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

Clinical Impact of a Machine Learning Decision Support System for Empirical Antibiotic Therapy

8 augustus 2026 bijgewerkt door: Sofia De La Villa, Instituto de Investigación Sanitaria Gregorio Marañón

Clinical Impact of a Machine Learning Decision Support System for Empirical Antibiotic Therapy: A Prospective Quasi-Experimental Study

The goal of this quasi-experimental study is to analyze if a Machine Learning Clinical Decision Support System can improve the empirical antibiotic treatment in patients with pneumonia, urinary tract infection and / or sepsis.

The main questions it aims to answer are:

  • Primary outcome: clinical success defined as clinical cure (resolution of all signs and symptoms related to infection); no complications until day 30 (recurrence, or development of adverse events- AEs-); no new acquisition of MDROs; and survival at day 30.
  • Secondary outcomes: a subgroup analysis of the primary outcome according to the department participants, infectious syndrome, severity of the infection assessed by the SOFA score, and in microbiological confirmed infections. In microbiological confirmed infections, desirability of Outcome Ranking (DOOR) for the Management of Antimicrobial Therapy (MAT) according to the beta-lactam classification

Researchers will compare a pre-intervention group with a post-intervention to see if improve in the DOOR MAT score

Participants in the post-intervention group will:

• Received empirical antibiotic therapy prescribed by their treating physicians according to the machine-learning recommendations

Studie Overzicht

Toestand

Nog niet aan het werven

Conditie

Interventie / Behandeling

Studietype

Ingrijpend

Inschrijving (Geschat)

486

Fase

  • Niet toepasbaar

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

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

Beschrijving

Inclusion Criteria:

  • Adult patients (aged ≥18 years)
  • Admitted to the Nephrology, Oncology or ICU wards
  • Diagnosis of sepsis, pneumonia and/or UTI
  • Empirical antibiotics prescribed

Exclusion Criteria:

  • informed consent obtained > 48 hours since the infection onset
  • beta-lactam allergy
  • infection syndrome other than sepsis, pneumonia or UTI
  • confirmed no-bacterial infection
  • death within the first 48 hours of inclusion or imminent risk of death at time of the inclusion
  • pregnancy and/or breastfeeding
  • inclusion in a clinical trial of antimicrobial treatment

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

  • Primair doel: Behandeling
  • Toewijzing: Niet-gerandomiseerd
  • Interventioneel model: Sequentiële toewijzing
  • Masker: Geen (open label)

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Geen tussenkomst: Pre-interventional
Hospital standard practices for diagnosis and/or treatment applied
Experimenteel: Interventional
Hospital standard practices + use of a CDSS tool
Ander: Machine Learning Decision Support System
iAST® (Pragmatech AI Solutions) is a medical device designed to assist the antibiotic prescription, currently approved by the European Medicines Agency. It used complex algorithms to accurately predict the most likely recommended antibiotics for providing coverage for specific aerobic bacteria before definitive microbiological results, bacterial identification and antibiotic susceptibility testing, were known

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Clinical success
Tijdsspanne: 30-Day
resolution of all signs and symptoms related to infection with no complications and survival
30-Day

Medewerkers en onderzoekers

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

Sponsor

Instituto de Investigación Sanitaria Gregorio Marañón

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 (Geschat)

1 september 2026

Primaire voltooiing (Geschat)

1 augustus 2027

Studie voltooiing (Geschat)

1 september 2027

Studieregistratiedata

Eerst ingediend

5 augustus 2026

Eerst ingediend dat voldeed aan de QC-criteria

8 augustus 2026

Eerst geplaatst (Werkelijk)

13 augustus 2026

Updates van studierecords

Laatste update geplaatst (Werkelijk)

13 augustus 2026

Laatste update ingediend die voldeed aan QC-criteria

8 augustus 2026

Laatst geverifieerd

1 augustus 2026

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • MICRO.HGUGM.2026-003

Plan Individuele Deelnemersgegevens (IPD)

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

ONBESLIST

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