- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT03212534
Algorytm przewidywania śmiertelności szpitalnej Badanie kliniczne (IMPACT) (IMPACT)
20 września 2021 zaktualizowane przez: Dascena
Randomizowane badanie kliniczne algorytmu przewidywania śmiertelności
Dzięki odwzorowaniu retrospektywnych danych pacjentów na dyskretną wielowymiarową przestrzeń opracowano nowatorski algorytm analizy homeostatycznej, który pozwala przewidywać wyniki.
W tym prospektywnym badaniu zostanie zbadana zdolność algorytmu do przewidywania śmiertelności pacjentów i wpływania na wyniki kliniczne.
Przegląd badań
Status
Wycofane
Interwencja / Leczenie
Typ studiów
Interwencyjne
Faza
- Nie dotyczy
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Lokalizacje studiów
-
-
California
-
San Francisco, California, Stany Zjednoczone, 94143
- UCSF Moffit-Long Hospital
-
-
Kryteria uczestnictwa
Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.
Kryteria kwalifikacji
Wiek uprawniający do nauki
18 lat i starsze (Dorosły, Starszy dorosły)
Akceptuje zdrowych ochotników
Nie
Płeć kwalifikująca się do nauki
Wszystko
Opis
Kryteria przyjęcia:
- Kwalifikują się wszyscy dorośli pacjenci przyjęci do uczestniczących jednostek.
Kryteria wyłączenia:
- Wszyscy pacjenci poniżej 18 roku życia zostaną wykluczeni.
Plan studiów
Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Diagnostyczny
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Brak (otwarta etykieta)
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Brak interwencji: Kontrola
|
|
|
Eksperymentalny: Algorytm przewidywania
|
Pracownik służby zdrowia jest powiadamiany o przewidywanej śmiertelności pacjenta.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Ramy czasowe |
|---|---|
|
Śmiertelność wewnątrzszpitalna
Ramy czasowe: Poprzez ukończenie studiów, średnio 30 dni
|
Poprzez ukończenie studiów, średnio 30 dni
|
Miary wyników drugorzędnych
Miara wyniku |
Ramy czasowe |
|---|---|
|
Długość pobytu w szpitalu
Ramy czasowe: Poprzez ukończenie studiów, średnio 30 dni
|
Poprzez ukończenie studiów, średnio 30 dni
|
Inne miary wyników
Miara wyniku |
Ramy czasowe |
|---|---|
|
Ponowne przyjęcie do szpitala
Ramy czasowe: Poprzez ukończenie studiów, średnio 30 dni
|
Poprzez ukończenie studiów, średnio 30 dni
|
|
Długość pobytu na OIT
Ramy czasowe: Poprzez ukończenie studiów, średnio 30 dni
|
Poprzez ukończenie studiów, średnio 30 dni
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
Sponsor
Współpracownicy
Śledczy
- Główny śledczy: David Shimabukuro, University of California, San Francisco
Publikacje i pomocne linki
Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.
Publikacje ogólne
- Calvert JS, Price DA, Barton CW, Chettipally UK, Das R. Discharge recommendation based on a novel technique of homeostatic analysis. J Am Med Inform Assoc. 2017 Jan;24(1):24-29. doi: 10.1093/jamia/ocw014. Epub 2016 Mar 28.
- Desautels T, Calvert J, Hoffman J, Mao Q, Jay M, Fletcher G, Barton C, Chettipally U, Kerem Y, Das R. Using Transfer Learning for Improved Mortality Prediction in a Data-Scarce Hospital Setting. Biomed Inform Insights. 2017 Jun 12;9:1178222617712994. doi: 10.1177/1178222617712994. eCollection 2017.
- Calvert J, Mao Q, Rogers AJ, Barton C, Jay M, Desautels T, Mohamadlou H, Jan J, Das R. A computational approach to mortality prediction of alcohol use disorder inpatients. Comput Biol Med. 2016 Aug 1;75:74-9. doi: 10.1016/j.compbiomed.2016.05.015. Epub 2016 May 24.
- Calvert J, Mao Q, Hoffman JL, Jay M, Desautels T, Mohamadlou H, Chettipally U, Das R. Using electronic health record collected clinical variables to predict medical intensive care unit mortality. Ann Med Surg (Lond). 2016 Sep 6;11:52-57. doi: 10.1016/j.amsu.2016.09.002. eCollection 2016 Nov.
Daty zapisu na studia
Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.
Główne daty studiów
Rozpoczęcie studiów (Oczekiwany)
1 lipca 2017
Zakończenie podstawowe (Oczekiwany)
1 października 2017
Ukończenie studiów (Oczekiwany)
1 października 2017
Daty rejestracji na studia
Pierwszy przesłany
6 lipca 2017
Pierwszy przesłany, który spełnia kryteria kontroli jakości
6 lipca 2017
Pierwszy wysłany (Rzeczywisty)
11 lipca 2017
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
24 września 2021
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
20 września 2021
Ostatnia weryfikacja
1 września 2021
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 17-22319
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Nie
Bada produkt urządzenia regulowany przez amerykańską FDA
Nie
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .