Maskinlæringsassistert gjenkjenning av hjertestans utenfor sykehus under nødanrop.
15. april 2020 oppdatert av: Stig Nikolaj Fasmer Blomberg, Emergency Medical Services, Capital Region, Denmark
Kan en maskinlæring gjenkjenne hjertestans utenfor sykehuset under nødanrop og hjelpe medisinske ekspeditører
Emergency Medical Services Copenhagen har utviklet en maskinlæringsmodell som analyserer samtalene til 1-1-2 (9-1-1) i sanntid. Modellen er i stand til å gjenkjenne anrop der det er mistanke om hjertestans. Målet med studien er å undersøke effekten av en datagenerert varsling i samtaler der det er mistanke om hjertestans.
Studien vil undersøke
- om en potensiell økning i gjenkjennelser skyldes maskinvarsler eller det økte fokuset til den medisinske ekspeditøren på å gjenkjenne hjertestans utenom sykehus (OHCA) ved implementering av maskinen
- Hvis en maskinlæringsmodell basert på nevrale nettverk, vil ved varsling av medisinske utsendte øke den generelle anerkjennelsen av OHCA og øke utsendelsen av innbyggere.
- økt bruk av automatiserte eksterne defibrillatorer (AED), hjerte-lunge-redning (HLR) eller utsendelse av borgerreaksjoner i tilfeller av OHCA på maskingjenkjent OHCA vs. medisinsk ekspeditør anerkjent OHCA.
Studieoversikt
Status
Fullført
Forhold
Intervensjon / Behandling
Detaljert beskrivelse
Sjansene for overlevelse etter hjertestans utenom sykehuset reduseres med 10 % per minutt fra kollaps til HLR igangsettes. ekspeditørassistert telefon-HLR vil kun igangsettes i tilfeller der ekspeditøren gjenkjenner hjertestansen.
I et tidligere prosjekt "Kan en datamaskin gjennom maskinlæring gjenkjenne hjertestans utenom sykehus under nødanrop" (støttet av TrygFoundation), fant etterforskerne at det var mulig å lage en maskinlæringsmodell (ML) som kunne gjenkjenne OHCA med høyere presisjon enn medisinske ekspeditører ved Emergency Medical Dispatch Center (EMDC-Copenhagen).
I denne studien skal modellen og effekten dokumenteres i EMDC-København. For dette formålet opprettes en dataserver som kjører ML-modellen. Denne serveren er integrert i nettverket hos EMDC-Copenhagen, noe som gjør det mulig å sende varsler til den medisinske utsendte når en hjertestans gjenkjennes av modellen.
Ved hjelp av maskinlæring er hypotesen at gjenkjennelsen av OHCA forbedres, og skjer både hyppigere og raskere enn nå.
Det er utviklet en instruksjon for de medisinske ekspeditørene, som veileder den medisinske ekspeditøren ved et varsel fra maskinen.
Studietype
Intervensjonell
Registrering (Faktiske)
5242
Fase
- Ikke aktuelt
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiesteder
-
-
Danmark
-
Ballerup, Danmark, Danmark, DK-2750
- Emergency Medical Services Copenhagen
-
-
Deltakelseskriterier
Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Barn
- Voksen
- Eldre voksen
Tar imot friske frivillige
Nei
Kjønn som er kvalifisert for studier
Alle
Beskrivelse
Inklusjonskriterier:
- Ring angående hjertestans registrert i det nasjonale danske hjertestansregisteret
- OHCA er anerkjent av maskinlæringsmodell
- Samtalen kommer fra 1-1-2
Ekskluderingskriterier:
- OHCA Emergency Medical Services - vitne
- Anrop er fra en annen myndighet (politi eller brannvesen)
- Anrop er en gjentatt anrop
- Samtalen har vært satt på vent for konferansen
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Diagnostisk
- Tildeling: Randomisert
- Intervensjonsmodell: Parallell tildeling
- Masking: Trippel
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Eksperimentell: Maskinvarsling
Disse hjertemistenkte hjertestansene vil ha fått et varsel generert av maskinlæringsmodellen i tillegg til standard Emergency Medical Services-respons.
|
Varsel på koordinatorskjermen 'Mistenkt hjertestans'
|
|
Ingen inngripen: Vanlig omsorg
Disse mistenkte hjertestansene vil motta standard Emergency Medical Services-respons.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Dispatcher anerkjennelse av hjertestans
Tidsramme: Under samtale til legevakten, opptil 15 minutter fra samtalen starter.
|
Avsenderens anerkjennelse av hjertestans utenom sykehuset er det primære resultatet.
Gjenkjenning rapporteres av et spørreskjema fylt ut av en gruppe revisorer som lytter til opptak av alle inkluderte samtaler.
Spørreskjemaet er en modifisert CARES-protokoll for samtalene og består av 21 spørsmål hvor kvaliteten på samtalen vurderes.
Spørreskjemaet er validert og har blitt brukt i andre studier.
|
Under samtale til legevakten, opptil 15 minutter fra samtalen starter.
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Tid for anerkjennelse
Tidsramme: Under samtale til legevakten, opptil 15 minutter fra samtalen starter.
|
Tid fra samtale-start til avsender gjenkjennelse av hjertestans
|
Under samtale til legevakten, opptil 15 minutter fra samtalen starter.
|
|
Ekspeditør assistert telefon HLR
Tidsramme: Under samtale til legevakten, opptil 15 minutter fra samtalen starter.
|
Ber ekspeditøren den som ringer om å sette i gang HLR.
|
Under samtale til legevakten, opptil 15 minutter fra samtalen starter.
|
|
Tid for T-HLR
Tidsramme: Under samtale til legevakten, opptil 15 minutter fra samtalen starter.
|
Tid fra samtale-start til avsender begynner å veilede innringer i cpr
|
Under samtale til legevakten, opptil 15 minutter fra samtalen starter.
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Etterforskere
- Studieleder: Freddy Lippert, MD, Copenhagen Emergency Medical Services
Publikasjoner og nyttige lenker
Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.
Generelle publikasjoner
- Blomberg SN, Folke F, Ersboll AK, Christensen HC, Torp-Pedersen C, Sayre MR, Counts CR, Lippert FK. Machine learning as a supportive tool to recognize cardiac arrest in emergency calls. Resuscitation. 2019 May;138:322-329. doi: 10.1016/j.resuscitation.2019.01.015. Epub 2019 Jan 18.
- Blomberg SN, Christensen HC, Lippert F, Ersbøll AK, Torp-Petersen C, Sayre MR, Kudenchuk PJ, Folke F. Effect of Machine Learning on Dispatcher Recognition of Out-of-Hospital Cardiac Arrest During Calls to Emergency Medical Services: A Randomized Clinical Trial. JAMA Netw Open. 2021 Jan 4;4(1):e2032320. doi: 10.1001/jamanetworkopen.2020.32320.
Studierekorddatoer
Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.
Studer hoveddatoer
Studiestart (Faktiske)
1. september 2018
Primær fullføring (Faktiske)
1. april 2020
Studiet fullført (Faktiske)
2. april 2020
Datoer for studieregistrering
Først innsendt
27. desember 2019
Først innsendt som oppfylte QC-kriteriene
3. januar 2020
Først lagt ut (Faktiske)
7. januar 2020
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
16. april 2020
Siste oppdatering sendt inn som oppfylte QC-kriteriene
15. april 2020
Sist bekreftet
1. april 2020
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- F-35101-01
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Nei
IPD-planbeskrivelse
Data vil være tilgjengelig etter rimelig forespørsel via post til primæretterforskeren.
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Nei
Studerer et amerikansk FDA-regulert enhetsprodukt
Nei
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. .
Kliniske studier på Hjertestans utenfor sykehus
-
AO Clinical Investigation and Publishing DocumentationRekrutteringOrbitale frakturer | Blow Out Fracture of OrbitSverige, Forente stater, Nederland, Romania, Spania, Tyskland, Pakistan, Qatar, Den russiske føderasjonen, Serbia, Sør-Afrika, Sveits
-
University of AarhusFullførtHjertestans | Hypotermi | Post Cardiac Arrest SyndromeDanmark
-
Russian Federation of Anesthesiologists and ReanimatologistsRekrutteringPost Cardiac Arrest SyndromeDen russiske føderasjonen
-
University of AarhusUkjentHjertestans utenfor sykehus | Post Cardiac Arrest SyndromeDanmark
-
University Medical Center GroningenUkjentAkuttmedisinske tjenester | Hjertestans utenfor sykehus | Post Cardiac Arrest Syndrome
-
University of FlorenceSandro Gelsomino; Edvin Prifti; Francesco Cabrucci; Marco Bugetti; Orlando Parise og andre samarbeidspartnereRekrutteringKardiogent sjokk | Ekstrakorporeal membran oksygeneringskomplikasjon | Post-hjertekirurgi | Ekstrakorporal livsstøtte | Post Cardiac Arrest SyndromeItalia
-
Christian HassagerFullførtSystemisk inflammatorisk responssyndrom | Hjertestans | Hjertestans utenfor sykehus | Nevrologisk skade | Hjertestans med vellykket gjenopplivning | Post Cardiac Arrest SyndromeDanmark