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

Perioperatieve resultaatrisicobeoordeling met verbetering van computerleren (ORACLE)

11 november 2022 bijgewerkt door: Bradley Fritz, Washington University School of Medicine
Deze studie zal testen of anesthesiologen die in een telegeneeskundeomgeving werken, het risico van de patiënt op postoperatieve complicaties (overlijden en acuut nierletsel) nauwkeuriger kunnen voorspellen met toegang tot een machine learning-display dan zonder.

Studie Overzicht

Gedetailleerde beschrijving

De Perioperative Outcome Risk Assessment with Computer Learning Enhancement (Periop ORACLE)-studie zal een substudie zijn die is genest binnen de lopende TECTONICS-studie (NCT03923699). TECTONICS is een single-center gerandomiseerde klinische studie die de impact beoordeelt van een anesthesiologische controletoren (ACT) op postoperatieve mortaliteit na 30 dagen, delirium, respiratoire insufficiëntie en acuut nierletsel. Als onderdeel van het TECTONICS-onderzoek voeren onderzoekers van de ACT casusbeoordelingen uit tijdens het eerste deel van de operatie en documenteren ze hoe waarschijnlijk het is dat elke patiënt postoperatief sterft en acuut nierletsel (AKI) ervaart. In Periop ORACLE worden deze casusbeoordelingen gerandomiseerd om te worden uitgevoerd met of zonder toegang tot machine learning (ML) voorspellingen.

Onderzoekers in de ACT zullen alle casusbeoordelingen uitvoeren door de patiëntdossiers te bekijken in AlertWatch (AlertWatch, Ann Arbor, MI) en Epic (Epic, Verona, WI). AlertWatch is een door de FDA goedgekeurd patiëntbewakingssysteem dat is ontworpen voor gebruik in de operatiekamer. De versie van AlertWatch die in dit onderzoek is gebruikt, is aangepast voor gebruik in een setting voor telegeneeskunde. Epic is het elektronische medische dossier dat wordt gebruikt in het Barnes-Jewish Hospital. Elke casusbeoordeling wordt op een 1:1-manier gerandomiseerd en moet met of zonder ML-assistentie worden voltooid. Als de casusbeoordeling wordt gerandomiseerd naar ML-assistentie, krijgt de onderzoeker toegang tot een display-interface (momenteel geïmplementeerd als een webtoepassing op een beveiligde server) die de door ML voorspelde kans op postoperatief overlijden en postoperatieve AKI in realtime weergeeft. Als de casusbeoordeling niet gerandomiseerd is naar ML-hulp, krijgt de onderzoeker geen toegang tot dit scherm. Na het bekijken van de gegevens van de patiënt, zal de onderzoeker voorspellen hoe waarschijnlijk het is dat de patiënt postoperatief zal overlijden en postoperatieve AKI zal krijgen en zal deze voorspelling documenteren. Het gebied onder de bedrijfskarakteristieken van de ontvanger voor voorspellingen gemaakt met ML-ondersteuning en zonder ML-ondersteuning zal worden vergeleken.

Studietype

Ingrijpend

Inschrijving (Werkelijk)

5114

Fase

  • Niet toepasbaar

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

    • Missouri
      • Saint Louis, Missouri, Verenigde Staten, 63110
        • Washington University School of Medicine

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

Beschrijving

Inclusiecriteria:

  • Chirurgie in de belangrijkste operatiekamer van het Barnes-Jewish Hospital
  • Chirurgie tijdens uren van ACT-operatie (weekdagen 7.00 - 16.00 uur)
  • Ingeschreven in de gerandomiseerde klinische studie van TECTONICS (NCT03923699)

Uitsluitingscriteria:

  • Geen

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: Screening
  • Toewijzing: Gerandomiseerd
  • Interventioneel model: Parallelle opdracht
  • Masker: Enkel

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Experimenteel: Hulp bij machinaal leren
Artsen in de anesthesiecontroletoren zullen patiëntgegevens bekijken met behulp van het elektronische medische dossier en met behulp van AlertWatch, en ze zullen ook het machine learning-display bekijken. Ze zullen dan voorspellen hoe groot de kans is dat de patiënt postoperatief sterft en postoperatief acuut nierletsel ervaart.
Het machine learning-display gebruikt gegevens uit het elektronische medische dossier om de waarschijnlijkheid van postoperatief overlijden en postoperatief acuut nierletsel te voorspellen.
Geen tussenkomst: Geen assistentie
Artsen in de anesthesiecontroletoren zullen patiëntgegevens bekijken met behulp van het elektronische medische dossier en met behulp van AlertWatch, maar ze zullen het machine learning-scherm niet zien. Ze zullen dan voorspellen hoe groot de kans is dat de patiënt postoperatief sterft en postoperatief acuut nierletsel ervaart.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Gebied onder ontvanger-werkende karakteristieke curve van clinicusvoorspelling voor postoperatieve dood
Tijdsspanne: 30 dagen
Clinici zullen de waarschijnlijkheid van postoperatief overlijden voor elk geval voorspellen met behulp van een categorische schaal. Er zal een logistische regressie worden geconstrueerd met behulp van de voorspellingen van de clinicus als input, en het gebied onder de receiver-operating-karakteristieke curve zal worden bepaald.
30 dagen
Gebied onder ontvanger-werkende karakteristieke curve van clinicusvoorspelling voor postoperatief acuut nierletsel
Tijdsspanne: 7 dagen
Clinici zullen de waarschijnlijkheid van postoperatief acuut nierletsel voor elk geval voorspellen met behulp van een categorische schaal. Er zal een logistische regressie worden geconstrueerd met behulp van de voorspellingen van de clinicus als input, en het gebied onder de receiver-operating-karakteristieke curve zal worden bepaald.
7 dagen

Medewerkers en onderzoekers

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

Onderzoekers

  • Hoofdonderzoeker: Bradley A Fritz, MD, Washington University School of Medicine

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)

1 september 2021

Primaire voltooiing (Werkelijk)

1 november 2022

Studie voltooiing (Werkelijk)

1 november 2022

Studieregistratiedata

Eerst ingediend

1 september 2021

Eerst ingediend dat voldeed aan de QC-criteria

4 september 2021

Eerst geplaatst (Werkelijk)

13 september 2021

Updates van studierecords

Laatste update geplaatst (Werkelijk)

14 november 2022

Laatste update ingediend die voldeed aan QC-criteria

11 november 2022

Laatst geverifieerd

1 november 2022

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • 202108022

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 .

Klinische onderzoeken op Acuut nierletsel

Abonneren