Ontwikkeling en validatie van voorspellende modellen voor het risico op sepsis bij patiënten met een intracerebrale bloeding op de intensive care op basis van machinaal leren: een retrospectieve cohortstudie
Patiënten met een intracerebrale bloeding (ICH) op de intensive care (ICU) lopen een verhoogd risico op het ontwikkelen van sepsis, waardoor de mortaliteit en de zorglast aanzienlijk toenemen. Momenteel is er op de IC een gebrek aan effectieve hulpmiddelen voor het vroegtijdig voorspellen van sepsis bij ICH-patiënten. Deze studie heeft tot doel een betrouwbaar voorspellend model te ontwikkelen met behulp van machinale leertechnieken om artsen te helpen bij de vroege identificatie van patiënten met een hoog risico en om tijdige interventie te vergemakkelijken.
De Medical Information Mart for Intensive Care (MIMIC) IV-database (versie 2.2) is een internationale online opslagplaats voor expertise op het gebied van de kritieke zorg. Deze database bevat patiëntgerelateerde informatie die tussen 2008 en 2019 is verzameld op de ICU’s van het Beth Israel Deaconess Medical Center. Het omvat een uitgebreide dataset van 299.712 ziekenhuisopnames en 73.181 patiënten op de intensive care.
De eICU Collaborative Research Database (eICU-CRD) bevat gegevens van meer dan 200.000 ICU-opnames voor 139.367 unieke patiënten in 208 Amerikaanse ziekenhuizen tussen 2014 en 2015, wat een waardevolle bron vormt voor onderzoek op het gebied van de intensive care.
Deze studie heeft tot doel meerdere machine learning-modellen op te zetten en te valideren om het begin van sepsis bij IC-patiënten met ICH te voorspellen en om het model met de optimale voorspellende prestaties te identificeren.
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
- Gegevensverzameling: Bij dit onderzoek is gebruik gemaakt van twee openbare databases. Het model maakte gebruik van klinische gegevens verkregen uit de Medical Information Mart for Intensive Care (MIMIC) IV-database (versie 2.2) en selecteerde overeenkomstige patiënten voor externe validatie uit de eICU Collaborative Research Database (eICU-CRD). Gegevens over ICH-patiënten werden uit de openbare MIMIC IV-database gehaald, inclusief uitgangskenmerken, klinische parameters, therapeutische interventies en resultaten. De gegevens werden willekeurig verdeeld in twee groepen, waarbij 70% diende als trainingsset en 30% als validatieset.
- Modelontwikkeling: Functieselectie werd uitgevoerd met behulp van Lasso-regressie om verschillende machine learning-modellen te construeren (zoals Random Forest, Logistic Regressie en Neurale netwerken).
- Modelvalidatie: Naast de interne validatieset werd ook externe validatie uitgevoerd op de eICU-database om de generaliseerbaarheid van het model te testen.
- Statistische analyse: De voorspellende prestaties van het model werden geëvalueerd met behulp van statistieken, waaronder het gebied onder de ROC-curve (AUC), gevoeligheid en specificiteit.
- Beoordeling van klinische toepasbaarheid: De klinische bruikbaarheid van het model werd beoordeeld met behulp van Decision Curve Analysis (DCA).
Studietype
Inschrijving (Geschat)
Contacten en locaties
Studiecontact
- Naam: Le Zhang, Doctor
- Telefoonnummer: 13973187150
- E-mail: zlzdzlzd@csu.edu.cn
Studie Contact Back-up
- Naam: Ye Li, Doctor
- Telefoonnummer: 19967131289
- E-mail: 17670516318@163.com
Studie Locaties
-
-
Hunan
-
Changsha, Hunan, China, 410008
- Le Zhang
-
Contact:
- Le Zhang
- Telefoonnummer: 13973187150
- E-mail: zlzdzlzd@csu.edu.cn
-
Contact:
- Ye Li
- Telefoonnummer: 19967131289
- E-mail: 17670516318@163.com
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- 1. Gediagnosticeerd met primaire intracerebrale bloeding door ICD-9/10-codering.
- 2. Tussen 19 en 89 jaar oud.
Uitsluitingscriteria:
- 1. Patiënten die wel in het ziekenhuis zijn opgenomen, maar niet op de IC.
- 2. Patiënten met ontbrekende vervolggegevens of onvolledige variabelen.
- 3. Patiënten met een ziekenhuisopname langer dan één maand.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
hersenbloeding
|
geen tussenkomst
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Het optreden van sepsis
Tijdsspanne: binnen 30 dagen na opname
|
Het optreden van sepsis
|
binnen 30 dagen na opname
|
Medewerkers en onderzoekers
Studie record data
Bestudeer belangrijke data
Studie start (Geschat)
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
- 53244021
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Beschrijving IPD-plan
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 .