Op diep leren gebaseerde score voor vroegtijdige waarschuwing bij activatie van Rapid Response-teams
30 juni 2021 bijgewerkt door: Seoul National University Hospital
Vergelijking van op deep learning gebaseerde score voor vroegtijdige waarschuwing en conventioneel screeningsysteem bij activatie van Rapid Response-teams bij patiënten op de algemene afdeling
Het doel van deze studie is het evalueren van de veiligheid en het klinische nut van de op deep learning gebaseerde Early Warning Score (DEWS).
Studie Overzicht
Toestand
Nog niet aan het werven
Interventie / Behandeling
Gedetailleerde beschrijving
SPTTS is het representatieve triggervolgsysteem. Naast de conventionele SPTTS zal DEWS op elk tijdstip worden berekend door het eerder ontwikkelde algoritme. SPTTS en DEWS worden tegelijkertijd op het screeningbord getoond. Het Rapid Response-team voert de reddingsactiviteit uit zoals voorheen, waarbij zowel SPTTS als DEWS tegelijkertijd worden gebruikt.
De alarmdrempelinstelling van DEWS wordt elke maand gewijzigd in 70 punten, 75 punten en 80 punten.
De primaire en secundaire uitkomsten worden geëvalueerd om SPTTS en DEWS te vergelijken (op basis van elke drempel).
Studietype
Observationeel
Inschrijving (Verwacht)
50000
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: Yeon Joo Lee, MD
- Telefoonnummer: 82-31-787-7082
- E-mail: yjlee1117@snubh.org
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, OUDER_ADULT)
Accepteert gezonde vrijwilligers
NVT
Geslachten die in aanmerking komen voor studie
Allemaal
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
Patiënten opgenomen op de algemene afdeling
Beschrijving
Inclusiecriteria:
- Patiënten opgenomen op de algemene afdeling en gemonitord door het snelle responssysteem in het ziekenhuis
Uitsluitingscriteria:
- patiënten opgenomen op de kinderafdeling
- patiënten op de spoedeisende hulp, de intensive care en de operatiekamer
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
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Hartstilstand in het ziekenhuis
Tijdsspanne: 3 maanden
|
Vergelijk de voorspelbaarheid van hartstilstand in het ziekenhuis tussen DEWS en SPTTS.
|
3 maanden
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Alarmerend toeval
Tijdsspanne: 3 maanden
|
Evalueer de alarmcoïncidentie tussen DEWS en SPTTS.
|
3 maanden
|
|
Totaal aantal alarmen.
Tijdsspanne: 3 maanden
|
Vergelijk het totale aantal alarmen tussen DEWS en SPTTS.
|
3 maanden
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
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
- Kwon JM, Lee Y, Lee Y, Lee S, Park J. An Algorithm Based on Deep Learning for Predicting In-Hospital Cardiac Arrest. J Am Heart Assoc. 2018 Jun 26;7(13):e008678. doi: 10.1161/JAHA.118.008678.
- Cho KJ, Kwon O, Kwon JM, Lee Y, Park H, Jeon KH, Kim KH, Park J, Oh BH. Detecting Patient Deterioration Using Artificial Intelligence in a Rapid Response System. Crit Care Med. 2020 Apr;48(4):e285-e289. doi: 10.1097/CCM.0000000000004236.
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 augustus 2021
Primaire voltooiing (VERWACHT)
30 december 2021
Studie voltooiing (VERWACHT)
30 april 2022
Studieregistratiedata
Eerst ingediend
27 juni 2021
Eerst ingediend dat voldeed aan de QC-criteria
30 juni 2021
Eerst geplaatst (WERKELIJK)
7 juli 2021
Updates van studierecords
Laatste update geplaatst (WERKELIJK)
7 juli 2021
Laatste update ingediend die voldeed aan QC-criteria
30 juni 2021
Laatst geverifieerd
1 juni 2021
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- DEWS_2021
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 .