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

Voorspelling van de duur van mechanische ventilatie in ARDS (PIONEER)

19 maart 2024 bijgewerkt door: Jesus Villar, Dr. Negrin University Hospital

Voorspelling van de lengte van mechanische beademing bij matig tot ernstig acuut ademnoodsyndroom met behulp van machine learning

De onderzoekers zijn van plan een secundaire analyse uit te voeren van een academische dataset van 1.303 patiënten met matige tot ernstige acute respiratory distress syndrome (ARDS) opgenomen in verschillende gepubliceerde cohorten (NCT00736892, NCT022288949, NCT02836444, NCT03145974), gericht op het karakteriseren van de beste vroege scenario gedurende de eerste drie dagen van de diagnose om de duur van mechanische beademing op de intensive care (ICU) te voorspellen met behulp van gesuperviseerde machine learning (ML).

Studie Overzicht

Toestand

Voltooid

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Het acute respiratory distress syndrome (ARDS) is wereldwijd een belangrijke oorzaak van morbiditeit, mortaliteit en kosten op intensive care-afdelingen (ICU's). De meeste ARDS-patiënten hebben mechanische beademing (MV) nodig. Er zijn maar weinig studies die de voorspelling van de MV-duur van ARDS hebben onderzocht.

Voor modelbeschrijving en testen zullen de onderzoekers gegevens extraheren van de eerste drie ICU-dagen na de diagnose van matige tot ernstige ARDS van patiënten die zijn opgenomen in de geanonimiseerde database, waaronder 1.000 mechanisch beademde patiënten die zijn ingeschreven in verschillende observatiecohorten in Spanje, gecoördineerd door de hoofdonderzoeker (JV), en gefinancierd door het Instituto de Salud Carlos III (ISCIII). De onderzoekers zullen de TRIPOD-richtlijnen volgen en machine learning-technieken zullen worden geïmplementeerd [Random Forest (RF), eXtreme Gradient Boosting (XGBoost) en Logistic regression analysis) voor de ontwikkeling en nauwkeurigheid van voorspellingsmodellen. De ziekteprogressie zal gedurende die 3 ICU-dagen worden gevolgd om de ernst van de longen te beoordelen volgens de criteria van Berlijn. Voor externe validatie zullen de onderzoekers 303 patiënten gebruiken die deelnamen aan een hedendaagse observationele studie (NCT03145974). De onderzoekers zullen de nauwkeurigheid van voorspellingsmodellen evalueren door verschillende statistieken te berekenen, zoals gevoeligheid, specificiteit, positief voorspellende waarde, negatieve waarde voor elk model. De onderzoekers selecteren het beste vroege voorspellingsmodel met gegevens die op de 1e, 2e of 3e dag zijn vastgelegd.

Studietype

Observationeel

Inschrijving (Werkelijk)

1303

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

  • Spanje
      • Albacete, Spanje
        • Complejo Hospitalario de Albacete
      • Albacete, Spanje, 02006
        • Complejo Hospitalario Universitario de Albacete (ICU)
      • Barcelona, Spanje, 08036
        • Department of Anesthesia, Hospital Clinic
      • Ciudad Real, Spanje, 13005
        • Hospital General de Ciudad Real (ICU)
      • Cuenca, Spanje
        • Hospital Virgen de La Luz
      • La Coruña, Spanje, 15006
        • Hospital Universitario de A Coruña (ICU)
      • León, Spanje
        • Complejo Hospitalario Universitario de León
      • Madrid, Spanje
        • Hospital Fundacion Jimenez Diaz
      • Madrid, Spanje, 28046
        • Hospital Universitario La Paz (ICU)
      • Madrid, Spanje, 28034
        • Hospital Universitario Ramón y Cajal (Anesthesia)
      • Murcia, Spanje, 30120
        • Hospital Universitario Virgen de Arrixaca (ICU)
      • Málaga, Spanje
        • Hospital Universitario Carlos Haya
      • Málaga, Spanje, 29010
        • Hospital Universitario Regional de Malaga Carlos Haya (ICU)
      • Valladolid, Spanje, 47012
        • Hospital Universitario Río Hortega (ICU)
      • Zamora, Spanje, 49022
        • Hospital Virgen de la Concha (ICU)
    • Las Palmas
      • Las Palmas De Gran Canaria, Las Palmas, Spanje, 35019
        • Hospital Universitario Dr. Negrín
    • Madrid
      • Majadahonda, Madrid, Spanje, 28222
        • Hospital Universitario Puerta de Hierro (ICU)
    • Tenerife
      • Santa Cruz de Tenerife, Tenerife, Spanje
        • Hospital Universitario NS de Candelaria
    • Toledo
      • Talavera de la Reina, Toledo, Spanje
        • Hospital NS del Prado
  • Verenigd Koninkrijk
      • Cardiff, Verenigd Koninkrijk
        • Cardiff University

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

  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

NVT

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Geanonimiseerde dataset met 1.303 patiënten met matige/ernstige ARDS die achtereenvolgens zijn opgenomen in een netwerk van Spaanse ICU's.

Beschrijving

Inclusiecriteria:

  • Berlijnse criteria voor matige tot ernstige acute respiratory distress syndrome

Uitsluitingscriteria:

  • Postoperatieve patiënten beademd <24 uur
  • hersendood patiënten

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

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
Bevestigend cohort
Het zal 303 patiënten bevatten (voor externe validatie)
Ander: Logistieke regressie Kruisvalidatie Gebied onder de RIC-curven Analyse van machinaal leren. .
we zullen robuuste machine learning-benaderingen gebruiken, zoals Random Forest en XGBoost.
Afleiding en testcohort
Het zal 1000 ARDS-patiënten bevatten
Ander: Logistieke regressie Kruisvalidatie Gebied onder de RIC-curven Analyse van machinaal leren. .
we zullen robuuste machine learning-benaderingen gebruiken, zoals Random Forest en XGBoost.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Dagen op mechanische ventilatie
Tijdsspanne: van diagnose tot extubatie
Duur van mechanische ventilatie
van diagnose tot extubatie

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Sterfte op de IC
Tijdsspanne: tot 24 weken
sterfte op de intensive care
tot 24 weken

Medewerkers en onderzoekers

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

Sponsor

Dr. Negrin University Hospital

Medewerkers

Cardiff University
Unity Health Toronto
Leiden University Medical Center

Onderzoekers

  • Hoofdonderzoeker: Jesús Villar, Hospital Universitario D. Negrin

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

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)

14 augustus 2023

Primaire voltooiing (Werkelijk)

2 februari 2024

Studie voltooiing (Werkelijk)

2 februari 2024

Studieregistratiedata

Eerst ingediend

4 augustus 2023

Eerst ingediend dat voldeed aan de QC-criteria

14 augustus 2023

Eerst geplaatst (Werkelijk)

15 augustus 2023

Updates van studierecords

Laatste update geplaatst (Werkelijk)

20 maart 2024

Laatste update ingediend die voldeed aan QC-criteria

19 maart 2024

Laatst geverifieerd

1 februari 2024

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • PIFIISC21-36

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 .

Abonneren