- ICH GCP
- 미국 임상 시험 레지스트리
- 임상시험 NCT03752489
최적의 치료를 결정하기 위한 패혈증 환자 클러스터링을 위한 비지도 머신 러닝
2021년 9월 17일 업데이트: Dascena
이 연구의 초점은 케이프 지역 의료 센터(CRMC), 오로빌 병원(OH) 및 UCSF 의료 센터(UCSF)에서 전향적 무작위 통제 시험(RCT)을 수행하는 것입니다. 중증 패혈증 검출을 위해 EHR 데이터에 적용.
중증 패혈증 위험이 높은 것으로 확인된 환자의 경우 알고리즘이 CRMC, OH 및 UCSF의 간호사에게 자동 음성, 전화 알림을 생성합니다.
알고리즘의 성능은 1차 종점인 병원 내 사망률 감소를 분석하여 측정됩니다.
연구 개요
연구 유형
중재적
등록 (예상)
51645
단계
- 2 단계
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: Qingqing Mao, PhD
- 전화번호: 5108269508
- 이메일: qmao@dascena.com
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
18년 이상 (성인, 고령자)
건강한 자원 봉사자를 받아들입니다
예
연구 대상 성별
모두
설명
포함 기준:
- 이 시험에서 연구된 임상 하위 집단 중 하나의 구성원인 18세 이상의 모든 성인은 연구에 참여할 자격이 있습니다.
제외 기준:
- 18세 미만
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 특수 증상
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 삼루타
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
실험적: 수액 치료별 알고리즘
실험 부문에는 InSight의 수액 치료 맞춤형 버전으로 모니터링되는 환자가 포함됩니다.
|
중증 패혈증의 시작을 예측하기 위해 환자의 전자 건강 기록(EHR)에서 정보를 추출하는 InSight 알고리즘은 질병 진행의 특성에 따라 수액 치료에 유사하게 반응하는 환자 군집을 구별하기 위해 이 연구에서 맞춤화됩니다. .
|
|
활성 비교기: 표준 통찰력
컨트롤 암에는 InSight의 표준 비치료 특정 버전으로 모니터링되는 환자가 포함됩니다.
|
중증 패혈증 발병을 예측하기 위해 환자의 전자 건강 기록(EHR)에서 정보를 추출하는 비맞춤형 InSight 알고리즘.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
병원 내 SIRS 기반 사망률
기간: 학업 수료까지 평균 8개월
|
입원 중 어느 시점에서 2개 이상의 SIRS 기준을 충족하는 환자로 인한 사망
|
학업 수료까지 평균 8개월
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
스폰서
수사관
- 수석 연구원: Qingqing Mao, PhD, Dascena, Inc.
간행물 및 유용한 링크
연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.
일반 간행물
- Calvert J, Mao Q, Hoffman JL, Jay M, Desautels T, Mohamadlou H, Chettipally U, Das R. Using electronic health record collected clinical variables to predict medical intensive care unit mortality. Ann Med Surg (Lond). 2016 Sep 6;11:52-57. doi: 10.1016/j.amsu.2016.09.002. eCollection 2016 Nov.
- Shimabukuro DW, Barton CW, Feldman MD, Mataraso SJ, Das R. Effect of a machine learning-based severe sepsis prediction algorithm on patient survival and hospital length of stay: a randomised clinical trial. BMJ Open Respir Res. 2017 Nov 9;4(1):e000234. doi: 10.1136/bmjresp-2017-000234. eCollection 2017.
- Mao Q, Jay M, Hoffman JL, Calvert J, Barton C, Shimabukuro D, Shieh L, Chettipally U, Fletcher G, Kerem Y, Zhou Y, Das R. Multicentre validation of a sepsis prediction algorithm using only vital sign data in the emergency department, general ward and ICU. BMJ Open. 2018 Jan 26;8(1):e017833. doi: 10.1136/bmjopen-2017-017833.
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (예상)
2022년 4월 1일
기본 완료 (예상)
2024년 3월 31일
연구 완료 (예상)
2024년 3월 31일
연구 등록 날짜
최초 제출
2018년 11월 21일
QC 기준을 충족하는 최초 제출
2018년 11월 21일
처음 게시됨 (실제)
2018년 11월 26일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2021년 9월 23일
QC 기준을 충족하는 마지막 업데이트 제출
2021년 9월 17일
마지막으로 확인됨
2021년 9월 1일
추가 정보
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .
치료별 InSight에 대한 임상 시험
-
East Carolina UniversityNational Institute of Mental Health (NIMH)완전한
-
Koya Medical, Inc.완전한림프부종 | 부종 | 다리의 정맥 부전 | 만성 정맥 부전미국
-
Wenzhou Medical University모집하지 않고 적극적으로
-
Kyung Hee University Hospital at GangdongKorea Health Industry Development Institute모집하지 않고 적극적으로
-
Fondazione I.R.C.C.S. Istituto Neurologico Carlo...모병
-
Riphah International University모병