機械学習に基づく集中治療室における脳内出血患者の敗血症リスク予測モデルの開発と検証: 遡及コホート研究
集中治療室 (ICU) にいる脳内出血 (ICH) 患者は敗血症を発症するリスクが高く、死亡率と医療負担が大幅に増加します。 現在、ICU 内では ICH 患者の敗血症を早期に予測するための効果的なツールが不足しています。 この研究は、機械学習技術を使用して信頼性の高い予測モデルを開発し、臨床医による高リスク患者の早期特定を支援し、タイムリーな介入を促進することを目的としています。
Medical Information Mart for Intensive Care (MIMIC) IV データベース (バージョン 2.2) は、救命救急専門知識の国際的なオンライン リポジトリです。 このデータベースには、2008 年から 2019 年の間にベス イスラエル ディーコネス メディカル センターの ICU から収集された患者関連情報が含まれています。 これには、299,712 人の入院患者と 73,181 人の集中治療室患者の膨大なデータセットが含まれています。
eICU 共同研究データベース (eICU-CRD) は、2014 年から 2015 年の間に米国の 208 の病院で 139,367 人の固有の患者を対象とした 200,000 件を超える ICU 入院データで構成されており、救命救急研究に貴重なリソースを提供します。
この研究は、ICH 患者における敗血症の発症を予測するための複数の機械学習モデルを確立および検証し、最適な予測パフォーマンスを持つモデルを特定することを目的としています。
調査の概要
詳細な説明
- データ収集: この研究では 2 つの公開データベースを利用しました。 このモデルは、集中治療用医療情報マート (MIMIC) IV データベース (バージョン 2.2) から取得した臨床データを活用し、eICU 共同研究データベース (eICU-CRD) から外部検証のために対応する患者を選択しました。 ICH 患者に関するデータは、ベースラインの特徴、臨床パラメーター、治療介入、転帰などを含む MIMIC IV 公開データベースから抽出されました。 データはランダムに 2 つのグループに分割され、70% がトレーニング セットとして機能し、30% が検証セットとして機能しました。
- モデル開発: ラッソ回帰を使用して特徴選択を実行し、さまざまな機械学習モデル (ランダム フォレスト、ロジスティック回帰、ニューラル ネットワークなど) を構築しました。
- モデルの検証: 内部検証セットに加えて、モデルの一般化可能性をテストするために、eICU データベースに対して外部検証も実行されました。
- 統計分析: モデルの予測パフォーマンスは、ROC 曲線下面積 (AUC)、感度、特異度などの指標を使用して評価されました。
- 臨床応用性の評価: モデルの臨床的有用性は、決定曲線分析 (DCA) を使用して評価されました。
研究の種類
入学 (推定)
連絡先と場所
研究連絡先
- 名前：Le Zhang, Doctor
- 電話番号：13973187150
- メール：zlzdzlzd@csu.edu.cn
研究連絡先のバックアップ
- 名前：Ye Li, Doctor
- 電話番号：19967131289
- メール：17670516318@163.com
研究場所
-
-
Hunan
-
Changsha、Hunan、中国、410008
- Le Zhang
-
コンタクト：
- Le Zhang
- 電話番号：13973187150
- メール：zlzdzlzd@csu.edu.cn
-
コンタクト：
- Ye Li
- 電話番号：19967131289
- メール：17670516318@163.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:
- 1. ICD-9/10コーディングにより原発性脳内出血と診断されている。
- 2. 19～89歳。
除外基準:
- 1. 病院には入院したが、ICU には入っていない患者。
- 2. 追跡データが欠落しているか、変数が不完全である患者。
- 3. 入院期間が1か月を超える患者。
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 |
|---|---|
|
脳内出血
|
介入なし
|
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 |
|---|---|---|
|
敗血症の発生
時間枠：入学後30日以内
|
敗血症の発生
|
入学後30日以内
|
協力者と研究者
研究記録日
主要日程の研究
研究開始 (推定)
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
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。