Machine Learning Model for Predicting Recovery After Critical Illness
2026년 6월 6일 업데이트: Karina De Oliveira Azzolin, Hospital de Clinicas de Porto Alegre
Development and Validation of a Machine Learning Model for Predicting Functional Decline and Return to Work After Critical Illness
This study aims to develop and test an artificial intelligence (AI) model to predict long-term functional status and return to work after critical illness.
The main question is:
Can we develop and validate a machine learning model to predict long-term functional status and return to work after critical illness?
연구 개요
상태
완전한
상세 설명
This is a retrospective observational study using secondary data from two primary studies conducted between 2017-2019 and 2020-2022.
No new participants will be recruited.
Data were combined and harmonized for the present secondary analysis.
연구 유형
관찰
등록 (실제)
2016
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Rio Grande do Sul
-
Porto Alegre, Rio Grande do Sul, 브라질, 90035-903
- Hospital de Clínicas de Porto Alegre, Intensive Care Nursing Department
-
-
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
Ten medical-surgical ICUs representing the five geopolitical regions of Brazil were selected as study sites.
This study includes data from two databases with similar inclusion and exclusion criteria.
설명
Inclusion Criteria:
- Age ≥18 years
- ICU stay ≥ 72 hours
- ICU stay ≥ 120 hours if the participant was admitted for elective surgery
Exclusion Criteria:
- No telephone contact available
- Failure to establish contact
- Transfer to another ICU
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 |
|---|---|
|
Patients in follow-up
Patients under follow-up.
No interventions were performed
|
No interventions were performed.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
Functional Status
기간: 3rd, 6th and 12th months after ICU discharge
|
The primary outcome will be functional status at 6 months after ICU discharge, assessed using the Barthel Index (BI).
The BI is a validated measure of functional status in activities of daily living, with total scores ranging from 0 to 100.
For prediction modeling, the outcome will be treated as a binary variable, with functional impairment defined as a BI score <91 points.
|
3rd, 6th and 12th months after ICU discharge
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
Return to Work
기간: 3rd, 6th and 12th months after ICU discharge
|
Being employed
|
3rd, 6th and 12th months after ICU discharge
|
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 (실제)
2026년 3월 15일
기본 완료 (실제)
2026년 3월 20일
연구 완료 (실제)
2026년 4월 15일
연구 등록 날짜
최초 제출
2026년 5월 23일
QC 기준을 충족하는 최초 제출
2026년 5월 23일
처음 게시됨 (실제)
2026년 6월 1일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2026년 6월 10일
QC 기준을 충족하는 마지막 업데이트 제출
2026년 6월 6일
마지막으로 확인됨
2026년 6월 1일
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
- 20250554
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
아니요
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. .
직장으로 돌아가기에 대한 임상 시험
-
Baylor College of MedicinePatient-Centered Outcomes Research Institute; M.D. Anderson Cancer Center; The University... 그리고 다른 협력자들완전한말기 심부전 | BTT(Bridge-to-Transplant LVAD 배치) | 목적지 치료 LVAD 배치(DT) | LVAD 배치 거부(거절자) | LVAD 간병인미국