Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Thorax computertomografie ernstscore en resultaat bij COVID-19-patiënten

8 juni 2020 bijgewerkt door: Kazim Rollas, Tepecik Training and Research Hospital

Initiële CT-bevindingen van de thorax en vereiste mechanische beademing bij patiënten die met COVID-19 op de intensive care zijn opgenomen

De meest voorkomende thorax-bevindingen van computertomografie (CT) zijn multifocale matglas-opaciteiten en perifere consolidatie bij patiënten met COVID-19. Septale verdikking, bronchiëctasie, pleurale verdikking en subpleurale betrokkenheid kunnen ook worden waargenomen. Hoewel deze bevindingen niet specifiek zijn voor COVID-19, wordt verwacht dat de ernst van de pulmonale betrokkenheid gecorreleerd is met de bevindingen van thorax-CT.

Studie Overzicht

Toestand

Onbekend

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Thorax computertomografie ernstscore gedefinieerd door Yang et al. kan worden gebruikt om de ernst van pulmonale betrokkenheid bij COVID-19-patiënten te evalueren. We wilden onderzoeken of de initiële score voor de ernst van de thorax-computertomografie de behoefte aan mechanische beademing en de mortaliteit bij COVID-19-patiënten kan voorspellen.

Studietype

Observationeel

Inschrijving (Verwacht)

40

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studie Locaties

  • Kalkoen
    • Izmir, Konak
      • Izmir, Izmir, Konak, Kalkoen, 35170
        • Werving
        • Tepecik Training and Research Hospital
        • Contact:
        • Contact:
        • Hoofdonderzoeker:
          • Işıl Köse Güldoğan
        • Onderonderzoeker:
          • Yeliz Pekçevik
        • Onderonderzoeker:
          • Naciye Sinem GEZER
        • Onderonderzoeker:
          • Kazım Rollas
        • Onderonderzoeker:
          • Çiler Zincircioğlu
        • Onderonderzoeker:
          • Uğur Uzun
        • Onderonderzoeker:
          • İsa Sahar
        • Onderonderzoeker:
          • Taner Çalışkan
        • Onderonderzoeker:
          • Aykut Sarıtaş
        • Onderonderzoeker:
          • Nimet Şenoğlu

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

Nee

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Patiënt opgenomen op de intensive care met COVID-19 longontsteking bevestigd door RT-PCR

Beschrijving

Inclusiecriteria:

  • Leeftijd ≥ 18 jaar
  • COVID-19 bevestigd door positieve RT-PCR en/of antilichaamtesten
  • CT-scan bij opname op de intensive care

Uitsluitingscriteria:

  • Verlies van CT-gegevens
  • Chronische longziekte bevindingen door CT die kunnen leiden tot verkeerde interpretatie
  • RT-PCR-resultaten niet beschikbaar of negatief
  • Terminale kanker

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

  • Observatiemodellen: Cohort
  • Tijdsperspectieven: Retrospectief

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
COVID-19-patiënten
Patiënt testte positief op COVID-19 en had een CT-scan
Diagnostische toets: CT-scan
CT-scan van de borst bij opname op de intensive care

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Invasieve ademhalingsondersteuning bij patiënten met COVID-19
Tijdsspanne: 120 dagen
Of Thorax CT-bevindingen invasieve mechanische beademingsbehoefte van covid-19-patiënten voorspellen
120 dagen

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Sterfte bij patiënten met COVID-19
Tijdsspanne: 120 dagen
Of Thorax CT-bevindingen de mortaliteit van covid-19-patiënten voorspellen
120 dagen

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Sponsor

Tepecik Training and Research Hospital

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 (Werkelijk)

15 maart 2020

Primaire voltooiing (Verwacht)

15 juni 2020

Studie voltooiing (Verwacht)

15 juli 2020

Studieregistratiedata

Eerst ingediend

8 juni 2020

Eerst ingediend dat voldeed aan de QC-criteria

8 juni 2020

Eerst geplaatst (Werkelijk)

11 juni 2020

Updates van studierecords

Laatste update geplaatst (Werkelijk)

11 juni 2020

Laatste update ingediend die voldeed aan QC-criteria

8 juni 2020

Laatst geverifieerd

1 juni 2020

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • 2020/5-4

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

Nee

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 .

Abonneren