수술 전후 수혈 예측을 위한 기계 학습 모델
2022년 3월 7일 업데이트: DILEK YAZICIOGLU, Diskapi Teaching and Research Hospital
수술 전후 수혈 예측을 위한 기계 학습 모델의 개발 및 해석
본 연구는 적혈구(RBC) 수혈을 예측하기 위한 기계 학습 모델을 개발하고 해석하는 것을 목표로 합니다.
연구 개요
상세 설명
선택적 주요 수술을 받은 6121명의 환자를 대상으로 한 다기관 연구의 데이터 세트를 분석했습니다.
부적절한 RBC 수혈을 받은 환자에 관한 데이터는 제외되었습니다.
RBC 수혈을 예측하기 위해 21개의 수술 전후 특징이 사용되었습니다.
데이터 세트는 무작위로 훈련 및 검증 세트(70-30)로 분할되었습니다.
의사결정 트리, 랜덤 포레스트, k-최근접 이웃, 로지스틱 회귀 및 XGBoost(eXtreme gradient boosting) 방법이 예측에 사용되었습니다.
RBC 수혈 예측에 사용된 기계 학습 모델에 대한 수혜자 작동 특성 곡선의 곡선 아래 면적(AUC)을 비교했습니다.
연구 유형
관찰
등록 (실제)
6121
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
-
Ankara, 칠면조, 06110
- Dilek D Unal
-
-
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 (성인, 고령자)
건강한 자원 봉사자를 받아들입니다
아니
연구 대상 성별
모두
샘플링 방법
비확률 샘플
연구 인구
주요 선택적 수술 절차를 받는 환자는 자격이 있는 것으로 간주되었습니다.
모든 연령대와 두 성별이 포함되었습니다.
수술 절차는 국가 사회 보험 기관의 진단, 치료 및 수술 절차 분류에 따라 사전 정의되었으며 모든 절차에는 고유한 코드가 있습니다.
설명
포함 기준:
- 성인
- 대대적인 선택 수술을 받았습니다.
제외 기준:
- 소아 환자
- 긴급 상황
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
적혈구 수혈을 받은 환자 수
기간: 수술 기간
|
적혈구 수혈을 받은 환자 수
|
수술 기간
|
|
곡선 아래 면적
기간: 수술 기간
|
수신기 작동 특성 곡선의 곡선 아래 영역
|
수술 기간
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
협력자
수사관
- 수석 연구원: Dilek D Unal, Prof, UNIVERSITY OF HEALTH SCIENCES TURKEY DISKAPI YILDIRIM BEYAZIT TRAINING RESEARCH HOSPITAL ANKARA
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
- Murphy GJ, Reeves BC, Rogers CA, Rizvi SI, Culliford L, Angelini GD. Increased mortality, postoperative morbidity, and cost after red blood cell transfusion in patients having cardiac surgery. Circulation. 2007 Nov 27;116(22):2544-52. doi: 10.1161/CIRCULATIONAHA.107.698977. Epub 2007 Nov 12.
- Bernard AC, Davenport DL, Chang PK, Vaughan TB, Zwischenberger JB. Intraoperative transfusion of 1 U to 2 U packed red blood cells is associated with increased 30-day mortality, surgical-site infection, pneumonia, and sepsis in general surgery patients. J Am Coll Surg. 2009 May;208(5):931-7, 937.e1-2; discussion 938-9. doi: 10.1016/j.jamcollsurg.2008.11.019. Epub 2009 Mar 26.
- Walczak S, Velanovich V. Prediction of perioperative transfusions using an artificial neural network. PLoS One. 2020 Feb 24;15(2):e0229450. doi: 10.1371/journal.pone.0229450. eCollection 2020.
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)
2022년 1월 13일
기본 완료 (실제)
2022년 2월 1일
연구 완료 (실제)
2022년 2월 1일
연구 등록 날짜
최초 제출
2022년 1월 13일
QC 기준을 충족하는 최초 제출
2022년 1월 27일
처음 게시됨 (실제)
2022년 2월 8일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2022년 3월 8일
QC 기준을 충족하는 마지막 업데이트 제출
2022년 3월 7일
마지막으로 확인됨
2022년 1월 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. .