- ICH GCP
- 미국 임상 시험 레지스트리
- 임상시험 NCT06163781
머신러닝을 통한 응급실 혈액배양의 적절한 활용 (ABC)
기계 학습을 통한 응급실에서의 혈액 배양의 적절한 사용: 무작위 대조 시험
본 임상시험의 목적은 당사의 혈액 배양 예측 도구의 사용이 현재 관행보다 열등하지 않은지, 혈액 배양 분석에 대한 임상 적응증을 가지고 응급실에 내원한 모든 성인 환자의 특정 결과를 개선할 수 있는지 연구하는 것입니다. (치료 의사에 따르면). 1차 종료점은 30일 사망률이다. 주요 2차 결과는 다음과 같습니다.
- 병원 입원률
- 병원 내 사망
- 병원 체류 기간. 중재 그룹에서 의사는 혈액 배양 예측 도구의 조언을 따릅니다.
비교 그룹에서는 모든 환자가 혈액 배양 분석을 받게 됩니다.
연구 개요
상세 설명
근거: 응급실에서 혈액 배양을 과도하게 사용하면 수율이 낮고 오염된 배양 수가 많아지며, 이는 진단 증가, 항생제 사용, 입원 기간 연장 및 사망률 증가와 관련이 있습니다. 이상적으로 혈액배양은 양성배양 위험이 높은 환자에게만 시행됩니다. 연구자들은 응급실의 혈액 배양 결과를 예측하기 위해 기계 학습 모델을 개발했습니다. 다양한 환경에서 이 도구를 소급 및 전향적으로 검증한 결과, 이 도구를 사용하면 혈액 배양 분석 횟수를 30% 이상 줄이고 오염된 배양으로 인한 숨겨진 비용을 방지할 수 있는 것으로 나타났습니다.
목적: 본 연구의 목적은 당사의 혈액배양 예측 도구의 사용이 현재 관행에 비해 열등하지 않은지, 특정 결과를 개선할 수 있는지 조사하는 것입니다.
연구 설계: 무작위 대조 비열등성 시험. 연구 집단: 혈액 배양 분석에 대한 임상 적응증을 가지고 응급실에 내원한 모든 성인 환자(치료 의사에 따라).
개입: 대조군에서는 모든 환자가 혈액 배양 분석을 받게 됩니다. 중재 그룹에서 의사는 혈액 배양 예측 도구의 조언을 따릅니다. 혈액 배양 양성 확률이 5% 미만인 경우 혈액 배양 분석이 취소되고 샘플이 폐기됩니다. 양성 혈액 배양의 변화가 > 5%인 경우, 혈액 배양 분석은 평소와 같이 수행됩니다.
주요 연구 매개변수/종점: 1차 종점은 30일 사망률이며, 연구자는 이에 대해 비열등성을 보이는 것을 목표로 합니다. 연구자들이 비열등성을 보여주기 위한 주요 2차 결과로는 병원 입원률, 병원 내 사망률, 병원 입원 기간 등이 있습니다.
연구 유형
등록 (추정된)
단계
- 해당 없음
연락처 및 위치
연구 연락처
- 이름: Prabath WB Nanayakkara, MD, PhD
- 전화번호: +31204444444
- 이메일: p.nanayakkara@amsterdamumc.nl
연구 연락처 백업
- 이름: Sheena C Bhagirath, MD
- 전화번호: +31204444444
- 이메일: s.bhagirath@amsterdamumc.nl
연구 장소
-
-
-
Amsterdam, 네덜란드
- 모병
- Amsterdam UMC - Location AMC
-
연락하다:
- Prabath Nanayakkara, MD, PhD
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
설명
포함 기준:
- 연령 >= 18세
- 혈액 배양 분석에 대한 임상 적응증이 있어야 합니다(치료 의사에 따라).
- 예측을 할 수 있을 만큼 충분한 데이터(실험실 결과 및 활력징후 측정)를 기록해 두십시오(필요한 매개변수의 최소 20%).
제외 기준:
- 중앙 정맥 라인(CVL) 또는 말초 삽입 중앙 카테터(PICC) 현장
- 호중구수 < 0.5 * 109/L
- 지난 3개월 동안 칸디다혈증 또는 S. 아우레우스 균혈증.
- 심내막염/척추추간판염/감염된 보철물 진단 가능성이 가장 높음
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 치료
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
실험적: 머신러닝 툴을 기반으로 촬영한 혈액배양
|
머신러닝 기반 예측 도구
|
|
간섭 없음: 담당 의사를 기준으로 채취한 혈액배양
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
기간 |
|---|---|
|
30일 사망률
기간: 30 일
|
30 일
|
2차 결과 측정
결과 측정 |
기간 |
|---|---|
|
병원 입원률
기간: 1 일
|
1 일
|
|
병원 내 사망
기간: 90일
|
90일
|
|
병원 체류 기간
기간: 90일
|
90일
|
기타 결과 측정
결과 측정 |
기간 |
|---|---|
|
30일 재입학률
기간: 30 일
|
30 일
|
|
90일 사망
기간: 90일
|
90일
|
|
응급실 체류 시간(시간)
기간: 2일
|
2일
|
|
중재 그룹에서 혈액 배양을 피한 비율
기간: 90일
|
90일
|
|
입원일별 혈액배양횟수(입원환자의 경우)
기간: 90일
|
90일
|
|
각 그룹의 혈액 배양 양성 비율
기간: 90일
|
90일
|
|
응급실의 총 실험실 및 미생물학 테스트 수
기간: 2일
|
2일
|
|
입원일별 실험실 및 미생물학 검사의 총 횟수(입원 환자의 경우)
기간: 90일
|
90일
|
|
응급실에서 항생제를 투여받은 환자의 비율
기간: 2일
|
2일
|
|
항생제 치료 기간
기간: 90일
|
90일
|
|
응급실에서 제공되는 항생제의 종류
기간: 2일
|
2일
|
|
시험 기간 동안의 모델 성능(AUC)
기간: 3 년
|
3 년
|
|
면역 저하 환자 하위 그룹의 모델 성능(3중 면역억제 요법)
기간: 3 년
|
3 년
|
|
이식 환자 하위 그룹의 모델 성능
기간: 3 년
|
3 년
|
공동 작업자 및 조사자
간행물 및 유용한 링크
일반 간행물
- Boerman AW, Schinkel M, Meijerink L, van den Ende ES, Pladet LC, Scholtemeijer MG, Zeeuw J, van der Zaag AY, Minderhoud TC, Elbers PWG, Wiersinga WJ, de Jonge R, Kramer MH, Nanayakkara PWB. Using machine learning to predict blood culture outcomes in the emergency department: a single-centre, retrospective, observational study. BMJ Open. 2022 Jan 4;12(1):e053332. doi: 10.1136/bmjopen-2021-053332.
- Schinkel M, Boerman AW, Bennis FC, Minderhoud TC, Lie M, Peters-Sengers H, Holleman F, Schade RP, de Jonge R, Wiersinga WJ, Nanayakkara PWB. Diagnostic stewardship for blood cultures in the emergency department: A multicenter validation and prospective evaluation of a machine learning prediction tool. EBioMedicine. 2022 Aug;82:104176. doi: 10.1016/j.ebiom.2022.104176. Epub 2022 Jul 16.
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (추정된)
연구 완료 (추정된)
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
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
IPD 계획 설명
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. .