Kunstmatige intelligentie voor voorspelling van sepsis op de ICU (AICUSepsis)
Toepassing van kunstmatige intelligentie Sepsis-voorspellingsmodel om ICU klinische beslissingen te ondersteunen
Studie Overzicht
Toestand
Interventie / Behandeling
Gedetailleerde beschrijving
Het sepsis-voorspellingsmodel dat in deze studie is gebruikt, is voltooid in de voorbereidende voorbereiding, die is gebouwd op 7.000 patiënten sinds de oprichting van een uitgebreide ICU, en de sepsis 3.0 diagnostische standaard is aangenomen. Het sepsis-voorspellingsmodel is gebouwd met behulp van het Python-platform en het XGBoost-algoritme , die werd gebruikt om de incidentie van sepsis bij IC-patiënten binnen 24 uur te voorspellen. De algehele nauwkeurigheid was 82% en het gebied onder de Auroc-curve was 0,854.
Patiënten die aan de inclusie- en exclusiecriteria voldeden, kregen een dagelijkse voorspelling van het sepsismodel en er werd een kwantitatieve checklist opgesteld op basis van de testresultaten. Er zijn twee soorten prognoseresultaten: laag risico en hoog risico. Kwantitatieve checklists zijn beschikbaar voor behandelende artsen om de diagnostische efficiëntie te verbeteren. De resultaten werden vertrouwelijk gehouden voor de clinicus.
Alle patiënten werden op een vast tijdstip door twee senior behandelend artsen gediagnosticeerd met sepsis. De diagnose bestond uit twee typen: ja en nee. Indien twee behandelend artsen van mening verschillen, wordt de derde behandelend arts meegenomen voor correctiediagnose en wordt de aanwezigheid van sepsis 2:1 vastgesteld. De behandelend artsen zijn onafhankelijk van elkaar.
Wanneer de diagnoseresultaten van de behandelend arts in het systeem worden ingevoerd, worden de voorspellingsresultaten van het sepsis-voorspellingsmodel van gisteren vergeleken en berekend om de nauwkeurigheid van het voorspellingsmodel te bepalen
Studietype
Inschrijving (Verwacht)
Contacten en locaties
Studiecontact
- Naam: 琦强 梁
- Telefoonnummer: 13685753994
- E-mail: deter_leung@sina.com
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
Accepteert gezonde vrijwilligers
Geslachten die in aanmerking komen voor studie
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
Alle patiënten met acute kritieke ziekte die in aanmerking komen voor opname op de IC tijdens de onderzoeksperiode
Uitsluitingscriteria:
- Patiënten jonger dan 16 jaar;
- Zwangere en barende vrouwen;
- Patiënten die van plan waren om voor een operatie op de afdeling te worden opgenomen en na evaluatie de volgende dag werden overgeplaatst;
- Patiënten opgenomen op de afdeling en gediagnosticeerd met sepsis;
- Patiënten op de IC blijven korter dan 24 uur;
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
Voorspellingsmodel voor sepsis
Deze groep mensen werd gebruikt voor de beslissing van de clinicus en het sepsis-voorspellingsmodel werd tegelijkertijd gebruikt voor de voorspelling, maar het model was niet betrokken bij de beslissing en werd alleen gebruikt voor verificatie
|
Het belangrijkste doel van dit artikel is het evalueren van de nauwkeurigheid van het sepsis-voorspellingsmodel dat in een vroeg stadium is vastgesteld.
Het optreden van sepsis wordt bepaald door het dagelijkse klinische oordeel van artsen, en de resultaten van het sepsis-voorspellingsmodel worden vergeleken en gecorrigeerd.
|
|
Dagelijks klinisch oordeel van artsen
Deze groep mensen werd gebruikt voor de beslissing van de clinicus zonder sepsis-voorspellingsmodel.
|
Het belangrijkste doel van dit artikel is het evalueren van de nauwkeurigheid van het sepsis-voorspellingsmodel dat in een vroeg stadium is vastgesteld.
Het optreden van sepsis wordt bepaald door het dagelijkse klinische oordeel van artsen, en de resultaten van het sepsis-voorspellingsmodel worden vergeleken en gecorrigeerd.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Nauwkeurigheid van modeldiagnose
Tijdsspanne: 2 jaar
|
Evaluatie van de nauwkeurigheid van het voorspellingsmodel in klinische toepassing
|
2 jaar
|
Medewerkers en onderzoekers
Studie record data
Bestudeer belangrijke data
Studie start (Verwacht)
Primaire voltooiing (Verwacht)
Studie voltooiing (Verwacht)
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
- SHZJU-ICU2020-202
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
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 .