이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

COVID-19의 임상 및 방사성 모델

2020년 4월 6일 업데이트: Maastricht University

COVID-19 환자의 예후를 예측하기 위한 임상 및 방사선학적 모델

임상, 실험실 및 방사선학적 특성 단독 또는 COVID-19 환자의 조합을 기반으로 기계 학습 모델을 개발하고 검증하여 증상 및 분류(가정, 입원 또는 ICU) 전후 위험 평가를 용이하게 합니다.

연구 개요

상세 설명

2019년 12월, 중국 우한에서 새로운 코로나바이러스인 중증급성호흡기증후군 코로나바이러스 2(SARS-CoV-2; 이전 명칭은 2019-nCoV)가 나타났습니다. SARS-CoV-2로 인한 질병은 COVID-19입니다. 2020년 3월 8일 현재, 전 세계적으로 100,000명 이상의 COVID-19 환자가 보고되었으며(중국에서 80,000명 이상, 기타 국가에서 20,000명 이상), 3,600명의 환자(중국에서 3,100명, 해외 500명)가 보고되었습니다. 중국)이 죽었다. COVID-19의 발발은 국제적 우려의 공중 보건 비상 사태를 구성합니다.

COVID-19 환자 중 약 80%는 경증(경증) 질환 환자이며 보통 2주 이내에 치유됩니다. 그러나 또 다른 20%의 환자는 입원 기간이 길어지는 중증 또는 위독한 질병으로 악화될 수 있으며 이러한 환자의 사망률은 13.4%입니다. 따라서 고위험 중증 환자의 미숙아 식별은 환자 관리 및 의료 자원 배분에 매우 중요하다. 대부분의 중증이 아닌 환자에게는 일반적인 격리 및 대증적 치료를 사용할 수 있으며, 중증 환자에게는 더 높은 수준의 치료 및 중환자실(ICU)로의 녹색 채널이 도움이 됩니다. 이전 연구에서는 중증 COVID-19 환자의 임상 및 방사선 특성을 요약했지만 어떤 요인이 중요한 예측 변수인지는 아직 명확하지 않습니다.

기계 학습은 주어진 데이터에서 지식과 잠재적 법칙을 학습하고 인간의 필요에 따라 문제 해결을 위한 모델을 구축할 수 있도록 하는 인공 지능의 한 분야입니다. 최근에는 의료 기록이나 이미지에서 대량의 데이터를 분석하는 새로운 도구로 기계 학습이 개발되었습니다. 이전의 모델링 연구는 COVID-19의 잠재적 국제 확산을 예측하는 데 중점을 두었습니다.

따라서 우리의 목적은 심각한 질병을 예측하기 위해 여러 센터에서 중증 질환이없는 초기 단계의 COVID-19 환자의 임상, 실험실 및 방사선 학적 특성 단독 또는 조합을 기반으로 기계 학습 모델을 개발하고 검증하는 것입니다. 증상 및 분류(자택, 입원 또는 ICU) 전후에 위험 평가를 용이하게 하기 위해 다음 입원의 질병.

연구 유형

관찰

등록 (실제)

300

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 장소

    • Hubei
      • Wuhan, Hubei, 중국
        • The Central Hospital of Wuhan

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

  • 어린이
  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

아니

연구 대상 성별

모두

샘플링 방법

비확률 샘플

연구 인구

COVID-19 환자

설명

포함 기준:

  • 비강 및 인두 면봉 표본에 대한 고처리량 시퀀싱 또는 실시간 역전사 중합효소 연쇄 반응(RT-PCR) 분석을 통해 COVID-19 환자를 확인했습니다.

제외 기준:

  1. 입원 시 중증 질환 환자;
  2. 입학과 시험 사이의 시간 간격 > 2일;
  3. 데이터가 없거나 결과가 지연됨

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

코호트 및 개입

그룹/코호트
개입 / 치료
심한 그룹
중국 국가위생위원회(Version 3-5)에서 발표한 입원 중 환자가 다음 기준 중 하나에 해당하는 경우 중증군으로 지정하였다. 1) 호흡 빈도 ≥ 30/min의 호흡 곤란; 2) 맥박 산소 측정기 산소 포화도 ≤ 93% 안정 시; 3) 산소화 지수(산소의 동맥 분압/흡기 산소 분율, PaO2/FiO2) ≤ 300 mmHg; 4) 다음 조건 중 하나: a) 호흡 부전이 발생하고 기계적 환기가 필요합니다. b) 충격이 발생합니다. c) 복합 장기 부전의 경우 ICU 입원이 필요합니다.
로지스틱 회귀, 랜덤 포레스트 및 딥 러닝과 같은 기계 학습
심각하지 않은 그룹
중증이 아닌 군은 환자가 퇴원할 때까지 언급된 중증 기준에 해당하지 않는 경우에 지정하였다.
로지스틱 회귀, 랜덤 포레스트 및 딥 러닝과 같은 기계 학습

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
예측 성능
기간: 2020년 1월 1일 ~ 2020년 2월 13일
AUC, 정확도, 민감도 및 특이도
2020년 1월 1일 ~ 2020년 2월 13일

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

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 (실제)

2019년 12월 23일

기본 완료 (실제)

2020년 1월 20일

연구 완료 (실제)

2020년 3월 3일

연구 등록 날짜

최초 제출

2020년 4월 6일

QC 기준을 충족하는 최초 제출

2020년 4월 6일

처음 게시됨 (실제)

2020년 4월 7일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2020년 4월 7일

QC 기준을 충족하는 마지막 업데이트 제출

2020년 4월 6일

마지막으로 확인됨

2020년 3월 1일

추가 정보

이 연구와 관련된 용어

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니요

IPD 계획 설명

공유 계획 없음

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

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. .

구독하다