集中治療期間の滞在期間、神経学的転帰、および心肺蘇生後のコスト推定のための人工知能モデル：コホート研究。
2025年9月30日 更新者：Nıgar Kangarlı、Bezmialem Vakif University
集中治療期間の滞在期間、神経学的転帰、および心肺蘇生後のコスト推定のための人工知能モデル：コホート研究
この研究の目的は、2010年10月から2025年9月までの連続した心停止蘇生の後、BezmialemVakıfUniversity Hospital Intensive Careユニットに登録された患者を概説することを目的としています。
目標は、部門からの退院時のこれらの患者の復活、神経学的臨床結果、およびコストにおける滞在期間を決定することです。
これらすべてのデータは、予測モデルを評価するために人工知能によって評価されることを目的としています。
調査の概要
研究の種類
観察的
入学 (推定)
5000
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
確率サンプル
調査対象母集団
2010年10月から2025年9月まで、BezmialemVakıfUniversity Hospital Intensive Care Unitに登録されたROSCによる心肺蘇生が成功してから18年以上後の患者がResesarchに含まれます。
説明
包含基準：
- 18歳以上
- 連続した心肺蘇生
- 自発循環（ROSC）の帰還後、ICUへの少なくとも1時間の入場
除外基準：
- 18歳未満
- 患者記録に80％の欠落データ
- ROSCのない患者
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 |
|---|---|
|
蘇生で観察された心肺蘇生が成功した後の18歳以上の患者
|
連続した救助後の患者からのデータは、機械学習プログラムによって評価されます。
|
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 |
|---|---|---|
|
機械学習Pythonプログラム
時間枠：3ヶ月
|
作成されたデータベースは、Pythonプログラミング言語を使用した機械学習人工知能アルゴリズムを使用して分析されます。
人工知能による欠落データと不完全なデータを処理した後、データベースはモデルトレーニングとモデル検証の2つの部分に分割されます。
意味のあるデータはモデルトレーニングを通じて選択され、これらのデータに基づいて予測モデルが構築されます。
予測モデルの解釈可能性を高め、ユーザーが特定の予測がどのように、なぜ行われるかを理解するのに役立つため、Shapley Additive説明（SHAP）アルゴリズムが使用されます。
機械学習では、SHAP技術を使用して、複雑な機械学習モデルの意思決定プロセスを解釈します。
|
3ヶ月
|
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。
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 (推定)
2025年10月1日
一次修了 (推定)
2025年12月1日
研究の完了 (推定)
2025年12月1日
試験登録日
最初に提出
2025年9月30日
QC基準を満たした最初の提出物
2025年9月30日
最初の投稿 (推定)
2025年10月7日
学習記録の更新
投稿された最後の更新 (推定)
2025年10月7日
QC基準を満たした最後の更新が送信されました
2025年9月30日
最終確認日
2025年9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。