麻酔後の予期せぬ入院または退院を予測するための機械学習モデル
2024年10月16日 更新者：Rémi Florquin、HUmani
外来手術後の予期せぬ入院は患者に不快感を与えるだけでなく、医療システムの効率低下の原因にもなります。
さらに、患者の予期しない方向性により、術後の指示が不適切になるリスクがあります。
私たちの仮説は、人工知能モデルは、外来手術後に入院が必要になる患者や手術後の予期せぬ退院を予測する際に、従来のモデルよりも優れた性能を発揮するだろう、というものです。
調査の概要
研究の種類
観察的
入学 (実際)
68683
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
-
-
-
Mons、ベルギー、7000
- Université de Mons
-
-
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
施設の病院で、予定された状態または緊急の状態で、診断または治療処置のために麻酔を受けたすべての入院患者または外来患者。
説明
包含基準:
- 治療または診断処置のために麻酔を受けている患者
除外基準:
- 不完全な情報データ
- エンコーディングシステムのエラー
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 |
|---|---|
|
外来患者
外来で麻酔を受ける患者。
|
このプロジェクトの目標は、どの患者が外来手術後に入院を必要とするか、または手術後に予期せぬ退院を必要とするかを術前期間に予測するモデルを開発することです。
|
|
入院患者
入院環境で麻酔を受ける患者。
|
このプロジェクトの目標は、どの患者が外来手術後に入院を必要とするか、または手術後に予期せぬ退院を必要とするかを術前期間に予測するモデルを開発することです。
|
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 |
|---|---|---|
|
患者の方向転換率
時間枠：手術当日
|
外来手術後の予期せぬ入院率と入院手術後の退院率
|
手術当日
|
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。
スポンサー
捜査官
- 主任研究者：Rémi Florquin, MD、Université de Mons, Belgium
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)
2020年1月1日
一次修了 (実際)
2024年6月30日
研究の完了 (実際)
2024年7月30日
試験登録日
最初に提出
2024年8月30日
QC基準を満たした最初の提出物
2024年8月30日
最初の投稿 (実際)
2024年9月3日
学習記録の更新
投稿された最後の更新 (実際)
2024年10月18日
QC基準を満たした最後の更新が送信されました
2024年10月16日
最終確認日
2024年10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。