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。

機械学習を使用してデンマークの溺死処方を最適化する (DROWN_DDF2)

2025年8月20日 更新者：Niklas Breindahl、Prehospital Center, Region Zealand

デンマークの病院前溺死データの機械学習支援による溺水識別: 機械学習を使用したデンマークの溺死公式の最適化

デンマークの溺死フォーミュラ (DDF) は、デンマーク全国の病院前電子医療記録の非構造化テキスト フィールドを、包括的な検索基準を使用して無制限の条件で検索し、潜在的な水関連の事故をすべて特定し、高い感度を実現するように設計されています。 溺死はまれな出来事であるため、これは重要でしたが、特に溺死事件を検出するための陽性的中率が低くなります。 この研究は、DDF の陽性的中率を高め、手動検証に伴う時間的要求を軽減することを目的としています。

調査の概要

状態

積極的、募集していない

条件

介入・治療

詳細な説明

DDF は 2023 年に公開されました。 これは、電子医療記録を含むデータベース内の非構造化テキスト フィールドを検索して、潜在的な水関連のインシデントをすべて特定するように設計されたテキスト検索アルゴリズムです。 DDF は、水没による損傷に関連する多数のトリガーワードで構成されています (例: 「drukn」/溺死、「vand」/水、「hav」/海、「båd」/ボート)。

進行中の研究では、無制限の条件でデンマークの PEMR に適用された場合、溺者識別ツールとして DDF の優れたパフォーマンス指標が示されました。 しかし、特に溺死事故を検出する場合の PPV は低かった。 この研究は、DDF の陽性的中率を高め、手動検証に伴う時間的要求を軽減することを目的としています。

データは、DDF を使用してデンマーク全国の病院前電子医療記録から抽出され、デンマーク病院前溺死データ (DPDD) に入力される前に手動で検証されます。

2016 年から 2021 年の DPDD からのデータは 80% (トレーニング データ) と 20% (テスト データ) に分割され、機械学習のトレーニングに使用されます。

2022 年から 2023 年の DPDD からのデータは、機械学習のパフォーマンス指標を計算するための検証データとして使用されます。

研究の種類

観察的

入学 (推定)

1500

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

  • デンマーク
    • Region Sjælland
      • Næstved、Region Sjælland、デンマーク、4700
        • Prehospital Center

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

  • 子
  • 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

2016年から2023年の間に救急医療サービス（EMS）によって治療を受けたデンマークのすべての死亡者および非致命的溺死患者。

説明

包含基準:

  • 患者は液体への浸水または浸漬による呼吸障害（持続的な咳、呼吸停止、意識喪失を含む）を経験している必要があります。
  • 患者はデンマークの病院前救急医療サービスと連絡をとっていなければなりません。

除外基準:

  • デュプレット
  • 無効な住民登録番号

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
致命的な溺死
水没事故により、事故後30日以内に患者が死亡した場合
他の：溺死事件
溺死は2002年にWHOによって「液体への浸水または浸漬によって呼吸障害を経験する過程」と定義されました。
致命的ではない溺死
患者が30日間生存した溺死事故
他の：溺死事件
溺死は2002年にWHOによって「液体への浸水または浸漬によって呼吸障害を経験する過程」と定義されました。

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
溺死識別ツールとしての機械学習アルゴリズムの感度
時間枠：トレーニングされた機械学習の感度は、2022 年と 2023 年のデータに基づいて計算されます。
溺水識別ツールとしての機械学習のパフォーマンスを示すために、感度 [TP / (TP+FN)] が計算されます。
トレーニングされた機械学習の感度は、2022 年と 2023 年のデータに基づいて計算されます。
溺者識別ツールとしての機械学習アルゴリズムの特異性
時間枠：トレーニングされた機械学習の特異性は、2022 年と 2023 年のデータに基づいて計算されます。
特異度 [TN / (FP+TN)] は、溺水識別ツールとしての機械学習のパフォーマンスを示すために計算されます。
トレーニングされた機械学習の特異性は、2022 年と 2023 年のデータに基づいて計算されます。
機械学習アルゴリズムのPPV
時間枠：トレーニング済み機械学習の PPV は、2022 年と 2023 年のデータに基づいて計算されます。
PPV [TP / (TP+FP)] が計算され、機械学習テストの結果が表示されます。
トレーニング済み機械学習の PPV は、2022 年と 2023 年のデータに基づいて計算されます。
機械学習アルゴリズムのNPV
時間枠：トレーニングされた機械学習の NPV は、2022 年と 2023 年のデータに基づいて計算されます。
NPV [TN / (FN+TN)] が計算され、機械学習テストの結果が表示されます。
トレーニングされた機械学習の NPV は、2022 年と 2023 年のデータに基づいて計算されます。

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

Prehospital Center, Region Zealand

捜査官

  • スタディディレクター：Helle Collatz Christensen, Ass. Prof.、Prehospital Center, Region Zealand

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

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1月1日

一次修了 (推定)

2025年12月31日

研究の完了 (推定)

2025年12月31日

試験登録日

最初に提出

2024年3月7日

QC基準を満たした最初の提出物

2024年3月13日

最初の投稿 (実際)

2024年3月15日

学習記録の更新

投稿された最後の更新 (推定)

2025年8月27日

QC基準を満たした最後の更新が送信されました

2025年8月20日

最終確認日

2025年8月1日

詳しくは

本研究に関する用語

キーワード

追加の関連 MeSH 用語

その他の研究ID番号

  • DROWN_DDF2

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

IPD プランの説明

このデータは、溺死の発生率、死亡率、罹患率を減らすために研究者によって国内外で使用されることを目的としています。 データは、関係当局から必要な承認が得られた場合に限り、責任著者に申請した後、研究者からの合理的な要求に応じて入手できます。

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

米国で製造され、米国から輸出された製品。

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