COVID-19 환자 분류를 위한 호흡기 대상부전 및 모델 (READY)
2020년 6월 10일 업데이트: Dascena
머신 러닝을 사용한 Covid-19 환자의 호흡 부전 예측: READY 시험
이 연구의 목적은 COVID-19 환자의 결과 예측을 위한 기계 학습 알고리즘을 전향적으로 평가하는 것입니다.
연구 개요
상세 설명
다중 센터 전향적 임상 시험에서 기계 학습 알고리즘이 5개의 파트너 병원에 배포되어 혈압 및 크레아티닌 수치를 포함한 실시간 환자 데이터를 분석하여 COVID-19 환자 예후를 예측하는 알고리즘의 능력을 결정했습니다.
1차 종점은 산소 수준과 관련된 대상 부전 경보와 별개로 입원 후 24시간 이내에 연구 대상자의 기계적 환기였습니다.
연구 유형
중재적
등록 (실제)
197
단계
- 해당 없음
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
California
-
Oakland, California, 미국, 94612
- Dascena
-
-
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
아니
연구 대상 성별
모두
설명
포함 기준:
- 18세 이상 환자
- RT-PCR 검사로 코로나19 감염 확인
제외 기준:
- 18세 미만 환자
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: 해당 없음
- 중재 모델: 단일 그룹 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
다른: COViage
기계 학습 개입
|
COViage 기계 학습 알고리즘은 입원 후 24시간 이내에 기계 환기 및 사망을 예측하도록 설계되었습니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
기계 환기 환자 결과
기간: 학업 수료까지 평균 2개월
|
24시간 이내 환기 또는 미환기
|
학업 수료까지 평균 2개월
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
사망 또는 기계 환기 환자 결과
기간: 학업 수료까지 평균 2개월
|
사망 또는 환기됨, 또는 사망 없음 또는 24시간 이내에 환기되지 않음
|
학업 수료까지 평균 2개월
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
스폰서
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)
2020년 3월 24일
기본 완료 (실제)
2020년 5월 4일
연구 완료 (실제)
2020년 5월 30일
연구 등록 날짜
최초 제출
2020년 5월 14일
QC 기준을 충족하는 최초 제출
2020년 5월 14일
처음 게시됨 (실제)
2020년 5월 15일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2020년 6월 12일
QC 기준을 충족하는 마지막 업데이트 제출
2020년 6월 10일
마지막으로 확인됨
2020년 6월 1일
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
- 051420
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. .