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

Machine Learning-voorspelling van mortaliteit na pronepositie bij ARDS

12 augustus 2026 bijgewerkt door: Shanghai Zhongshan Hospital

Een Machine Learning-model om sterfte te voorspellen bij patiënten met het Acute Respiratory Distress Syndrome na prone positioning

Acuut ademhalingsnoodsyndroom (ARDS) is een levensbedreigende aandoening met een hoge sterfte. Ventilatie in buikligging (PPV) is een op bewijs gebaseerde therapie die de zuurstofvoorziening en overleving verbetert bij patiënten met matig tot ernstig ARDS; de uitkomsten blijven echter heterogeen. Vroege identificatie van patiënten met een hoog risico op sterfte na PPV kan de klinische besluitvorming en gepersonaliseerd management verbeteren.

Deze retrospectieve observationele studie heeft tot doel een machine learning-model te ontwikkelen en valideren om de sterfte op de intensive care (ICU) te voorspellen bij ARDS-patiënten die ventilatie in buikligging krijgen. Klinische, laboratorium- en behandelingsvariabelen verzameld uit elektronische medische dossiers van de ICU zullen worden gebruikt om voorspellingsmodellen te construeren met behulp van meerdere machine learning-algoritmen. De prestaties van deze modellen zullen worden geëvalueerd en vergeleken om het optimale model voor sterftevoorspelling te identificeren.

Studie Overzicht

Toestand

Voltooid

Conditie

Interventie / Behandeling

Studietype

Observationeel

Inschrijving (Werkelijk)

358

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

  • China
    • Shanghai Municipality
      • Shanghai, Shanghai Municipality, China, 200032
        • Zhongshan hospital, Fudan 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

Nee

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Volwassen patiënten bij wie acute respiratory distress syndrome (ARDS) is vastgesteld en die buikliggingventilatie hebben ontvangen op de intensive care van Zhongshan Ziekenhuis, Fudan Universiteit. Klinische gegevens werden retrospectief verzameld uit elektronische patiëntendossiers.

Beschrijving

Inclusiecriteria:

  • Diagnose van ARDS volgens de Berlijnse definitie [15];
  • Minstens één sessie van ventileren in buikligging (PPV) tijdens de ziekenhuisopname ontvangen;
  • Behoefte aan mechanische beademing.

Exclusiecriteria:

  • Leeftijd <18 jaar;
  • PPV-duur <6 uur;
  • IC-opnameduur <24 uur;
  • Zwangerschap;
  • Ontbrekende belangrijke klinische gegevens.

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
ARDS Patients Receiving Prone Position Ventilation
Adult patients diagnosed with acute respiratory distress syndrome (ARDS) who received prone position ventilation during intensive care unit (ICU) admission. Clinical data were retrospectively obtained from electronic medical records for the development and validation of machine learning models to predict ICU mortality.
Ander: Buikligging Ventilatie
Ventilatie in buikligging toegepast als onderdeel van de routinematige klinische zorg voor patiënten met het acuut respiratoir distress syndroom. In deze observationele studie werd geen experimentele interventie toegewezen.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
ICU-sterfte
Tijdsspanne: Tot 90 dagen.
Overlijden door welke oorzaak dan ook tijdens het verblijf op de intensive care (IC) bij patiënten met het acute respiratory distress syndrome die buikliggingventilatie krijgen.
Tot 90 dagen.

Andere uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
ARDS-subfenotypeclassificatie gebaseerd op een machine learning-model.
Tijdsspanne: Baseline (bij start van buikligging-ventilatie).
Aantal patiënten geclassificeerd in verschillende ARDS-subfenotypen met behulp van een machine learning-model op basis van klinische en fysiologische variabelen verzameld bij baseline.
Baseline (bij start van buikligging-ventilatie).

Medewerkers en onderzoekers

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

Sponsor

Shanghai Zhongshan Hospital

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)

1 maart 2026

Primaire voltooiing (Werkelijk)

1 april 2026

Studie voltooiing (Werkelijk)

1 mei 2026

Studieregistratiedata

Eerst ingediend

24 februari 2026

Eerst ingediend dat voldeed aan de QC-criteria

1 maart 2026

Eerst geplaatst (Werkelijk)

3 maart 2026

Updates van studierecords

Laatste update geplaatst (Werkelijk)

14 augustus 2026

Laatste update ingediend die voldeed aan QC-criteria

12 augustus 2026

Laatst geverifieerd

1 augustus 2026

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • B2026-019

Plan Individuele Deelnemersgegevens (IPD)

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

JA

Beschrijving IPD-plan

Individuele deelnemersgegevens zullen niet openbaar gedeeld worden vanwege institutionele en ethische beperkingen.

IPD-tijdsbestek voor delen

Data will be available beginning after publication and for 5 years following publication.

IPD-toegangscriteria voor delen

Researchers who submit a scientifically sound proposal may request access from the corresponding author. Requests will be reviewed by the study investigators and will be subject to applicable institutional and ethical requirements. A data use agreement may be required.

IPD delen Ondersteunend informatietype

  • LEERPROTOCOOL
  • SAP
  • ANALYTIC_CODE

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