Machine Learning-model voor voorspelling van peri-operatieve transfusies
7 maart 2022 bijgewerkt door: DILEK YAZICIOGLU, Diskapi Teaching and Research Hospital
Ontwikkeling en interpretatie van een machine learning-model voor perioperatieve transfusievoorspelling
Deze studie was gericht op het ontwikkelen en interpreteren van een machine learning-model om transfusie van rode bloedcellen (RBC) te voorspellen.
Studie Overzicht
Toestand
Voltooid
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Een dataset van een multicenter studie met 6121 patiënten die een electieve grote operatie ondergingen, werd geanalyseerd.
Gegevens over patiënten die een ongepaste RBC-transfusie kregen, werden uitgesloten.
Eenentwintig peri-operatieve kenmerken werden gebruikt om RBC-transfusie te voorspellen.
De dataset werd willekeurig opgesplitst in trein- en validatiesets (70-30).
Beslisboom, willekeurig bos, k-naaste buren, logistische regressie en eXtreme garadient boosting (XGBoost) methoden werden gebruikt voor voorspelling.
Het gebied onder de curven (AUC) van de curven van de bedrijfskarakteristieken van de ontvanger voor de machine learning-modellen die worden gebruikt voor RBC-transfusievoorspelling werden vergeleken.
Studietype
Observationeel
Inschrijving (Werkelijk)
6121
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
-
-
-
Ankara, Kalkoen, 06110
- Dilek D Unal
-
-
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 tot 100 jaar (Volwassen, Oudere volwassene)
Accepteert gezonde vrijwilligers
Nee
Geslachten die in aanmerking komen voor studie
Allemaal
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
Patiënten die grote electieve chirurgische ingrepen ondergingen, kwamen in aanmerking.
Alle leeftijdsgroepen en beide geslachten werden opgenomen.
De chirurgische procedures waren vooraf gedefinieerd volgens de classificatie van diagnostische, therapeutische en chirurgische procedures van de National Social Insurance Institution, waarin elke procedure een unieke code heeft
Beschrijving
Inclusiecriteria:
- Volwassen
- Grote electieve operatie ondergaan
Uitsluitingscriteria:
- Pediatrische patiënten
- Noodgevallen
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 |
|---|---|---|
|
Aantal patiënten kreeg een transfusie van rode bloedcellen
Tijdsspanne: Perioperatieve periode
|
Aantal patiënten kreeg een transfusie van rode bloedcellen
|
Perioperatieve periode
|
|
Het gebied onder de curve
Tijdsspanne: Perioperatieve periode
|
Het gebied onder de curve van de curven van de bedrijfskarakteristieken van de ontvanger
|
Perioperatieve periode
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Medewerkers
Onderzoekers
- Hoofdonderzoeker: Dilek D Unal, Prof, UNIVERSITY OF HEALTH SCIENCES TURKEY DISKAPI YILDIRIM BEYAZIT TRAINING RESEARCH HOSPITAL ANKARA
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
- Murphy GJ, Reeves BC, Rogers CA, Rizvi SI, Culliford L, Angelini GD. Increased mortality, postoperative morbidity, and cost after red blood cell transfusion in patients having cardiac surgery. Circulation. 2007 Nov 27;116(22):2544-52. doi: 10.1161/CIRCULATIONAHA.107.698977. Epub 2007 Nov 12.
- Bernard AC, Davenport DL, Chang PK, Vaughan TB, Zwischenberger JB. Intraoperative transfusion of 1 U to 2 U packed red blood cells is associated with increased 30-day mortality, surgical-site infection, pneumonia, and sepsis in general surgery patients. J Am Coll Surg. 2009 May;208(5):931-7, 937.e1-2; discussion 938-9. doi: 10.1016/j.jamcollsurg.2008.11.019. Epub 2009 Mar 26.
- Walczak S, Velanovich V. Prediction of perioperative transfusions using an artificial neural network. PLoS One. 2020 Feb 24;15(2):e0229450. doi: 10.1371/journal.pone.0229450. eCollection 2020.
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)
13 januari 2022
Primaire voltooiing (Werkelijk)
1 februari 2022
Studie voltooiing (Werkelijk)
1 februari 2022
Studieregistratiedata
Eerst ingediend
13 januari 2022
Eerst ingediend dat voldeed aan de QC-criteria
27 januari 2022
Eerst geplaatst (Werkelijk)
8 februari 2022
Updates van studierecords
Laatste update geplaatst (Werkelijk)
8 maart 2022
Laatste update ingediend die voldeed aan QC-criteria
7 maart 2022
Laatst geverifieerd
1 januari 2022
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Andere studie-ID-nummers
- Machine learning DiskapiTRH
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 .