Machine learning zonder toezicht voor het clusteren van septische patiënten om de optimale behandeling te bepalen
17 september 2021 bijgewerkt door: Dascena
De focus van deze studie zal liggen op het uitvoeren van een prospectieve, gerandomiseerde gecontroleerde studie (RCT) in Cape Regional Medical Center (CRMC), Oroville Hospital (OH) en UCSF Medical Center (UCSF) waarin een vloeistofbehandelingsspecifiek algoritme zal worden toegepast op EPD-gegevens voor de detectie van ernstige sepsis.
Voor patiënten waarvan is vastgesteld dat ze een hoog risico op ernstige sepsis hebben, genereert het algoritme geautomatiseerde spraak- en telefonische meldingen aan het verplegend personeel van CRMC, OH en UCSF.
De prestaties van het algoritme zullen worden gemeten door analyse van het primaire eindpunt, reducties in ziekenhuissterfte.
Studie Overzicht
Toestand
Nog niet aan het werven
Conditie
Interventie / Behandeling
Studietype
Ingrijpend
Inschrijving (Verwacht)
51645
Fase
- Fase 2
Contacten en locaties
In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.
Studiecontact
- Naam: Qingqing Mao, PhD
- Telefoonnummer: 5108269508
- E-mail: qmao@dascena.com
Deelname Criteria
Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
18 jaar en ouder (Volwassen, Oudere volwassene)
Accepteert gezonde vrijwilligers
Ja
Geslachten die in aanmerking komen voor studie
Allemaal
Beschrijving
Inclusiecriteria:
- Alle volwassenen ouder dan 18 jaar die deel uitmaken van een van de klinische subpopulaties die in dit onderzoek zijn bestudeerd, komen in aanmerking voor deelname aan het onderzoek.
Uitsluitingscriteria:
- Onder de 18 jaar
Studie plan
Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.
Hoe is de studie opgezet?
Ontwerpdetails
- Primair doel: Diagnostisch
- Toewijzing: Gerandomiseerd
- Interventioneel model: Parallelle opdracht
- Masker: Verdrievoudigen
Wapens en interventies
Deelnemersgroep / Arm |
Interventie / Behandeling |
|---|---|
|
Experimenteel: Specifiek algoritme voor vloeistofbehandeling
Bij de experimentele arm zullen patiënten betrokken zijn die worden gevolgd door de op vloeistofbehandeling aangepaste versie van InSight.
|
Het InSight-algoritme dat informatie haalt uit het elektronische patiëntendossier (EPD) van een patiënt om het begin van ernstige sepsis te voorspellen, en zal in deze studie worden aangepast om onderscheid te maken tussen clusters van patiënten die op dezelfde manier reageren op vloeistofbehandeling volgens de aard van hun ziekteprogressie .
|
|
Actieve vergelijker: Standaard inzicht
De controle-arm omvat patiënten die worden gecontroleerd met de standaard, niet-behandelingsspecifieke versie van InSight.
|
Het niet-aangepaste InSight-algoritme dat informatie haalt uit het elektronisch patiëntendossier (EPD) van een patiënt om het begin van ernstige sepsis te voorspellen.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Op SIRS gebaseerde mortaliteit in het ziekenhuis
Tijdsspanne: Door afronding van de studie gemiddeld 8 maanden
|
Sterfte toegeschreven aan patiënten die op enig moment tijdens hun verblijf aan twee of meer SIRS-criteria voldoen
|
Door afronding van de studie gemiddeld 8 maanden
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Sponsor
Onderzoekers
- Hoofdonderzoeker: Qingqing Mao, PhD, Dascena, Inc.
Publicaties en nuttige links
De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.
Algemene publicaties
- Calvert J, Mao Q, Hoffman JL, Jay M, Desautels T, Mohamadlou H, Chettipally U, Das R. Using electronic health record collected clinical variables to predict medical intensive care unit mortality. Ann Med Surg (Lond). 2016 Sep 6;11:52-57. doi: 10.1016/j.amsu.2016.09.002. eCollection 2016 Nov.
- Shimabukuro DW, Barton CW, Feldman MD, Mataraso SJ, Das R. Effect of a machine learning-based severe sepsis prediction algorithm on patient survival and hospital length of stay: a randomised clinical trial. BMJ Open Respir Res. 2017 Nov 9;4(1):e000234. doi: 10.1136/bmjresp-2017-000234. eCollection 2017.
- Mao Q, Jay M, Hoffman JL, Calvert J, Barton C, Shimabukuro D, Shieh L, Chettipally U, Fletcher G, Kerem Y, Zhou Y, Das R. Multicentre validation of a sepsis prediction algorithm using only vital sign data in the emergency department, general ward and ICU. BMJ Open. 2018 Jan 26;8(1):e017833. doi: 10.1136/bmjopen-2017-017833.
Studie record data
Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.
Bestudeer belangrijke data
Studie start (Verwacht)
1 april 2022
Primaire voltooiing (Verwacht)
31 maart 2024
Studie voltooiing (Verwacht)
31 maart 2024
Studieregistratiedata
Eerst ingediend
21 november 2018
Eerst ingediend dat voldeed aan de QC-criteria
21 november 2018
Eerst geplaatst (Werkelijk)
26 november 2018
Updates van studierecords
Laatste update geplaatst (Werkelijk)
23 september 2021
Laatste update ingediend die voldeed aan QC-criteria
17 september 2021
Laatst geverifieerd
1 september 2021
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- 19-426246
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Nee
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Nee
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .