Maskinlæringsmodell for å forutsi utfall og varighet av mekanisk ventilasjon ved akutt hypoksemisk respirasjonssvikt (MEMORIAL)
Utvikle en optimal maskinlæringsmodell for å forutsi ICU-utfall og varighet av mekanisk ventilasjon hos pasienter med akutt hypoksemisk respirasjonssvikt
Studieoversikt
Status
Intervensjon / Behandling
Detaljert beskrivelse
Akutt hypoksemisk respirasjonssvikt (AHRF) er den vanligste årsaken til innleggelse på intensivavdelinger (UCI) over hele verden. Vi vil vurdere verdien av maskinlæringsteknikker (ML) for tidlig prediksjon av ICU-død og forlenget varighet (>7 dager) av mekanisk ventilasjon (MV) hos AHRF-pasienter på MV. Få studier har undersøkt prediksjonen av dødelighet og varighet av MV hos pasienter med AHRF.
For modellutvikling vil etterforskerne trekke ut data for de første 3 dagene etter diagnose av AHRF fra pasienter inkludert i den avidentifiserte databasen til PANDORA-kohorten. Vi hadde en database med 2 000 000 anonymiserte og dissosierte demografiske og kliniske data fra 1 241 pasienter med AHRF registrert i vår PANDORA-kohort (Prevalence AND Outcome of acute Respiratory Failure) fra 22 spanske sykehus og koordinert av hovedetterforskeren (JV). Etterforskerne vil følge den transparente rapporteringen av en multivariabel prediksjonsmodell for individuell prognose eller diagnose (TRIPOD) retningslinjer for modellprediksjon. Vi vil screene innsamlede variabler ved å bruke en genetisk algoritme variabel seleksjonsmetode for å oppnå sparsomhet. Vi evaluerte minimum antall variabelmodeller ved å bruke logistisk regresjon og 4 overvåket ML-algoritmer: Random Forest, Extreme Gradient Boosting, Support Vector Machine og Multilayer Perceptron. Vi vil bruke en 5-dobbel kryssvalidering i datasettet til 1000 pasienter valgt tilfeldig i treningsdata (80 %) og testdata (20 %). For ekstern validering vil vi bruke de resterende 241 pasientene.
Studietype
Registrering (Faktiske)
Kontakter og plasseringer
Studiesteder
-
-
-
Ciudad Real, Spania, 13005
- Hospital General Universitario de Ciudad Real
-
Cuenca, Spania, 16002
- Hospital Virgen de La Luz
-
Madrid, Spania, 28046
- Hospital Universitario La Paz
-
Madrid, Spania, 28222
- Hospital Universitario Puerta de Hierro
-
Murcia, Spania, 3012
- Hospital Universitario Virgen de Arrixaca
-
Santa Cruz de Tenerife, Spania, 38010
- Hospital Universitario NS de Candelaria
-
Valencia, Spania, 46010
- Hospital Cinico de Valencia
-
Valladolid, Spania, 47012
- Hospital Universitario Rio Hortega
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
- endotrakeal intubasjon pluss mekanisk ventilasjon (MV)
- PaO2/FiO2-forhold ≤300 mmHg under MV med positivt endeekspirasjonstrykk (PEEP) ≥5 cmH2O og FiO2 ≥0,3.
Ekskluderingskriterier:
- Postoperative pasienter ventilert <24 timer
- Hjernedødspasienter.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Valideringskohort
Den vil inneholde 200 pasienter tilfeldig utvalgt (20 % av 1000 pasienter med AHRF
|
Vi vil bruke robuste maskinlæringsmetoder, som Random Forest, Extreme Gradient Boosting, Support Vector Machine og Multilayer Perceptron.
Andre navn:
|
|
Bekreftende årskull
Den vil inneholde de resterende 241 pasientene som er tilfeldig valgt (for ekstern validering)
|
Vi vil bruke robuste maskinlæringsmetoder, som Random Forest, Extreme Gradient Boosting, Support Vector Machine og Multilayer Perceptron.
Andre navn:
|
|
Derivasjonskohort
Den vil inneholde 800 pasienter tilfeldig valgt (1000 pasienter med AHRF)
|
Vi vil bruke robuste maskinlæringsmetoder, som Random Forest, Extreme Gradient Boosting, Support Vector Machine og Multilayer Perceptron.
Andre navn:
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
ICU dødelighet
Tidsramme: opptil 100 uker (fra inkludering til død eller utskrivning fra intensivavdeling
|
død på intensivavdelingen
|
opptil 100 uker (fra inkludering til død eller utskrivning fra intensivavdeling
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
MV varighet
Tidsramme: opptil 100 uker (fra inkludering til ekstubering)
|
varighet av mekanisk ventilasjon
|
opptil 100 uker (fra inkludering til ekstubering)
|
Samarbeidspartnere og etterforskere
Etterforskere
- Hovedetterforsker: Jesus Villar, MD, PhD, Fundación Canaria Instituto de Investigación Sanitaria de Canarias
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Faktiske)
Studiet fullført (Faktiske)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
- Sykdommer i luftveiene
- Respirasjonsforstyrrelser
- Respiratorisk insuffisiens
- Helsevesenets kvalitet, tilgang og evaluering
- Undersøkelsesteknikker
- Epidemiologiske metoder
- Helsevesenets evalueringsmekanismer
- Kvalitet på helsehjelpen
- Folkehelse
- Miljø og folkehelse
- Statistikk som emne
- Modeller, teoretisk
- Fare
- Sannsynlighet
- Models, Statistical
- Regression Analysis
- Logistic Models
Andre studie-ID-numre
- PI24/00325
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
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. .