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

4차 대유행 기간 중 코로나19 폐렴으로 입원한 환자의 임상 결과를 예측하기 위한 인공지능(AI) 활용 (AI COVID-19)

2024년 5월 22일 업데이트: Stefania Piconi, Azienda Ospedaliera di Lecco

Lecco ASST의 4차 대유행 파동 중 코로나 폐렴으로 입원한 환자의 사망 및 합병증과 같은 임상 결과 예측을 위한 인공지능(AI)의 활용.

예측 모델은 코로나19 대유행의 긴급 상황 동안 다양한 영역에 적용될 수 있습니다. 실제로 예측 모델은 전략적 결정을 계획하고 질병 억제를 위한 건강 정책을 수립하는 데 있어 의료 시스템을 지원하는 데 중요한 것으로 입증되었습니다.

특히 코로나19 팬데믹은 우리 의료 시스템에 실질적인 도전을 가져왔습니다. 이탈리아에서는 4개의 주요 파동으로 나뉘었으며, 각 파동은 서로 다른 유형의 환자를 특징으로 하며 새로운 과학적 증거를 기반으로 점진적으로 개선되는 다양한 치료 접근법을 제공합니다.

4대 대유행 기간 동안 레코 ASST에 코로나19로 입원한 환자들의 질병 심각도가 서로 다른 데이터에 대한 연구를 수행하고, 관심 있는 데이터를 수집해 인공지능 활용에 적용하는 것이 목표다. 환자 자신의 결과를 예측하는 데 사용할 수 있는 신뢰할 수 있는 새로운 예측 통계 모델을 구축하기 위해 생존 및 이차 감염 합병증 측면에서 임상 결과의 반복 패턴을 식별합니다.

이 프로젝트의 강력한 야심은 이렇게 상당한 양의 데이터에 인공지능을 적용함으로써 유효한 통계 모델을 구축할 수 있게 하여 모든 환자에게 가정적으로 적용하여 기록 특성을 기반으로 혈액 화학적 매개변수를 예측할 수 있다는 것입니다. 기준선과 정해진 치료에서 생존 확률과 합병증

연구 개요

연구 유형

관찰

등록 (추정된)

5000

연락처 및 위치

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

연구 연락처

연구 연락처 백업

연구 장소

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

각 환자에 대해 다음과 관련된 정보가 수집됩니다.

  • 개인 데이터(예: 나이, 성별, 국적);
  • 입원일 및 퇴원일(또는 사망일)
  • 동반질환;
  • 코로나19에 대해 수행된 치료
  • 코로나19 예방접종 가능 날짜, 접종횟수
  • 2차 감염 및/또는 합병증의 발병 가능성;
  • 입원 시 혈액화학검사

설명

포함 기준:

  • 연령 > 18세
  • ASST Lecco에서 코로나19 폐렴으로 입원했습니다.

제외 기준:

  • 입원 또는 무증상 SARS CoV-2 감염 발견.

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
개입 / 치료
코로나19 1°파
1차 유행 기간 중 코로나19 폐렴으로 입원한 환자(2020년 2월~5월)
4차 대유행 시기 코로나19 폐렴으로 입원한 환자의 사망, 합병증 등 임상 결과 예측에 인공지능(AI) 활용
코로나19 2°파
2차 유행 중 코로나19 폐렴으로 입원한 환자(2020년 10월~12월)
4차 대유행 시기 코로나19 폐렴으로 입원한 환자의 사망, 합병증 등 임상 결과 예측에 인공지능(AI) 활용
코로나19 3° 파동
3차 유행(2021년 5월) 동안 코로나19 폐렴으로 입원한 환자
4차 대유행 시기 코로나19 폐렴으로 입원한 환자의 사망, 합병증 등 임상 결과 예측에 인공지능(AI) 활용
코로나19 4° 파동
4차 대유행(2021년 11월~2022년 3월) 동안 코로나19 폐렴으로 입원한 환자
4차 대유행 시기 코로나19 폐렴으로 입원한 환자의 사망, 합병증 등 임상 결과 예측에 인공지능(AI) 활용

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
예측 모델 구축
기간: 6 개월
코로나19 4파와 관련하여 수집된 데이터를 기반으로 사망, 2차 감염 발병 등 임상 결과를 평가하기 위한 예측 모델 구축.
6 개월

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

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 (추정된)

2024년 6월 1일

기본 완료 (추정된)

2024년 9월 1일

연구 완료 (추정된)

2024년 12월 31일

연구 등록 날짜

최초 제출

2024년 5월 21일

QC 기준을 충족하는 최초 제출

2024년 5월 21일

처음 게시됨 (실제)

2024년 5월 22일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2024년 5월 23일

QC 기준을 충족하는 마지막 업데이트 제출

2024년 5월 22일

마지막으로 확인됨

2024년 5월 1일

추가 정보

이 연구와 관련된 용어

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. .

코로나19 감염병 세계적 유행에 대한 임상 시험

3
구독하다