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 bij acuut hypoxemisch respiratototyfalen (PREMIER)

7 juli 2026 bijgewerkt door: Jesus Villar

Voorspelling van de duur van mechanische venylering bij patiënten met acute hypoxemische ademhalingsfalen USInf machine learning benaderingen

Acute hypoxemische ademhalingsfalen (AHRF) is een veel voorkomende oorzaak van opname in intensive care -eenheden (IC's) wereldwijd. We zullen machine learning (ML) -technieken beoordelen voor de voorspelling van langdurige duur (> of = tot 7 dagen) mechanische ventilatie (MV) bij 1.241 patiënten die zijn ingeschreven in het Pandora -onderzoek in Spanje. De studie werd geregistreerd bij ClinalTrials.gov (NCT03145974). Ons doel is om een ​​model te identificeren met het minimale aantal variabelen dat de duur van langdurige ventilatie voorspelt bij AHRF -patiënten die gegevens al vanaf de eerste 48 uur met machine learning -algoritmen gebruiken.

Studie Overzicht

Toestand

Voltooid

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Acute hypoxemische ademhalingsfalen (AHRF) is de meest voorkomende oorzaak van opname in intensive care -eenheden (ICU's) wereldwijd. De onderzoekers zullen de waarde van machine learning (ML) -technieken beoordelen voor het voorspellen van langdurige duur (> of equal tot 7 dagen) mechanische ventilatie (MV) bij 1.241 patiënten die zijn ingeschreven in de Pandora -studie in Spanje. Weinig studies hebben de voorspelling van langdurige MV onderzocht bij patiënten met AHRF.

Voor modelopleiding en testen zullen de onderzoekers gegevens extraheren uit willekeurige pateints uit de eerste 2 dagen na diagnose van AHRF. De onderzoekers hadden een database met 2.000.000 geanonimiseerde en gedissocieerde demografie en klinisch relevante gegevens van 1.241 patiënten met AHRF van 22 ziekenhuizen in Spanje. De onderzoekers zullen de statiefrichtlijnen volgen voor voorspellingsmodellen. De onderzoekers zullen relevante verzamelde variabelen screenen met behulp van een genetische algoritmevariabele selectie om parsimony te bereiken. We zullen 5-voudige CORSS-validatie gebruiken in de gegevensset van patiënten met gegevens op T0, T24 en T48. We zullen 25% van de patiënten willekeurig geselecteerd gebruiken voor de evaluatie van het model.

Studietype

Observationeel

Inschrijving (Werkelijk)

1241

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
      • Madrid, Spanje
        • Hospital Universitario La Paz
    • Las Palmas
      • Las Palmas de Gran Canaria, Las Palmas, Spanje, 35019
        • Hospital Dr. Negrín

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

Nee

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Uitgebrachte dataset met 1241 geventileerde patiënten met AHRF opgenomen in een netwerk van SpainisG ICU's.

Beschrijving

Inclusiecriteria:

  • Enotracheale intubatie puls mechanische ventilatie
  • PAO2/FIO2 -verhouding <of = 300 mmHg onder MV met PEEP> OR = 5 en FIO2> OR = 0.3

Uitsluitingscriteria:

  • 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
Afleiding/testcohort
De onderzoekers zullen een chort van 75% van de patiënten gebruiken, willekeurig geselecteerd, met gegevens op T0, T24 en T48 na diagnose van acuut hypoxemisch ademhalingsfalen (AHRF). We zullen benaderingen van machine learning toepassen.
Ander: Machine learning en logistieke regressie voor het training/testen cohort en validatiecohort
Machine learning en logistische regressie voor het validatiecohort
Validatie HOHORT
We zullen 25% van de ongeziene patiënten, willekeurig geselecteerd, gebruiken met gegevens op T0, T24 en T48 na diagnose van AHRF.
Ander: Machine learning en logistieke regressie voor het training/testen cohort en validatiecohort
Machine learning en logistische regressie voor het validatiecohort

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
MV duur
Tijdsspanne: tot 100 weken
duur van mechanische ventilatie
tot 100 weken

Medewerkers en onderzoekers

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

Sponsor

Jesus Villar

Medewerkers

Instituto de Salud Carlos III
Hospital Universitario de Gran Canaria Doctor Negrín

Onderzoekers

  • Studie directeur: Jesus Villar, Fundación Canaria Instituto de Investigación Sanitaria de Canarias

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)

2 februari 2025

Primaire voltooiing (Werkelijk)

1 mei 2026

Studie voltooiing (Werkelijk)

1 juni 2026

Studieregistratiedata

Eerst ingediend

3 februari 2025

Eerst ingediend dat voldeed aan de QC-criteria

3 februari 2025

Eerst geplaatst (Werkelijk)

7 februari 2025

Updates van studierecords

Laatste update geplaatst (Werkelijk)

8 juli 2026

Laatste update ingediend die voldeed aan QC-criteria

7 juli 2026

Laatst geverifieerd

1 juli 2026

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • PIFIISC24

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Beschrijving IPD-plan

Ethische redenen

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