머신러닝 유산 관리 임상 결정 지원 도구 연구 (MLMM)
개별 환자에 대한 기대 또는 의학적 관리의 성공 가능성을 결정하는 알고리즘을 개발하는 데 사용되는 기계 학습입니다. 다음과 같은 객관적인 측정을 고려합니다.
- 인구통계: 산모 연령, 출산력
- 병력: 이전 CS, 이전 SMM/MVA, 이전 근종절제술
- LMP에 의한 임신
- 증상 발현: 출혈 점수, 통증 점수
- USS 측정: CRL, GS, RPOC 3차원, 혈관
- CRL과 LMP에 의한 임신 사이의 불일치
1000개의 사례를 대조하고 개별화된 사례 관리를 위해 유산 관리 결과를 예측할 수 있는 알고리즘에 기여하는 기능을 식별하는 감사입니다.
연구 개요
상세 설명
- 인공지능 발견과학: 약 1000건의 유산 사례에 대한 후향적 감사 기반 알고리즘 개발
- 테스트 데이터 세트를 사용하여 도구의 신뢰성을 확인하려면
- 데이터 수집을 여러 사이트로 확대하고 예상 데이터로 알고리즘을 테스트하여 의사 결정 지원의 민감도와 특이도를 높입니다.
이 연구는 Imperial College Healthcare NHS Trusts(연구의 주요 센터)의 Queen Charlotte 병원과 Chelsea 병원에서 수행될 예정입니다.
이것은 다기관 후향적, 코호트 관찰 연구입니다.
이 연구는 회고적 데이터를 검토하고 테스트 데이터 세트를 대조하는 데 충분한 시간을 확보하기 위해 최소 3년에 걸쳐 수행됩니다.
Imperial College Healthcare NHS Trust에서 관리하는 누락된 유산 및 불완전 유산에 대한 익명화된 회고적 사례를 분석합니다.
각 사례에 대해 다음과 같은 임상 특징이 수집되고 결과가 표시됩니다.
- 인구통계: 산모 연령, 출산력
- 병력: 이전 CS, 이전 SMM/MVA, 이전 근종절제술
- LMP에 의한 임신
- 증상 발현: 출혈 점수, 통증 점수
- USS 측정: CRL, GS, RPOC 3차원, 혈관
- CRL과 LMP에 의한 임신 사이의 불일치
모든 데이터는 소급하여 수집되며 익명으로 처리됩니다.
데이터 수집에 이어 기계 학습 모델과 특징 감소 방법을 적용하여 유산의 기대 또는 의학적 관리의 성공 또는 실패를 각각 예측하는 최고의 성능 모델을 결정합니다.
다음 단계에는 데이터를 수집하고 MLM 임상 의사결정 지원 도구의 예측력을 테스트하기 위한 전향적 감사가 포함됩니다.
연구 유형
등록 (추정된)
연락처 및 위치
연구 장소
-
-
-
London, 영국, W12 0HS
- 모병
- Imperial College Heatlhcare NHS Trust
-
연락하다:
- Sughashini Murugesu
- 전화번호: 07988390772
- 이메일: sughashini.murugesu@nhs.net
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- 계류유산 및 임신 14주 미만의 불완전 유산
- 2주차에 기록된 후속 조치
제외 기준:
- 최종 결과 데이터 미제공
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
유산의 기대관리
유산에 대한 예상 관리, 관리 선택 후 14일까지 최종 결과의 성공 또는 실패를 추구하기로 선택한 코호트
|
기대 관리: 유산이 발생한 경우에는 완전 유산 여부를 확인하기 위해 2주 후에 후속 조치를 취하는 보수적인 관리입니다.
|
|
유산의 의학적 관리
유산에 대한 의학적 관리, 관리 선택 후 14일차까지 최종 결과의 성공 또는 실패를 추구하기로 선택한 코호트
|
의학적 관리: 임신 첫 번째 유산을 관리하기 위해 미소프로스톨을 복용하고, 완전한 유산이 발생했는지 확인하기 위해 2주 후에 후속 조치를 예약했습니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
유산 관리 결과를 위한 머신러닝 예측 모델 개발.
기간: 2023년 1월~2024년 6월
|
약 1000건의 유산 사례에 대한 회고적 감사를 기반으로 한 머신러닝 예측 모델 개발.
|
2023년 1월~2024년 6월
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
예측 모델을 테스트하고 검증하기 위한 전향적 감사
기간: 2024년 7월~2025년 6월
|
데이터 수집을 여러 사이트로 확장하고 예상 데이터로 기계 학습 모델을 테스트하여 의사 결정 지원의 민감도와 특이성을 높입니다.
|
2024년 7월~2025년 6월
|
공동 작업자 및 조사자
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
추가 관련 MeSH 약관
기타 연구 ID 번호
- 23QC8155
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. .