- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT02741986
Integrering av data, algoritmer og klinisk resonnement for kirurgisk risikovurdering (IDEALIST)
Integrering av data, algoritmer og klinisk begrunnelse for kirurgisk risikovurdering (IDEALIST)
Studieoversikt
Status
Forhold
Intervensjon / Behandling
Detaljert beskrivelse
Studietype
Registrering (Antatt)
Kontakter og plasseringer
Studiesteder
-
-
Florida
-
Gainesville, Florida, Forente stater, 32610-3003
- UF Health
-
Jacksonville, Florida, Forente stater, 32209
- UF Health Jacksonville
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
Kirurger og anestesileger som jobber i operative praksiser for voksne.
Ekskluderingskriterier:
Kirurger og anestesileger som jobber i obstetrisk og pediatrisk praksis.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Leger
Alle kirurger og anestesileger ved stort enkeltsenter tertiært akademisk senter vil bli rekruttert til å delta i denne studien. Intervensjon: Risikovurdering før operasjonen og umiddelbart etter operasjonen. Leger vil bli bedt om å oppgi risikoskårene sine (fra 0 til 100) for postoperative komplikasjoner før operasjonen og umiddelbart etter operasjonen for de samme pasientene som IPS produserer skårene. Leger vil gi poeng både før og etter gjennomgang av risikoskårene produsert av IPS. |
Leger vil bli bedt om å oppgi risikoskårene sine (fra 0 til 100) for postoperative komplikasjoner før operasjonen og umiddelbart etter operasjonen for de samme pasientene som IPS produserer skårene. Leger vil gi poeng både før og etter gjennomgang av risikoskårene produsert av IPS. IPS-systemet vil generere risikoscore (fra 0 til 100) for postoperative komplikasjoner før operasjonen og umiddelbart etter operasjonen for pasienter tatt hånd om av legene som er registrert i studien. |
|
Intelligent perioperativt system (IPS)
Intelligent perioperativt system (IPS) er designet som et sett med dataprogramvare og algoritmer som i sanntid forutsier risiko for postoperative komplikasjoner ved å bruke rutinemessige kliniske data i elektroniske helsejournaler. Systemet er designet som det selvlærende systemet med evnen til å samhandle med leger og be om deres tilbakemelding. Intervensjon: Risikovurdering før operasjonen og umiddelbart etter operasjonen. IPS-systemet vil generere risikoscore (fra 0 til 100) for postoperative komplikasjoner før operasjonen og umiddelbart etter operasjonen for pasienter tatt hånd om av legene som er registrert i studien. |
Leger vil bli bedt om å oppgi risikoskårene sine (fra 0 til 100) for postoperative komplikasjoner før operasjonen og umiddelbart etter operasjonen for de samme pasientene som IPS produserer skårene. Leger vil gi poeng både før og etter gjennomgang av risikoskårene produsert av IPS. IPS-systemet vil generere risikoscore (fra 0 til 100) for postoperative komplikasjoner før operasjonen og umiddelbart etter operasjonen for pasienter tatt hånd om av legene som er registrert i studien. |
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Areal under mottakerdriftskurven (AUC) for risikoestimater
Tidsramme: Ved slutten av seks måneders studieperiode.
|
Ved slutten av hver 6-måneders periode vil predikerte risikoestimater bli sammenlignet med den sanne forekomsten av komplikasjonene.
Prediktiv ytelse av leger vil bli sammenlignet med IPS ved å sammenligne arealet under mottakeroperasjonskurvene (AUC) for risikoestimater.
|
Ved slutten av seks måneders studieperiode.
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Sensitivitet og spesifisitet av risikoestimater
Tidsramme: Ved slutten av seks måneders studieperiode.
|
Ved slutten av hver 6-måneders periode vil predikerte risikoestimater bli sammenlignet med den sanne forekomsten av komplikasjonene.
Prediktiv ytelse av leger vil bli sammenlignet med IPS ved å sammenligne sensitiviteten og spesifisiteten for risikoestimater.
|
Ved slutten av seks måneders studieperiode.
|
|
Positive og negative prediktive verdier
Tidsramme: Ved slutten av seks måneders studieperiode.
|
Ved slutten av hver 6-måneders periode vil predikerte risikoestimater bli sammenlignet med den sanne forekomsten av komplikasjonene.
Prediktiv ytelse av leger vil bli sammenlignet med IPS ved å sammenligne de positive og negative prediktive verdiene for risikoestimater.
|
Ved slutten av seks måneders studieperiode.
|
Samarbeidspartnere og etterforskere
Sponsor
Samarbeidspartnere
Etterforskere
- Hovedetterforsker: Azra Bihorac, MD, University of Florida
Studierekorddatoer
Studer hoveddatoer
Studiestart
Primær fullføring (Antatt)
Studiet fullført (Antatt)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Antatt)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Antatt)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
- Urogenitale sykdommer
- Patologiske prosesser
- Mannlige urogenitale sykdommer
- Nyresykdommer
- Urologiske sykdommer
- Kvinnelige urogenitale sykdommer
- Kvinnelige urogenitale sykdommer og graviditetskomplikasjoner
- Infeksjoner
- Systemisk inflammatorisk responssyndrom
- Betennelse
- Nyreinsuffisiens
- Patologiske tilstander, tegn og symptomer
- Akutt nyreskade
- Sepsis
- Postoperative komplikasjoner
Andre studie-ID-numre
- IRB201600262-N
- R01GM110240 (U.S. NIH-stipend/kontrakt)
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
IPD-planbeskrivelse
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .