항균제 내성에 대한 새로운 접근법: ICU에서 카바페넴 내성 클렙시엘라에 대한 기계 학습 예측 (ICU)
이 연구의 목적은 carbapenem 내성 Klebsiella spp.를 예측하는 것입니다. 인공 지능을 사용하여 미래에 집중 치료실에서 모니터링되는 환자의 초기.
Klebsiella spp.에 의한 혈류 감염 및 폐렴 환자 민감하고 저항하는 두 그룹으로 비교 조사됩니다. 심층 기계 학습으로 저항을 예측하려고 시도합니다.
연구 개요
상세 설명
항생제 내성은 전 세계적으로 증가하는 위협이며 공중 보건과 경제 모두에 심각한 결과를 초래합니다. 내성 미생물로 발전할 수 있는 감염의 경우 치료 옵션이 제한되므로 내성을 예측하여 시작할 수 있는 조기에 효과적인 치료가 환자 예후에 차이를 만들 것입니다.
오늘날 인공 지능과 기계 학습은 우리의 의료 행위를 변화시키고 있습니다. 문헌을 살펴보면 기계 학습이 항균제 내성을 예측할 수 있다는 연구 결과가 있습니다. 카바페넴 내성 Klebsiella spp. 이전에 식별되었습니다. 이전에 식별된 이러한 위험 요소는 우리 자신의 환자에서 후향적으로 평가될 것이며 기계 학습의 도움으로 저항 예측과 관련된 알고리즘이 개발될 것입니다.
우리의 목표는 미래에 인공 지능을 사용하여 중환자실에서 모니터링되는 환자의 세균 저항성을 조기에 예측하고 환자가 조기에 효과적인 치료 옵션에 쉽게 접근할 수 있도록 하는 것입니다.
둘째, 불필요한 항생제 사용을 방지하여 경제적 이익을 제공하는 것도 목적이다.
환자 데이터에 대한 액세스는 병원 자동화 시스템을 통해 소급하여 얻을 수 있습니다.
문헌의 간행물을 조사하고 carbapenem 내성 Klebsiella spp. 평가됩니다.
카바페넴 내성 및 민감도가 있는 환자를 두 개의 별도 하위 그룹으로 비교합니다.
획득한 특징은 다양한 의사 결정 트리와 신경 알고리즘을 별도로 사용하여 분류됩니다. 얻은 데이터는 저항과 민감도의 구별에서 통계적으로 비교됩니다. 통계적 평가는 IBM SPSS 29.0(IBM Corp., Armonk, NY, USA)으로 수행하였다. 인구 통계 데이터, 기술 통계, 범주형 변수는 빈도(백분율)로 표현됩니다.
범주형 변수는 카이제곱 테스트로 표현됩니다. 기계 학습 알고리즘의 성능은 ROC 분석, AUC, 분류 정확도, 민감도 및 특이도 값을 계산하여 평가합니다.
연구 유형
등록 (실제)
연락처 및 위치
연구 장소
-
-
-
Kocaeli, 칠면조
- Kocaeli University
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
2017년 6월부터 2023년 6월 사이에 3단계 중환자실에서 모니터링한 환자는 후향적으로 평가됩니다. 폐렴 및 혈류 감염 환자는 Klebsiella spp. 연구에 포함될 것입니다.
제외 기준:
- 18세 미만의 환자는 연구에 포함되지 않았습니다.
- 호흡기 및 혈류 외부의 감염은 연구에 포함되지 않았습니다.
- 호흡기 집락이 있고 활동성 염증이 없는 환자도 포함되지 않았습니다.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
카바페넴 내성 Klebsiella spp. 환자 전염병
|
심층 머신러닝 모델을 통한 카바페넴 내성 예측
|
|
카바페넴에 민감한 Klebsiella spp. 전염병
|
심층 머신러닝 모델을 통한 카바페넴 내성 예측
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
Carbapenem 내성 Klebsiella 감염의 위험
기간: 3 개월
|
기계 학습 기반 진단 방법의 민감도와 특이도는 AUC-ROC 곡선(Area Under the Receiver Operating Characteristic 곡선)으로 측정됩니다.
|
3 개월
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
경제적 이익을 제공하기 위해
기간: 3 개월
|
둘째, 불필요한 항생제 사용을 방지하여 경제적 이익을 제공하는 것도 목적이다.
|
3 개월
|
공동 작업자 및 조사자
간행물 및 유용한 링크
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (실제)
연구 완료 (실제)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
- GOKAEK-2023/12.32
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
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. .