- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT04462380
AiCR: kunstmatige intelligentie bij hartstilstand (AiCR)
AiCR: kunstmatige intelligentie bij hartstilstand Toepassing van een algoritme bij de prognose van herstelde hart- en ademhalingsstilstanden
De totale incidentie van hartstilstand in Europa wordt geschat op 350.000 tot 700.000 gevallen per jaar. Het overlevingspercentage wordt geschat op 10,7% voor alle ritmestoornissen samen.
Er zijn verschillende voorbeelden van AI-toepassingen op medisch gebied. Ting et al hebben een computertool ontwikkeld waarmee de aanwezigheid van diabetische retinopathie uitstekend kan worden gediagnosticeerd. Bij reanimatie stelden Celi et al een hulpmiddel voor dat in staat is om de behoefte aan kristalloïde vasculaire vulling tijdens een systemische ontstekingstoestand te voorspellen. In Nature in 2018 demonstreerde Komorowski de werkzaamheid van AI bij de hemodynamische behandeling van sepsis. In een onderzoek naar de respons van de nieren op provocatie met vocht, hebben Zhang et al. demonstreren de effectiviteit van de leermachine.
Doelstellingen: Bepaling van een algoritme dat in staat is om de mortaliteit te voorspellen van patiënten die zijn opgenomen op intensive care-afdelingen (ICU) voor ACR op basis van ziekenhuisopnamerapporten (CRH). Ook gebruik van het algoritme om het risico van herhaling van de arrestatie, de duur van mechanische ventilatie, het optreden van sepsis, de ontwikkeling van orgaanfalen, voorspelling van de CPC (Cerebral Performance Category), tijd om catecholamine-ontwenning te verkrijgen, het uiterlijk te voorspellen van acuut nierfalen met of zonder de noodzaak van extra-renale zuivering (EER) en duur onder EER, de gemiddelde opnameduur.
Dit project maakt deel uit van een groter, landelijk project met meer slagkracht en omvat alle gegevens die worden gegenereerd tijdens ziekenhuisopname op de intensive care.
Methode: een geschat totaal aantal patiënten dat in deze studie is opgenomen tussen de 300 en 500. De bevolking zal afkomstig zijn van de intensive care-afdelingen van Nice, Antibes, Cannes, Grasse.
Inclusie zal retrospectief zijn, op CRH, CR of CT-beeldvorming (cerebraal en thoraco-abdomino-bekken), MRI, EEG en dagelijkse follow-upwoorden, van 2014 tot eind 2020.
Na anonimisering, toepassing van semantisering met behulp van natuurlijke taalverwerkingsmethoden (NLP). De te extraheren gegevens worden ingevoerd in een document dat is geschreven door intensive care-artsen. Deze gegevens worden vervolgens opgeslagen in een database. Om het hoofddoel te bereiken, zullen we een computeralgoritme ontwikkelen dat de sterfte in de onderzoekspopulatie kan voorspellen. Dit algoritme, gebaseerd op een grote database, kan worden ontworpen met behulp van machine learning of zelfs deep learning-technieken, afhankelijk van de hoeveelheid te verwerken gegevens.
Studie Overzicht
Toestand
Conditie
Studietype
Inschrijving (Geschat)
Contacten en locaties
Studiecontact
- Naam: Jean DELLAMONICA
- Telefoonnummer: 33 4 920 35 510
- E-mail: dellamonica.j@chu-nice.fr
Studie Contact Back-up
- Naam: romain LOMBARDI
- E-mail: lombardi.r@chu-nice.fr
Studie Locaties
-
-
-
Nice, Frankrijk, 06200
- Werving
- Nice Hospital
-
Contact:
- Jean DELLAMONICA
- E-mail: dellamonica.j@chu-nice.fr
-
Contact:
- romain LOMBARDI
- E-mail: lombardi.r@chu-nice.fr
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- OCA hersteld van: hypoxische, ischemische, longembolie, tamponnade, ritme- of geleidingsstoornis, schokbaar of niet, binnen of buiten het ziekenhuis.
- CR geautomatiseerd, getypt in PDF-formaat
Uitsluitingscriteria:
-
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
- Observatiemodellen: Case-Alleen
- Tijdsperspectieven: Retrospectief
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Voorspelling van sterfte op de intensive care
Tijdsspanne: 1 dag
|
Definitie van een semantische rapportagetool, geautomatiseerd, overgang van een geanonimiseerde melding naar een operationele en relevante database.
|
1 dag
|
|
Voorspelling van sterfte op de intensive care
Tijdsspanne: 1 dag
|
Gebruik van de aldus gecreëerde database om een intelligent sterftevoorspellingsalgoritme te creëren.
Gebruik ook secundaire beoordelingscriteria om andere hieronder genoemde parameters te voorspellen.
|
1 dag
|
Medewerkers en onderzoekers
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Werkelijk)
Studie voltooiing (Geschat)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- 20reamed01
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
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 .