마취 후 예상치 못한 병원 입원 또는 퇴원을 예측하기 위한 머신 러닝 모델
2024년 10월 16일 업데이트: Rémi Florquin, HUmani
외래수술 후 예상치 못한 입원은 환자에게 불편함을 줄 뿐만 아니라 의료시스템의 효율성을 저하시키는 원인이 됩니다.
또한, 예상치 못한 환자의 방향으로 인해 수술 후 지시가 부적절해질 위험이 있습니다.
우리의 가설은 인공 지능 모델이 어떤 환자가 외래 수술 후 병원 입원이 필요한지 또는 수술 후 예상치 못한 병원 퇴원이 필요한지 예측하는 데 있어 기존 모델보다 뛰어난 성능을 발휘할 것이라는 것입니다.
연구 개요
연구 유형
관찰
등록 (실제)
68683
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
-
Mons, 벨기에, 7000
- Université de Mons
-
-
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
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
아니
샘플링 방법
비확률 샘플
연구 인구
해당 기관의 병원에서 예정된 상황이나 응급 상황에서 진단 또는 치료 과정을 위해 마취를 받은 모든 입원 환자 또는 외래 환자.
설명
포함 기준:
- 치료 또는 진단 절차를 위해 마취를 받고 있는 환자
제외 기준:
- 불완전한 정보 데이터
- 인코딩 시스템 오류
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 |
|---|---|
|
외래 환자
외래 환경에서 마취를 받고 있는 환자.
|
이 프로젝트의 목표는 환자가 외래 수술 후 병원에 입원해야 하는 상황이나 수술 후 예상치 못한 퇴원을 수술 전 기간에 예측하는 모델을 개발하는 것입니다.
|
|
입원환자
입원실에서 마취를 받고 있는 환자.
|
이 프로젝트의 목표는 환자가 외래 수술 후 병원에 입원해야 하는 상황이나 수술 후 예상치 못한 퇴원을 수술 전 기간에 예측하는 모델을 개발하는 것입니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
환자 방향 전환 비율
기간: 수술 당일
|
외래수술 후 예상치 못한 입원율 및 입원수술 후 퇴원율
|
수술 당일
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
스폰서
수사관
- 수석 연구원: Rémi Florquin, MD, Université de Mons, Belgium
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)
2020년 1월 1일
기본 완료 (실제)
2024년 6월 30일
연구 완료 (실제)
2024년 7월 30일
연구 등록 날짜
최초 제출
2024년 8월 30일
QC 기준을 충족하는 최초 제출
2024년 8월 30일
처음 게시됨 (실제)
2024년 9월 3일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2024년 10월 18일
QC 기준을 충족하는 마지막 업데이트 제출
2024년 10월 16일
마지막으로 확인됨
2024년 10월 1일
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
- HUmani_ODanesth
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
아니요
IPD 계획 설명
우리는 윤리위원회의 결정에 따라 민감한 데이터를 게시할 권한이 없습니다.
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
아니
미국 FDA 규제 기기 제품 연구
아니
미국에서 제조되어 미국에서 수출되는 제품
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. .