급성 저산소 호흡기 실패에서 기계적 환기 기간 예측 (PREMIER)
급성 저산소성 호흡기 부전으로 환자에서 기계적 정맥 화 기간의 예측 USINF 머신 러닝 접근
연구 개요
상세 설명
급성 저산소 호흡기 부전 (AHRF)은 전 세계 중환자 실 (ICU)에서 입원의 가장 흔한 원인입니다. 연구자들은 스페인의 판도라 연구에 등록한 1,241 명의 환자에서 장기간의 기계적 환기 (MV)의 장기간 (또는 평등)의 예측을위한 기계 학습 (ML) 기술의 가치를 평가할 것입니다. AHRF 환자에서 연장 된 MV의 예측을 조사한 연구는 거의 없습니다.
모델 교육 및 테스트의 경우, 조사관은 AHRF 진단 후 처음 2 일 동안 임의의 파티 인트에서 데이터를 추출합니다. 조사관은 스페인의 22 개 병원에서 AHRF를 가진 1,241 명의 환자로부터 2,000,000 개의 익명 및 해리 된 인구 통계와 임상 적으로 관련된 데이터를 가진 데이터베이스를 가지고있었습니다. 조사관은 예측 모델에 대한 삼각대 지침을 따릅니다. 연구자들은 유전자 알고리즘 변수 선택을 사용하여 관련 수집 된 변수를 스크리닝하여 parsimony를 달성 할 것입니다. 우리는 T0, T24 및 T48에서 데이터를 가진 환자의 데이터 세트에서 5 배 CORSS- 검증을 사용합니다. 모델 평가를 위해 무작위로 선택된 환자의 25%를 사용합니다.
연구 유형
등록 (실제)
연락처 및 위치
연구 장소
-
-
-
Madrid, 스페인
- Hospital Universitario La Paz
-
-
Las Palmas
-
Las Palmas de Gran Canaria, Las Palmas, 스페인, 35019
- Hospital Dr. Negrín
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준 :
- enotracheal 삽관 펄스 기계식 환기
- PAO2/FIO2 비율 <또는 = 5 및 fiO2> 또는 = 0.3 인 MV에서 MV에서 300 mmHg
제외 기준 :
- 뇌사 환자
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
파생/테스트 코호트
연구자들은 급성 저산소성 호흡 부전 (AHRF)의 진단 후 T0, T24 및 T48의 데이터와 함께 무작위로 선택된 환자의 75%의 Chort를 사용합니다.
기계 학습 접근법을 적용 할 것입니다.
|
검증 코호트를위한 기계 학습 및 로지스틱 회귀
|
|
유효성 검사 HOHORT
AHRF 진단 후 T0, T24 및 T48의 데이터와 함께 무작위로 선택된 보이지 않는 환자의 25%를 사용합니다.
|
검증 코호트를위한 기계 학습 및 로지스틱 회귀
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
MV 기간
기간: 최대 100 주
|
기계적 환기 기간
|
최대 100 주
|
공동 작업자 및 조사자
스폰서
수사관
- 연구 책임자: Jesus Villar, Fundación Canaria Instituto de Investigación Sanitaria de Canarias
간행물 및 유용한 링크
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (실제)
연구 완료 (실제)
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
키워드
추가 관련 MeSH 약관
기타 연구 ID 번호
- PIFIISC24
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
IPD 계획 설명
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. .