに、予測分析は、適応的で継続的に更新されるクリニカルパスの開発に向けて舵を切り、医療上の意思決定は洗練されたアルゴリズムによってサポートされ、効果的かつ安全に最善の行動方針を提供します。 予測分析が医療のさまざまな側面に革命をもたらす可能性は、明らかなように見えます。 救急医療での使用に関する情報は不足しています。
私たちは、一般的に遭遇する急性神経障害の症状を使用して、救急医療におけるリソースの使用量を予測するために日常的なデータを使用するパフォーマンスを評価することを目的としています。 見通しとして、これは、救急医療における予測分析に日常的な医療データを使用する他の同様のプロジェクトのプロトタイプとして機能する可能性があります。
調査の概要
研究の種類
観察的
入学 (推定)
50000
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：Jan Niederdöckl, MD
- 電話番号：0042 40 400 19640
- メール：jan.niederdoeckl@meduniwien.ac.at
研究場所
-
-
-
Vienna、オーストリア、1090
- 募集
- Emergency Department, Medical University Vienna
-
コンタクト：
- Jan Niederdöckl, Dr.
- メール：jan.niederdoeckl@medunwien.ac.at
-
コンタクト：
- Alexander Simon, Dr.
- メール：alexander.simon@medunwien.ac.at
-
-
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
定期的に収集されたデータの遡及分析。 私たちは、急性神経障害の疑いで救急医療サービスによって入院した患者の院内リソース利用に関連するデータ パターンを見つけることを目的としています。
この研究では、日常的な電子医療文書システムからの情報のみを使用します。 他のデータセットへのリンクは実行されません。 システム内のデータには、患者の人口統計、初期症状、病院前のバイタル サインとスコア、救急医療サービスによる疑わしい診断、院内のバイタル サインとスコア、院内診断 (コンピューター断層撮影 CT、磁気共鳴画像法 MRI) および治療 (カテーテル介入) 手順が含まれます。最終診断。 変数の完全なセットについては、「変数」を参照してください。
この研究の目的では、完全に擬似化されたデータセットのみが使用されます。
説明
包含基準:
- 女性と男性の被験者
- 年齢 18 歳以上
除外基準:
- なし
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
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 |
|---|---|---|
|
予測モデル
時間枠：2025 年 1 月 1 日
|
開発される
|
2025 年 1 月 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。
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
- Goyal M, Menon BK, van Zwam WH, Dippel DW, Mitchell PJ, Demchuk AM, Davalos A, Majoie CB, van der Lugt A, de Miquel MA, Donnan GA, Roos YB, Bonafe A, Jahan R, Diener HC, van den Berg LA, Levy EI, Berkhemer OA, Pereira VM, Rempel J, Millan M, Davis SM, Roy D, Thornton J, Roman LS, Ribo M, Beumer D, Stouch B, Brown S, Campbell BC, van Oostenbrugge RJ, Saver JL, Hill MD, Jovin TG; HERMES collaborators. Endovascular thrombectomy after large-vessel ischaemic stroke: a meta-analysis of individual patient data from five randomised trials. Lancet. 2016 Apr 23;387(10029):1723-31. doi: 10.1016/S0140-6736(16)00163-X. Epub 2016 Feb 18.
- Desautels T, Calvert J, Hoffman J, Jay M, Kerem Y, Shieh L, Shimabukuro D, Chettipally U, Feldman MD, Barton C, Wales DJ, Das R. Prediction of Sepsis in the Intensive Care Unit With Minimal Electronic Health Record Data: A Machine Learning Approach. JMIR Med Inform. 2016 Sep 30;4(3):e28. doi: 10.2196/medinform.5909.
- Saber H, Somai M, Rajah GB, Scalzo F, Liebeskind DS. Predictive analytics and machine learning in stroke and neurovascular medicine. Neurol Res. 2019 Aug;41(8):681-690. doi: 10.1080/01616412.2019.1609159. Epub 2019 Apr 30.
- Jiang F, Jiang Y, Zhi H, Dong Y, Li H, Ma S, Wang Y, Dong Q, Shen H, Wang Y. Artificial intelligence in healthcare: past, present and future. Stroke Vasc Neurol. 2017 Jun 21;2(4):230-243. doi: 10.1136/svn-2017-000101. eCollection 2017 Dec.
- Ravi D, Wong C, Deligianni F, Berthelot M, Andreu-Perez J, Lo B, Yang GZ. Deep Learning for Health Informatics. IEEE J Biomed Health Inform. 2017 Jan;21(1):4-21. doi: 10.1109/JBHI.2016.2636665. Epub 2016 Dec 29.
- Avasarala J. Letter by Avasarala Regarding Article, "2015 AHA/ASA Focused Update of the 2013 Guidelines for the Early Management of Patients With Acute Ischemic Stroke Regarding Endovascular Treatment: A Guideline for Healthcare Professionals From the American Heart Association/American Stroke Association". Stroke. 2015 Nov;46(11):e234. doi: 10.1161/STROKEAHA.115.010716. Epub 2015 Oct 6. No abstract available.
- Badhiwala JH, Nassiri F, Alhazzani W, Selim MH, Farrokhyar F, Spears J, Kulkarni AV, Singh S, Alqahtani A, Rochwerg B, Alshahrani M, Murty NK, Alhazzani A, Yarascavitch B, Reddy K, Zaidat OO, Almenawer SA. Endovascular Thrombectomy for Acute Ischemic Stroke: A Meta-analysis. JAMA. 2015 Nov 3;314(17):1832-43. doi: 10.1001/jama.2015.13767.
- Bauchner H, Golub RM, Fontanarosa PB. Data Sharing: An Ethical and Scientific Imperative. JAMA. 2016 Mar 22-29;315(12):1237-9. doi: 10.1001/jama.2016.2420. No abstract available.
- Char DS, Shah NH, Magnus D. Implementing Machine Learning in Health Care - Addressing Ethical Challenges. N Engl J Med. 2018 Mar 15;378(11):981-983. doi: 10.1056/NEJMp1714229. No abstract available.
- Chaudhary K, Poirion OB, Lu L, Garmire LX. Deep Learning-Based Multi-Omics Integration Robustly Predicts Survival in Liver Cancer. Clin Cancer Res. 2018 Mar 15;24(6):1248-1259. doi: 10.1158/1078-0432.CCR-17-0853. Epub 2017 Oct 5.
- Christiansen EM, Yang SJ, Ando DM, Javaherian A, Skibinski G, Lipnick S, Mount E, O'Neil A, Shah K, Lee AK, Goyal P, Fedus W, Poplin R, Esteva A, Berndl M, Rubin LL, Nelson P, Finkbeiner S. In Silico Labeling: Predicting Fluorescent Labels in Unlabeled Images. Cell. 2018 Apr 19;173(3):792-803.e19. doi: 10.1016/j.cell.2018.03.040. Epub 2018 Apr 12.
- Cohen IG, Amarasingham R, Shah A, Xie B, Lo B. The legal and ethical concerns that arise from using complex predictive analytics in health care. Health Aff (Millwood). 2014 Jul;33(7):1139-47. doi: 10.1377/hlthaff.2014.0048.
- Heeley E, Anderson CS, Huang Y, Jan S, Li Y, Liu M, Sun J, Xu E, Wu Y, Yang Q, Zhang J, Zhang S, Wang J; ChinaQUEST Investigators. Role of health insurance in averting economic hardship in families after acute stroke in China. Stroke. 2009 Jun;40(6):2149-56. doi: 10.1161/STROKEAHA.108.540054. Epub 2009 Apr 9.
- Nemati S, Holder A, Razmi F, Stanley MD, Clifford GD, Buchman TG. An Interpretable Machine Learning Model for Accurate Prediction of Sepsis in the ICU. Crit Care Med. 2018 Apr;46(4):547-553. doi: 10.1097/CCM.0000000000002936.
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)
2022年1月1日
一次修了 (推定)
2025年1月1日
研究の完了 (推定)
2030年1月1日
試験登録日
最初に提出
2024年1月30日
QC基準を満たした最初の提出物
2024年1月30日
最初の投稿 (実際)
2024年2月7日
学習記録の更新
投稿された最後の更新 (推定)
2024年11月22日
QC基準を満たした最後の更新が送信されました
2024年11月19日
最終確認日
2024年11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。