급성 저산소증 호흡 부전에서 기계적 환기의 결과와 기간을 예측하는 기계 학습 모델 (MEMORIAL)
급성 저산소성 호흡 부전 환자의 ICU 결과 및 기계적 환기 기간을 예측하기 위한 최적의 기계 학습 모델 개발
연구 개요
상세 설명
급성 저산소성 호흡 부전(AHRF)은 전 세계적으로 중환자실(UCI) 입원의 가장 흔한 원인입니다. 우리는 MV에 대한 AHRF 환자의 ICU 사망 및 기계적 환기(MV)의 연장된 기간(>7일)의 조기 예측을 위한 기계 학습(ML) 기술의 가치를 평가할 것입니다. AHRF 환자의 사망률과 MV의 지속 기간에 대한 예측을 조사한 연구는 거의 없습니다.
모델 개발을 위해 연구자들은 PANDORA 코호트의 비식별 데이터베이스에 포함된 환자로부터 AHRF 진단 후 처음 3일 동안의 데이터를 추출할 것입니다. 우리는 스페인 22개 병원의 PANDORA 코호트(급성 호흡기 부전 유병률 및 결과)에 등록되고 수석 조사관(JV)이 조정한 2,000,000명의 익명화 및 분리된 인구통계 및 임상 데이터를 갖춘 데이터베이스를 보유하고 있습니다. 조사관은 모델 예측을 위한 개인 예후 또는 진단을 위한 다변량 예측 모델(TRIPOD)의 투명한 보고 지침을 따릅니다. 간결성을 달성하기 위해 유전 알고리즘 변수 선택 방법을 사용하여 수집된 변수를 선별합니다. 로지스틱 회귀와 4개의 지도 ML 알고리즘(Random Forest, Extreme Gradient Boosting, Support Vector Machine 및 Multilayer Perceptron)을 사용하여 최소 변수 수 모델을 평가했습니다. 훈련 데이터(80%)와 테스트 데이터(20%)에서 무작위로 선택된 1,000명의 환자 데이터 세트에서 5겹 교차 검증을 사용할 것입니다. 외부 검증을 위해 나머지 241명의 환자를 사용합니다.
연구 유형
등록 (추정된)
연락처 및 위치
연구 장소
-
-
-
Ciudad Real, 스페인, 13005
- Hospital General Universitario de Ciudad Real
-
Cuenca, 스페인, 16002
- Hospital Virgen de la Luz
-
Madrid, 스페인, 28046
- Hospital Universitario La Paz
-
Madrid, 스페인, 28222
- Hospital Universitario Puerta de Hierro
-
Murcia, 스페인, 3012
- Hospital Universitario Virgen de Arrixaca
-
Santa Cruz De Tenerife, 스페인, 38010
- Hospital Universitario NS de Candelaria
-
Valencia, 스페인, 46010
- Hospital Cinico de Valencia
-
Valladolid, 스페인, 47012
- Hospital Universitario Rio Hortega
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- 기관내 삽관 및 기계적 환기(MV)
- 호기말 양압(PEEP) ≥5cmH2O 및 FiO2 ≥0.3인 MV에서 PaO2/FiO2 비율 ≤300mmHg.
제외 기준:
- 수술 후 환자는 <24시간 환기됨
- 뇌사 환자.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
검증 코호트
무작위로 선택된 200명의 환자를 포함합니다(AHRF 환자 1000명 중 20%).
|
Random Forest, Extreme Gradient Boosting, Support Vector Machine 및 Multilayer Perceptron과 같은 강력한 기계 학습 접근 방식을 사용할 것입니다.
다른 이름들:
|
|
확증 코호트
여기에는 무작위로 선택된 나머지 241명의 환자가 포함됩니다(외부 검증에 따라).
|
Random Forest, Extreme Gradient Boosting, Support Vector Machine 및 Multilayer Perceptron과 같은 강력한 기계 학습 접근 방식을 사용할 것입니다.
다른 이름들:
|
|
파생 코호트
무작위로 선택된 800 명의 환자 (AHRF 환자 1,000 명)를 포함합니다.
|
Random Forest, Extreme Gradient Boosting, Support Vector Machine 및 Multilayer Perceptron과 같은 강력한 기계 학습 접근 방식을 사용할 것입니다.
다른 이름들:
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
중환자실 사망률
기간: 최대 100주(입원부터 사망 또는 중환자실 퇴원까지)
|
중환자실에서의 사망
|
최대 100주(입원부터 사망 또는 중환자실 퇴원까지)
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
MV 길이
기간: 최대 100주(포함부터 발관까지)
|
기계적 환기 기간
|
최대 100주(포함부터 발관까지)
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Jesus Villar, MD, PhD, Fundación Canaria Instituto de Investigación Sanitaria de Canarias
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 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. .
머신러닝 분석에 대한 임상 시험
-
Psyrin Inc.Allwell Behavioral Health Services; The Brookline Center초대로 등록주의력 결핍 과잉 행동 장애(ADHD) | 자폐 스펙트럼 장애 | 외상 후 스트레스 장애 | 강박 장애(OCD) | 양극성 장애(BD) | 우울증 - 주요 우울 장애 | 일반화된 불안 | 정신분열증 스펙트럼 &Amp; 기타 정신병적 장애미국
-
Hvidovre University HospitalElsassFonden종료됨
-
Klein Buendel, Inc.National Institute on Aging (NIA); Penn State University완전한
-
Spaarne GasthuisLeiden University Medical Center모집하지 않고 적극적으로
-
Chang Gung University of Science and Technology아직 모집하지 않음
-
Charite University, Berlin, GermanyGerman Research Foundation모병