Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Forskning på multimodal multi-objektiv integrert maskinalgoritme for hofteprotesekirurgi

13. november 2024 oppdatert av: Jingkun Liu

HoPreM-plattform: Effektiv multimodal multi-oppgaveprediksjon av perioperative hendelser etter hofteprotesekirurgi

Hensikt:

Målet med denne studien er å utvikle Holistic Predictive Multi-Tasking Platform for Clinical Data Analysis (HoPreM) for nøyaktig å forutsi perioperative hendelser etter hofteprotesekirurgi ved å integrere ulike typer data, inkludert demografisk, kirurgisk, medisinsk historie og laboratorieinformasjon. Hendelsene vi tar sikte på å forutsi inkluderer akutt nyreskade (AKI), blodtransfusjonskrav, 48-timers postoperativ utskrivning (48hPOD), overføring av intensivavdeling (ICU) og lengde på sykehusopphold (LOS).

Nøkkelspørsmål:

Kan HoPreM-plattformen redusere risikoen for komplikasjoner etter hofteprotesekirurgi? Hvor nøyaktig er plattformen når det gjelder å forutsi de nevnte perioperative hendelsene?

Deltakerne vil:

Være pasienter som gjennomgår hofteproteseoperasjoner, 18 år og oppover, med mindre enn 10 % manglende verdier i medisinske journaler.

Få dataene deres brukt til å trene og teste de prediktive modellene til HoPreM-plattformen.

Studieprosedyrer:

Pasientdata vil bli samlet inn fra Xi'an Honghui sykehus, inkludert kreatininverdier før og etter operasjonen.

Forskere vil bruke HoPreM-plattformen til å behandle multimodale data, inkludert demografiske, kirurgiske, medisinske historie og laboratorietestdata.

Plattformen vil bruke ulike ensemblelæringsalgoritmer (inkludert XGBoost, random forest, LightGBM og CatBoost) for å forutsi forskjellige perioperative utfall.

Forventede resultater:

HoPreM-plattformen vil demonstrere sin evne til å forutsi komplikasjoner etter hofteprotesekirurgi, spesielt akutt nyreskade og blodtransfusjonsbehov.

Gjennom SHAP-verdianalyse vil studien ytterligere avdekke sammenhengen mellom funksjoner og kliniske utfall, noe som forbedrer modellens tolkbarhet og kliniske nytte.

Kontaktinformasjon:

Hvis du har spørsmål om denne studien eller ønsker mer informasjon, vennligst kontakt forskerteamet.

Studieoversikt

Status

Aktiv, ikke rekrutterende

Detaljert beskrivelse

Denne studien tar sikte på å utvikle Holistic Predictive Multi-Tasking Platform for Clinical Data Analysis (HoPreM) for nøyaktig å forutsi perioperative hendelser etter hofteprotesekirurgi. HoPreM-plattformen integrerer ulike typer pasientdata, inkludert demografisk, kirurgisk, medisinsk historie og laboratorieinformasjon. Ved å bruke et fleroppgavelæringsrammeverk er plattformen designet for å forutsi flere perioperative komplikasjoner, slik som akutt nyreskade (AKI), krav til blodtransfusjon, 48-timers postoperativ utskrivning (48hPOD), overføring av intensivavdeling (ICU) og lengde av sykehusopphold (LOS). For å forbedre prediktiv nøyaktighet brukes funksjonsvalgsteknikker som Lasso-regresjon og tilfeldige skogmodeller, etterfulgt av ensemblelæringsalgoritmer, inkludert CatBoost. Denne prediktive plattformen forventes å støtte personlig tilpasset postoperativ behandling, redusere komplikasjonsfrekvenser og forbedre kliniske resultater for hofteprotesepasienter.

Studietype

Observasjonsmessig

Registrering (Faktiske)

6271

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

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Denne studien inkluderer voksne pasienter som har gjennomgått hofteprotesekirurgi ved Xi'an Honghui sykehus. Studiepopulasjonen er preget av et mangfold av kjønn, alder og medisinsk historie, inkludert pasienter med hypertensjon, diabetes og andre komorbiditeter. Inkluderingskriteriene er:

Alder 18 år eller eldre Manglende verdier i journaler mindre enn 10 % Logisk konsistente journaler Tilgjengelighet av både preoperative og postoperative kreatininverdier Målet er å lage et omfattende datasett som representerer den typiske demografien til pasienter sett i klinisk praksis for hofteprotesekirurgi.

Beskrivelse

Inkluderingskriterier:

Pasienter som har gjennomgått hofteprotesekirurgi Alder 18 år eller eldre Manglende verdier i journal mindre enn 10 % Logisk konsistente journaler Tilgjengelighet av både preoperative og postoperative kreatininverdier

Ekskluderingskriterier:

Ikke-hofteproteseopererte pasienter (pasienter som ikke gjennomgikk hofteproteseoperasjoner) Alder under 18 år Manglende verdier større enn 10 % i journal Logiske inkonsekvenser i journalen Ingen tilgjengelige preoperative eller postoperative kreatininverdier

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Intervensjon / Behandling
Hofteerstatningskohort
Denne kohorten inkluderer pasienter som gjennomgår hofteprotesekirurgi. HoPreM-plattformen brukes til multi-task prediktiv analyse av perioperative komplikasjoner, inkludert AKI, blodtransfusjonskrav, postoperativ utskrivning innen 48 timer, ICU-overføring og lengde på sykehusopphold (LOS).
Denne studien bruker en multimodal dataintegrasjon og multi-task læringsmetode for å forutsi perioperative hendelser etter hofteprotesekirurgi. Ved å kombinere ulike datatyper, inkludert demografi, kirurgiske detaljer, medisinsk historie og laboratorieresultater, forbedrer modellen prediksjonsnøyaktigheten for utfall som AKI, blodtransfusjonsbehov og ICU-overføringer. Bruken av ensemblelæringsalgoritmer som CatBoost optimerer plattformens ytelse, og tilbyr en unik metode for klinisk beslutningsstøtte.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Krav til blodoverføring
Tidsramme: Fra etter operasjon dag 1 til utskrivning, inntil maks 40 dager, vurdert ut fra om det ble registrert blodoverføring under sykehusoppholdet.
For å vurdere behovet for blodtransfusjon postoperativt.
Fra etter operasjon dag 1 til utskrivning, inntil maks 40 dager, vurdert ut fra om det ble registrert blodoverføring under sykehusoppholdet.
48-timers postoperativ utskrivning
Tidsramme: Innen 48 timer etter operasjonen, vurdert ut fra om pasienten ble skrevet ut fra sykehuset innenfor denne 48-timersperioden.
Dette utfallsmålet vurderer om pasienten ble skrevet ut fra sykehuset innen 48 timer etter operasjonen.
Innen 48 timer etter operasjonen, vurdert ut fra om pasienten ble skrevet ut fra sykehuset innenfor denne 48-timersperioden.
ICU-overføring
Tidsramme: Fra post-operasjon dag 1 til utskrivning, inntil maksimalt 40 dager, vurdert ut fra om det har skjedd en ICU-overføring under sykehusoppholdet.
Dette utfallsmålet registrerer om pasienten ble overført til intensivavdelingen (ICU) på et hvilket som helst tidspunkt under sykehusoppholdet fra post-operasjonsdag 1 til utskrivning, med en maksimal observasjonsperiode på 40 dager.
Fra post-operasjon dag 1 til utskrivning, inntil maksimalt 40 dager, vurdert ut fra om det har skjedd en ICU-overføring under sykehusoppholdet.
Lengde på sykehusopphold
Tidsramme: Total varighet av sykehusoppholdet fra innleggelse til utskrivning, med maksimal observasjonstid på 40 dager.
Dette utfallsmålet beregner totalt antall dager pasienten tilbringer på sykehuset fra innleggelse til utskrivning, inntil maksimalt 40 dager.
Total varighet av sykehusoppholdet fra innleggelse til utskrivning, med maksimal observasjonstid på 40 dager.
Akutt nyreskade (AKI) forekomst
Tidsramme: Fra dag 1 til dag 7 etter operasjonen.
AKI-forekomst vil bli vurdert daglig ved å sammenligne serumkreatininnivåer med preoperativ baseline. AKI-forekomst bestemmes av en ≥0,3 mg/dL økning i kreatinin innen 48 timer eller en ≥50 % økning innen 7 dager fra baseline.
Fra dag 1 til dag 7 etter operasjonen.

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Etterforskere

  • Hovedetterforsker: Jingkun Liu, Honghui hospital, Xi'an Jiaotong University

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)

24. oktober 2024

Primær fullføring (Faktiske)

31. oktober 2024

Studiet fullført (Antatt)

31. desember 2025

Datoer for studieregistrering

Først innsendt

6. november 2024

Først innsendt som oppfylte QC-kriteriene

12. november 2024

Først lagt ut (Faktiske)

14. november 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Antatt)

18. november 2024

Siste oppdatering sendt inn som oppfylte QC-kriteriene

13. november 2024

Sist bekreftet

1. november 2024

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • Xi'anHongHuiH

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

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. .

Abonnere