심폐 소생술 후 집중 치료 기간, 신경 학적 결과 및 비용 추정을위한 인공 지능 모델 : 코호트 연구.
2025년 9월 30일 업데이트: Nıgar Kangarlı, Bezmialem Vakif University
심폐 소생술 후 집중 치료 기간, 신경 학적 결과 및 비용 추정을위한 인공 지능 모델 : 코호트 연구
이 연구는 2010 년 10 월부터 2025 년 9 월까지 연속 심장 마비 소생술 후 Bezmialem Vakıf University Hospital 집중 치료실에 등록 된 환자를 개요하는 것을 목표로합니다.
목표는 부서에서 퇴원시 이들 환자의 리안 화, 신경 학적 임상 결과 및 비용의 체류 기간을 결정하는 것입니다.
이러한 모든 데이터는 예측 모델을 평가하기 위해 인공 지능에 의해 평가되도록 의도됩니다.
연구 개요
연구 유형
관찰
등록 (추정된)
5000
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
확률 샘플
연구 인구
2010 년 10 월부터 2025 년 9 월까지 Bezmialem Vakıf University Hospital Intensive Care Unit에 등록 된 ROSC로 심폐 소생술이 성공한 후 18 년 이상 환자가 Resarch에 포함됩니다.
설명
포함 기준:
- 나이> 18 세
- 연속 심폐 소생술
- 자발적인 순환의 반환 후 ICU에 최소 1 시간 길이의 입원 (ROSC)
제외 기준:
- <18 세
- > 환자 기록에서 80% 누락 된 데이터
- ROSC가없는 환자
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 |
|---|---|
|
연령> 18 세 환자의 성공적인 심폐 소생술 후 리안 화에서 관찰 된 환자
|
연속적인 구조 후 환자의 데이터는 기계 학습 프로그램에 의해 평가 될 것입니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
머신 러닝 파이썬 프로그램
기간: 3 개월
|
생성 된 데이터베이스는 Python 프로그래밍 언어를 사용하여 기계 학습 인공 지능 알고리즘을 사용하여 분석됩니다.
인공 지능으로 누락되고 불완전한 데이터를 처리 한 후 데이터베이스는 모델 교육 및 모델 검증의 두 부분으로 나뉩니다.
의미있는 데이터는 모델 교육을 통해 선택되며 예측 모델은 이러한 데이터를 기반으로 구축됩니다.
예측 모델의 해석 가능성을 높이고 사용자가 특정 예측이 어떻게 그리고 왜 이루어지는 지 이해하도록 돕기 위해 Shapley Additive 설명 (SHAP) 알고리즘이 사용됩니다.
머신 러닝에서 SHAP 기술은 복잡한 기계 학습 모델의 의사 결정 프로세스를 해석하는 데 사용됩니다.
|
3 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)
2025년 10월 1일
기본 완료 (추정된)
2025년 12월 1일
연구 완료 (추정된)
2025년 12월 1일
연구 등록 날짜
최초 제출
2025년 9월 30일
QC 기준을 충족하는 최초 제출
2025년 9월 30일
처음 게시됨 (추정된)
2025년 10월 7일
연구 기록 업데이트
마지막 업데이트 게시됨 (추정된)
2025년 10월 7일
QC 기준을 충족하는 마지막 업데이트 제출
2025년 9월 30일
마지막으로 확인됨
2025년 9월 1일
추가 정보
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. .