이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

수술 중 및 수술 후 위험 예측 모델의 생성, 구현 및 검증

2024년 5월 9일 업데이트: Susana García Gutiérrez, Hospital Galdakao-Usansolo

이 프로젝트의 목표는 수술 중, 수술 직후, 퇴원 후 최대 1개월까지 수술을 기다리는 환자의 합병증을 예측하기 위한 수술 위험 예측 모델을 만들고 검증하는 것입니다.

현재 시스템에서 계획한 보편적인 수술 전 상담에서 평가하는 교수의 주관적인 인상을 기반으로 하는 ASA 척도를 제외하고는 현재 위험 평가 시스템이 마련되어 있지 않습니다. 이 프로젝트에서 우리는 4/5 바스크 병원의 환자 데이터, 즉 우리 인구 집단에서 생성된 데이터 분석을 기반으로 강력한 모델을 제공하려고 합니다.

연구 개요

상태

완전한

상세 설명

3단계 연구가 설계되었습니다:

  1. 첫 번째 단계: Galdakao-Usansolo 병원(HGU), Urduliz 병원(HU), Basurto 대학 병원(HUB), Donostia 대학 병원(HGU)에서 수술을 받은 환자를 대상으로 한 전향적 코호트 연구를 통해 예측 모델의 도출 및 내부 검증( HUD), 아라바대학병원(HUA) 등을 모집할 예정이다. HUD(Hospital Universitario de Donostia) 및 HUA(Hospital Universitario de Araba)에서 XXX년 동안 데이터를 수집하며 수술 전 기간부터 수술에서 퇴원하는 달까지 데이터를 수집합니다. 이러한 모델을 식별하고 생성하기 위해 문헌에 설명되지 않은 변수를 식별하는 주요 목적으로 기계 학습 기술이 사용됩니다. 머신러닝은 인공지능의 가장 중요한 분야입니다. 머신러닝 내에서 지도 학습은 가장 널리 사용되는 영역입니다. 지도 학습을 통해 컴퓨터는 대량의 데이터에서 복잡한 패턴을 발견하고 활용하여 작업을 수행하는 방법을 학습할 수 있습니다. 전자 의료 기록 데이터의 특정 경우, 머신러닝 알고리즘을 통해 각 환자의 과거 데이터를 사용하여 컴퓨터가 개인화된 방식으로 미래 사건을 예측하는 방법을 학습할 수 있습니다.
  2. 2단계: 2020년 동일한 센터에서 수술을 받은 환자 집단을 대상으로 1단계에서 생성된 모델의 외부 검증. Debray et al.이 제안한 방법론. 적용될 것이다.
  3. 3단계: Galdakao-Usansolo 병원의 EHR에 'Action Guide' 형식으로 모델을 구현한 후 결과를 평가합니다. 이전 단계에서 수행된 위험 계층화를 기반으로 마취과에서는 위험 수준에 따라 조치에 대한 권장 사항을 만듭니다. 준실험적 개입 연구를 통해 사망률과 수술 중 및 수술 후 합병증의 비율을 비교하고, 위험 척도와 그에 따른 권고 사항을 시행할 한동대 병원의 시행 전후 결과를 비교하고, 이를 ASA 척도에 따라 일반적인 임상 관행을 따르는 HU, HUB, HUD 및 HUA에서 합병증이 발생하거나 사망하는 환자의 비율과 비교합니다. 위험 척도가 구현되면 이 잠재 코호트는 외부 검증(2020~2021)에도 사용됩니다.

사회 인구통계학적 및 임상적 변수(주요 진단, 동반 질환, 치료, 이전 개입, 수술 중 데이터, 수술 후 데이터, 입원 중 수행된 절차 및 퇴원 후 최대 1개월까지의 합병증) 및 실험실 매개변수가 수집됩니다.

이 정보는 osabide의 글로벌 데이터 활용 시스템인 Oracle Business Intelligence에서 추출되며, 실험실 데이터는 관련 센터의 임상 실험실 정보 시스템에서 추출됩니다.

연구 유형

관찰

등록 (실제)

112745

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 장소

    • Bizkaia
      • Galdakao, Bizkaia, 스페인, 48960
        • Hospital Galdakao Usansolo

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

  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

아니

샘플링 방법

비확률 샘플

연구 인구

2019년부터 2022년까지 갈다카오-우산솔로 병원의 수술 환자들. 우리는 바스크 지방의 4개 공립병원에 개입하기 위해 대기자 명단에 있는 환자의 익명화된 환자 수준 데이터를 사용했습니다. 참여 병원은 약 120만 명의 인구를 대상으로 주변 지역에 3차 진료 의뢰 서비스를 제공합니다.

설명

포함 기준:

  • 비심장 수술의 예정된 수술이나 긴급 수술이 보류 중인 18세 이상의 환자.

제외 기준:

  • 국소마취하에 수술 진행
  • 소아외과
  • 산부인과 환자
  • 심장 수술

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

코호트 및 개입

그룹/코호트
예정된 수술이나 긴급 수술
이는 2019년부터 2022년까지 갈다카오-우산솔로 병원에서 수술 환자를 모집한 후향적 코호트 연구이다. 우리는 바스크 지방의 4개 공립병원에 개입하기 위해 대기자 명단에 있는 환자의 익명화된 환자 수준 데이터를 사용했습니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
수술 중 및 수술 후 최대 1개월까지 사망
기간: 한달
예/아니요
한달

2차 결과 측정

결과 측정
측정값 설명
기간
중환자실 입원
기간: 한달
예/아니요
한달
수술 중 합병증
기간: 개입 중 합병증
범주형 변수
개입 중 합병증
재입학
기간: 한달
네 / 아니오
한달

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

수사관

  • 수석 연구원: Francisco Mendoza, MD, Galdakao-Usansolo Hospital

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)

2018년 6월 1일

기본 완료 (실제)

2019년 1월 1일

연구 완료 (실제)

2023년 6월 1일

연구 등록 날짜

최초 제출

2024년 5월 2일

QC 기준을 충족하는 최초 제출

2024년 5월 9일

처음 게시됨 (실제)

2024년 5월 13일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2024년 5월 13일

QC 기준을 충족하는 마지막 업데이트 제출

2024년 5월 9일

마지막으로 확인됨

2024년 5월 1일

추가 정보

이 연구와 관련된 용어

추가 관련 MeSH 약관

기타 연구 ID 번호

  • PI2023/029

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

미정

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

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. .

3
구독하다