- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT05985057
Een nieuwe benadering van antimicrobiële resistentie: voorspellingen van machinaal leren voor carbapenem-resistente Klebsiella op IC's (ICU)
Het doel van deze studie om carbapenem-resistente Klebsiella spp. vroeger bij onze patiënten in de toekomst gemonitord op onze Intensive Care, met behulp van kunstmatige intelligentie.
Patiënten met bloedbaaninfectie en longontsteking veroorzaakt door Klebsiella spp. zullen vergelijkend worden onderzocht in twee groepen, als gevoelig en resistent. Weerstand zal worden geprobeerd te voorspellen met deep machine learning.
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Antimicrobiële resistentie is een wereldwijd toenemende dreiging en heeft ernstige gevolgen voor zowel de volksgezondheid als de economie. Bij een infectie die zich kan ontwikkelen met een resistent micro-organisme, zijn de therapeutische opties beperkt, vandaar dat een vroege en effectieve behandeling die kan worden gestart door het voorspellen van resistentie een verschil zal maken in de prognose van de patiënt.
Tegenwoordig veranderen kunstmatige intelligentie en machine learning onze medische praktijk. Wanneer de literatuur wordt beoordeeld, zijn er studies die suggereren dat machine learning antimicrobiële resistentie kan voorspellen. Risicofactoren voor carbapenem-resistente Klebsiella spp. eerder zijn geïdentificeerd. Deze eerder geïdentificeerde risicofactoren zullen retrospectief worden geëvalueerd bij onze eigen patiënten en er zal een algoritme worden ontwikkeld dat gerelateerd is aan de voorspelling van resistentie met behulp van machine learning.
Ons doel is om de bacteriële resistentie in de toekomst eerder te voorspellen bij onze patiënten die in onze Intensive Care Unit worden gecontroleerd, met behulp van kunstmatige intelligentie, en om de toegang van onze patiënten tot vroege en effectieve behandelingsopties te vergemakkelijken.
In de tweede plaats is het ook gericht op economische voordelen door onnodig antibioticagebruik te voorkomen.
Via het automatiseringssysteem van het ziekenhuis wordt achteraf toegang verkregen tot de gegevens van patiënten.
Er zal worden gekeken naar publicaties in de literatuur en naar de risicofactoren voor het ontstaan van een infectie met carbapenem-resistente Klebsiella spp. zal worden geëvalueerd.
Patiënten met carbapenemresistentie en gevoeligheid zullen worden vergeleken in twee afzonderlijke subgroepen.
De verkregen kenmerken zullen afzonderlijk worden geclassificeerd met behulp van verschillende beslissingsbomen en neurale algoritmen. De verkregen gegevens zullen statistisch worden vergeleken met het onderscheid tussen resistentie en gevoeligheid. Statistische evaluatie werd uitgevoerd met IBM SPSS 29.0 (IBM Corp., Armonk, NY, VS). Demografische gegevens, beschrijvende statistieken, categorische variabelen worden uitgedrukt in termen van frequentie (percentage).
Categorische variabelen worden uitgedrukt met de chikwadraattoets. De prestaties van Machine Learning-algoritmen worden geëvalueerd door ROC-analyse, AUC, classificatienauwkeurigheid, gevoeligheid en specificiteitswaarden worden berekend.
Studietype
Inschrijving (Geschat)
Contacten en locaties
Studiecontact
- Naam: volkan Alparslan
- Telefoonnummer: 905059374578
- E-mail: volknn@hotmail.com
Studie Locaties
-
-
-
Kocaeli, Kalkoen
- Werving
- Kocaeli University
-
Contact:
- Volkan Alparslan
- Telefoonnummer: +90 5059374578
- E-mail: volknn@hotmail.com
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
Patiënten die tussen juni 2017 en juni 2023 op onze intensive care-afdeling van het derde niveau worden gevolgd, zullen achteraf worden geëvalueerd. Patiënten met longontsteking en bloedbaaninfectie ontwikkelden zich met Klebsiella spp. zal worden meegenomen in de studie.
Uitsluitingscriteria:
- Patiënten jonger dan 18 jaar zijn niet in de studie opgenomen.
- Infecties buiten de luchtwegen en de bloedbaan zijn niet meegenomen in het onderzoek.
- Patiënten met kolonisatie van de luchtwegen en zonder actieve ontsteking zijn ook niet opgenomen.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
---|---|
Patiënten met carbapenem-resistente Klebsiella spp. infectie
|
Voorspelling van carbapenemresistentie via deep machine learning-model
|
Patiënten met carbapenemgevoelige Klebsiella spp. infectie
|
Voorspelling van carbapenemresistentie via deep machine learning-model
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
---|---|---|
Risico op carbapenem-resistente Klebsiella-infectie
Tijdsspanne: 3 maanden
|
De sensitiviteit en specificiteit van een diagnostische methode op basis van machine learning wordt gemeten met de AUC-ROC curve (Area Under the Receiver Operating Characteristic curve).
|
3 maanden
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
---|---|---|
Om economisch voordeel te bieden
Tijdsspanne: 3 maanden
|
In de tweede plaats is het ook gericht op economische voordelen door onnodig antibioticagebruik te voorkomen.
|
3 maanden
|
Medewerkers en onderzoekers
Sponsor
Publicaties en nuttige links
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Geschat)
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
- GOKAEK-2023/12.32
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 .
Klinische onderzoeken op Kunstmatige intelligentie
-
SynCardia Systems. LLCGoedgekeurd voor marketing
-
Centre hospitalier de l'Université de Montréal...VoltooidColorectaal adenoom | Colorectale poliepCanada
-
Pakistan Institute of Living and LearningNog niet aan het wervenZelfmoord | Zelf pijnigingPakistan
-
Rabin Medical CenterVoltooidDiabetes type 1Israël, Duitsland, Slovenië
-
Sansum Diabetes Research InstituteJuvenile Diabetes Research FoundationVoltooidDiabetes mellitus type 1Verenigde Staten