- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT03553069
Proste obserwacyjne badania krytycznej opieki (SOCCS)
Każdego roku około 3000 pacjentów jest przyjmowanych na oddział intensywnej terapii (OIOM) Uniwersyteckiego Centrum Medycznego w Groningen (UMCG). Śmiertelność wewnątrzszpitalna pacjentów przyjmowanych w trybie nagłym zbliża się do 25%. Przewidywanie wyników w pierwszych godzinach po przyjęciu na OIT pozostaje jednak wyzwaniem.
Opracowano ogromną liczbę systemów punktacji do przewidywania śmiertelności. Dobrze znane modele, takie jak LODS, MODS, CCI, SOFA, ODIN oraz różne generacje APACHE, MPM i SAPS, są coraz częściej porównywane z nowymi modelami, takimi jak SICULA, ICNARC, ANZROD i SMS-ICU. Wartość predykcyjna systemów punktacji pogarsza się z upływem czasu ze względu na zmiany w charakterystyce pacjentów i leczeniu, co sprawia, że aktualizacja istniejących modeli lub opracowanie nowych modeli ma kluczowe znaczenie. Inne powody, dla których modele są potrzebne, to złożoność i brak dostępności zmiennych w niektórych istniejących systemach punktacji, lepsza wartość dyskryminacyjna przy użyciu prostych, standardowo mierzonych zmiennych oraz ograniczona możliwość uogólnienia niektórych systemów punktacji w różnych populacjach pacjentów. Nie tylko proste systemy (takie jak CIS i SMS-ICU) są co najmniej tak samo przewidywalne dla śmiertelności jak złożone modele, takie jak APACHE IV, ale przy użyciu uproszczonych systemów śmiertelność można rozsądnie przewidzieć w ciągu zaledwie kilku godziny po przyjęciu. Zarówno prostota, jak i możliwość przewidywania śmiertelności wkrótce po przyjęciu zwiększają użyteczność, a co za tym idzie niezawodność tych modeli prognostycznych. Zwiększa to potencjał wykorzystania tych modeli w praktyce.
Jednak większość badań porównuje tylko dwa do czterech modeli w populacji pacjentów i brakuje w nich opisu wydajności różnych modeli. Parametry niezbędne do porównania wydajności modeli to co najmniej kalibracja, dyskryminacja, ujemna wartość predykcyjna, dodatnia wartość predykcyjna, czułość i specyficzność. Brak odpowiedniego opisu wydajności modelu ogranicza zakres wykorzystania badania do porównywania modeli w różnych populacjach. Dlatego wszystkie nadające się do użytku modele powinny być porównywane z nowo budowanymi modelami, a działanie różnych modeli powinno być obszernie opisane, aby umożliwić porównanie modeli.
Obiecujące są nie tylko modele oparte na prostych, łatwo dostępnych zmiennych dostępnych w ciągu kilku godzin po przyjęciu, ale także koncepcja łączenia pomiarów bezpośrednio po przyjęciu na OIT z informacjami o przebiegu choroby. Jest prawdopodobne, że przebieg zmiennej w czasie jest bardziej orientacyjny niż pomiar statyczny. To badanie zapewni strukturę, w której każdy pacjent przyjęty na OIT zostanie zbadany i włączony w ciągu 3 godzin i po 12 godzinach po przyjęciu, umożliwiając pomiary podłużne i różne dodatkowe badania. Pomiary podłużne są pierwszym przykładem dodatkowego badania; innym przykładem jest zdolność pielęgniarek i lekarzy do przewidywania wyniku. Obecne dowody sugerują, że lekarze mogą przewidywać śmiertelność dokładniej niż systemy punktacji. To odkrycie może być jednak wysoce stronnicze, ponieważ przynajmniej lekarze odgrywają główną rolę w podejmowaniu decyzji dotyczących końca życia. Nowsze badania koncentrują się również na dokładności pielęgniarek w przewidywaniu śmiertelności, z różnymi wynikami. Rola innych pracowników służby zdrowia, takich jak rezydenci i studenci, pozostaje do zbadania.
Wdrożenie systematycznego procesu gromadzenia danych to pierwszy krok w kierunku umożliwienia badań opartych na danych, co jest rosnącą potrzebą w dyscyplinach medycznych, takich jak opieka intensywna, która wymaga coraz dokładniejszych modeli prognostycznych. Dlatego celem tego badania jest systematyczne gromadzenie danych wszystkich wybranych zmiennych, minimalizując w ten sposób niekompletność i umożliwiając obliczenie wyników prognozowania śmiertelności zgodnie z aktualnie dostępnymi modelami przewidywania śmiertelności lub ciężkości choroby. Ponadto podczas badań można było sprawdzić rzetelność pomiarów pod kątem ważności. Stwarza to możliwość porównania wydajności wszystkich modeli w jednej populacji i zidentyfikowania modeli, które są przydatne do przewidywania ciężkości choroby. W tym głównym celu zostanie utworzony rejestr, który zapewni również możliwość rozpoczęcia wielu dodatkowych badań dotyczących określonych pytań badawczych. Przykładami badań dodatkowych są 1) związek między zmiennymi zależnymi od czasu, które są mierzone podłużnie, a śmiertelnością/ostrymi i przewlekłymi chorobami współistniejącymi, 2) związek między stanem płynów a ostrym uszkodzeniem nerek oraz 3) nie tylko zdolność lekarza prowadzącego do przewidzenia śmiertelności, ale także umiejętności pielęgniarek, rezydentów i studentów.
Zamiar:
Celem tego badania jest rozszerzenie infrastruktury rejestru o pomiary podłużne i powtarzane, wkrótce po przyjęciu, które można elastycznie włączać tymczasowo dodane szczegółowe pytania badawcze dotyczące wyników pacjentów w stanie krytycznym.
Przegląd badań
Status
Szczegółowy opis
Procedury rejestracyjne:
Kwalifikujący się pacjenci zostaną włączeni w ciągu 3 godzin po przybyciu na oddział intensywnej terapii. Po włączeniu wszystkie parametry badania zostaną uzyskane poprzez badanie fizykalne i fizjologiczne. Zostanie to powtórzone po około 12 godzinach i po około 24 godzinach.
Monitorowanie:
Monitorowanie będzie prowadzone przez niezależnych badaczy z oddziału intensywnej terapii Uniwersyteckiego Centrum Medycznego w Groningen (UMCG). Audyty planowane są raz w roku.
Rekrutacja:
Włączenie pacjentów i pomiary zmiennych zostaną przeprowadzone przez koordynatora badania lub współbadacza pod nadzorem i na odpowiedzialność głównego badacza. Ze względu na obserwacyjny charakter tego badania nie zostanie uzyskana świadoma zgoda.
Weryfikacja danych źródłowych:
Włączając, wszystkie konwencjonalne zmienne hemodynamiczne pochodzą z badania fizykalnego i rejestrowania danych z podstawowego monitorowania hemodynamicznego (monitor Philips ImageVue ze śledzeniem częstości akcji serca, elektrokardiogramu (EKG), SpO2, ciśnienia tętniczego z pomiaru ciśnienia w linii tętniczej i/lub z nieinwazyjnej monitorowanie ciśnienia krwi). Wszystkie zmienne są wstępnie zdefiniowane (patrz słownik danych) w celu standaryzacji wszystkich pomiarów dokonywanych przez studentów-badaczy.
Ogólną charakterystykę pacjenta i pomiary laboratoryjne zarejestrowano z elektronicznych kart pacjentów, a oceny ostrej fizjologii i przewlekłej oceny stanu zdrowia (APACHE) II i IV, Simplified Acute Physiology Score II (SAPS) zostały wyodrębnione z naszej lokalnej bazy danych National Intensive Care Evaluation (NICE). Kontynuacja śmiertelności z jakiejkolwiek przyczyny po 90 dniach i 3 latach jest uzyskiwana za pomocą miejskiej bazy danych osobowych. Długoterminowa obserwacja jest gromadzona z różnych zasobów, takich jak rejestry szpitalne, lekarze rodzinni i/lub bezpośredni kontakt.
Gromadzenie danych:
W ciągu 3 godzin od przyjęcia na OIOM wszystkie zmienne zostaną uzyskane w ramach jednorazowego badania klinicznego, a pielęgniarki i lekarze zostaną poproszeni o prognozy. Inne zmienne (tj. wartości laboratoryjne i obrazowe) zostaną uzyskane z elektronicznych kart pacjenta. Uzasadnienie i szczegółowe informacje dotyczące pomiaru każdej zmiennej opisano obszernie poniżej.
Ogólnoustrojowe zmienne krążenia:
Tętno (HR): będzie rejestrowane z przyłóżkowego monitora elektrokardiograficznego. W przypadku nieregularnego rytmu (tj. migotanie przedsionków) badacze wykorzystają średnie tętno w ciągu minuty. Oprócz częstości akcji serca rejestrowana będzie obecność migotania przedsionków.
Skurczowe ciśnienie krwi (SBP), rozkurczowe ciśnienie krwi (DBP) i średnie ciśnienie tętnicze (MAP): zostaną one uzyskane przez pomiar wewnątrznaczyniowy przy użyciu cewnika tętniczego, który jest częścią zwykłej opieki. Jeśli nie wprowadzono linii tętniczej, zostanie pobrany nieinwazyjny pomiar.
Centralne ciśnienie żylne (CVP): zostanie to zarejestrowane w przypadku obecności centralnego przewodu żylnego w wewnętrznej żyle szyjnej lub podobojczykowej.
Mikro- i obwodowe zmienne krążenia:
Czas nawrotu kapilarnego (CRT): będzie mierzony po 10 sekundach wywierania silnego nacisku, najlepiej na dalszy paliczek palca wskazującego i na środkową część kolana. Nie zostanie zastosowany żaden punkt odcięcia, ale ciągły pomiar z powodu rozbieżności w wartościach uznawanych za normalne przez różne badania CRT.
Temperatura skóry (Tskin): będzie mierzona subiektywnie i obiektywnie. Subiektywny pomiar zostanie przeprowadzony poprzez badanie palpacyjne kończyn pacjenta. Rozróżnienie między „ciepłym” a „zimnym” zostanie dokonane na podstawie grzbietowej powierzchni dłoni egzaminatora. Pacjent zostanie uznany za pacjenta z „zimną” skórą kończyn, jeśli wszystkie badane kończyny zostaną uznane za chłodne lub jeśli tylko kończyny dolne są chłodne pomimo ciepłych kończyn górnych.
Aby zobiektywizować temperaturę skóry, zastosowano różnicę temperatur od środka do obwodu i od obwodu do otoczenia (odpowiednio dTc-p i dTp-a) lub gradient temperatury skóry od przedramienia do palca (Tskin-diff). zaproponowano w literaturze. Badacze wykorzystają pomiary od środka do obwodu:
Środkowa-obwodowa różnica temperatur (dTc-p): aby zmierzyć tę różnicę, badacze porównają temperaturę pęcherza mierzoną przez termistorowy cewnik pęcherza z temperaturą stopy mierzoną sondą skórną (DeRoyal Skin Temperature Sensor, produkt nr 81- 010400EU) na lewej lub prawej stopie (grzbiet). Badacze wykorzystają temperaturę pęcherza jako substytut temperatury centralnej i temperaturę palców stóp jako miarę obwodową. W literaturze jako górną granicę zazwyczaj przyjmuje się różnicę temperatur wynoszącą 5°C lub 7°C. Badacze uznają zatem wartości wyższe niż 7°C za nieprawidłowe.
Wynik cętkowania: ten wynik został opisany przez Ait-Oufella i wsp. w 2011 r. Cętkowanie to niejednolite przebarwienie skóry spowodowane dysfunkcją mikrokrążenia. Zwykle obejmuje obszar wokół kolana. Wynik Cętkowania waha się od 0 do 5, w zależności od rozległości cętkowanego obszaru. Wynik 0 lub 1 jest uważany za łagodny, 2 lub 3 za umiarkowany, a 4 lub 5 za ciężki.
Wydalanie moczu (ml/kg/h): jest również mierzone w ramach regularnej pielęgnacji. Badacze wykorzystają całkowitą ilość wydalanego moczu przed badaniem (tj. od przyjęcia do badania). U pacjentów z istniejącą wcześniej niewydolnością nerek nie stosuje się wydalania moczu.
Inne zmienne:
Częstość oddechów: zostanie zarejestrowana na przyłóżkowym monitorze elektrokardiograficznym. Jeśli pacjent jest wentylowany mechanicznie, patrz poniżej.
Wentylacja mechaniczna: gromadzone będą dane o występowaniu i rodzaju wentylacji mechanicznej oraz podstawowe informacje o chorobach układu oddechowego (m.in. PEEP i FiO2).
Stosowanie leków inotropowych i wazopresyjnych: wszelkie wymagania dotyczące leków inotropowych lub wazopresyny, rodzaj, dawka i szybkość zostaną zarejestrowane. Za inotropowe/wazopresyjne uważa się noradrenalinę, wazopresynę, dobutaminę, dopaminę i milrinon. Za środki uspokajające uważa się midazolam, propofol i S-ketaminę.
Oceny funkcji pompy i krążenia obwodowego: oszacowania dokona członek zespołu leczącego lub badacz.
Mleczan w surowicy, hemoglobina, troponina-T i kreatynina: są one oznaczane w ramach regularnej pielęgnacji. Do celów badawczych badacze wykorzystają wartość najbliższą naszemu badaniu.
Rejestrowane będą również inne wartości biochemiczne określone w ramach regularnej opieki, takie jak pH, leukocyty, hematokryt itp.
Po przeprowadzeniu badania klinicznego z bazy danych NICE zostaną pobrane informacje dotyczące następujących cech ogólnych. Obejmuje to dane demograficzne (takie jak BMI, wiek i płeć), historię medyczną, diagnozy i nasilenie choroby, oceniane na podstawie różnych generacji wyników APACHE, SAPS, Sequential Organ Failure Assessment (SOFA) i wszystkich innych opublikowanych modeli prognozowania. W tym celu zostanie utworzone i opublikowane obszerne przeszukiwanie literatury, a następnie przeprowadzone w celu zapewnienia włączenia wszystkich opublikowanych modeli wraz z ich zmiennymi. Ponadto badacze będą zbierać wartości laboratoryjne (szczegóły opisano powyżej), wydalanie moczu (szczegóły opisano powyżej) oraz rutynowe EKG przy przyjęciu i obrazowanie. Po 30 dniach badacze ponownie ocenią akta pacjentów, aby zebrać informacje na temat całkowitego pobytu na OIOM w dniach.
Zarządzanie danymi:
Dane zostaną zapisane za pomocą OpenClinica i przesłane do analizy. Po przeniesieniu z OpenClinica wszystkie dane będą zarządzane w bazie danych utworzonej przy użyciu Stata w wersji 15 (StataCorp, College Station, TX). Wszyscy uczestnicy badania otrzymają identyfikator uczestnika badania, składający się z nazwy badania i numeru włączenia. Ten identyfikator uczestnika badania będzie używany zarówno w OpenClinica, jak i Stata. Tylko badacz z właściwościami konta „kierownik badania” w OpenClinica będzie mógł powiązać identyfikator uczestnika badania z numerem pacjenta.
Ocena wielkości próby:
Co roku na jeden z czterech oddziałów OIT trafia 3000 pacjentów. Około 1500 z tych przyjęć to nieplanowane przyjęcia w nagłych wypadkach. Badacze szacują, że połowa tych nieplanowanych przyjęć spełnia kryteria włączenia. Pozostawia to 750 pacjentów kwalifikujących się do włączenia. Badacze zakładają jednak, że nie będą w stanie uwzględnić wszystkich kwalifikujących się pacjentów ze względów logistycznych i praktycznych. Dlatego badacze zamierzają włączyć do badania 400 pacjentów rocznie.
Zaplanuj brakujące dane:
Po pierwsze, zostanie zbadany wzorzec leżący u podstaw naszych brakujących danych: brak całkowicie losowy, brak losowy lub brak losowy. W oparciu o wcześniejsze doświadczenia z SICS-I oczekuje się, że dane będą losowo brakować. W związku z tym podstawowe analizy zostaną przeprowadzone z imputacją dla brakujących danych przy użyciu wielu imputacji. Wiarygodność wniosków zostanie sprawdzona wyłącznie za pomocą drugorzędnych analiz wrażliwości obejmujących dostępne dane.
Plan analizy statystycznej:
Badacze wykorzystają ogólną charakterystykę do stworzenia tabeli bazowej. Analizy statystyczne zostaną przeprowadzone przy użyciu Stata wersja 15 (StataCorp, College Station, TX). Dane zostaną przedstawione jako średnie z odchyleniem standardowym w przypadku rozkładu normalnego lub jako mediany z rozstępami w przypadku danych skośnych.
Przeprowadzone zostaną analizy jednowymiarowe, a wszystkie zmienne o p<0,1 zostaną włączone do modeli wielowymiarowych. Analizy wielowymiarowe zostaną przeprowadzone przy użyciu modelu krokowego. Rzut serca będzie modelowany za pomocą regresji liniowej, a śmiertelność za pomocą regresji logistycznej. Wszystkie analizy zostaną dostosowane do wieku i płci; inne cechy ogólne nie będą standardowo dodawane do modelu. Wszystkie analizy będą testowane dwustronnie, a wartości p mniejsze niż 0,05 będą uważane za istotne statystycznie.
Jeśli pozwala na to wielkość próby, badacze przeprowadzą analizę w różnych subpopulacjach. Przykładami subpopulacji, które mogą kwalifikować się do dalszej analizy, są te z posocznicą i/lub ciężkim wstrząsem krążeniowym.
Plany na przyszłość obejmują wykorzystanie metod uczenia maszynowego do dalszej analizy danych. SOCCS został zaprojektowany tak, aby gromadzenie danych było jednocześnie jak najbardziej jednolite i jak najszersze. Jak opisano wcześniej, objęci zostaną prawie wszyscy pacjenci przyjmowani na OIT, dzięki dostępności przeszkolonego zespołu studentów pod telefonem 24 godziny na dobę. Gwarantuje to możliwość włączenia nowych pacjentów w dowolnym momencie oraz daje możliwość stworzenia dużego zbioru jednolitych danych. Wiele zmiennych jest dokładnie rejestrowanych przy łóżku wszystkich pacjentów przyjętych na oddział intensywnej terapii w ciągu 3 godzin od przyjęcia. Zarówno bardziej tradycyjne, jak i innowacyjne projekty analizy danych korzystają z optymalnego procesu gromadzenia danych. Wszystkie dane zebrane na potrzeby badania SOCCS zostaną zebrane w obszernej i kompletnej bazie danych, z której można łatwo zdefiniować i skonfigurować badania modelowania predykcyjnego oparte na uczeniu maszynowym. Na późniejszym etapie dane te zostaną wykorzystane do budowy modeli predykcyjnych lub stratyfikacji ryzyka, których celem jest probabilistyczne śledzenie ewolucji krytycznie chorych pacjentów lub wskazanie potencjalnie interesujących parametrów do dalszych badań.
Uczenie maszynowe (ML) to gałąź sztucznej inteligencji, która umożliwia analitykom danych projektowanie nadzorowanych lub nienadzorowanych algorytmów w celu „uczenia się” z ogólnie dużych próbek danych za pomocą wnioskowania. ML rozpoczęła się jako dobrze znana metoda analizy genów, która od tego czasu rozprzestrzeniła się na wiele innych dziedzin medycyny. Wykazano jego potencjał do pobudzenia badań zorientowanych klinicznie, przede wszystkim w określaniu i ustalaniu priorytetów określonych elementów opieki, których badanie może przynieść pacjentom największe korzyści. Ponadto kilku autorów zgłosiło wykorzystanie ram opartych na ML w intensywnej terapii, wykorzystując różne typy danych. Dane te można uzyskać na różne sposoby, z których najczęstszym są pomiary przyłóżkowe, takie jak wykonywane w badaniach SOCCS i SICS, lub poprzez zebranie większej liczby parametrów z wcześniejszych danych fizjologicznych od grupy podobnych osób.
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Groningen, Holandia, 9700 RB
- University Medical Center Groningen
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- Przyjęcie awaryjne
- Przewidywany pobyt > 24 godziny
Kryteria wyłączenia:
- Wiek < 18 lat
- Planowane przyjęcie po operacji lub z innych powodów
- Próby samobójcze z powodu ostrego „wykolejenia” psychiatrycznego, upośledzenia umysłowego lub bariery językowej
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Porównanie wartości prognostycznej przypuszczeń wykształconych przez studentów i pielęgniarki z obecnie dostępnymi ocenami ryzyka w celu przewidywania krótkoterminowej śmiertelności na OIT.
Ramy czasowe: 6 miesięcy
|
Pielęgniarki i studenci zostaną poproszeni o oszacowanie czasu przeżycia w szpitalu na podstawie przeczuć.
Śmiertelność zostanie zarejestrowana.
Oszacowanie, ocena ryzyka z wykorzystaniem m.in.
SAPS i SOFA, a rzeczywisty wynik zostanie zmierzony.
Podamy związek między tymi trzema zmiennymi.
|
6 miesięcy
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Związek między prostym obserwacyjnym badaniem klinicznym, zmiennymi biochemicznymi i hemodynamicznymi, mierzonymi wzdłużnie, z przewidywaniem niewydolności narządów i śmiertelności
Ramy czasowe: 48 godzin i 90 dni
|
Ostre uszkodzenie nerek (AKI) zostało ustalone i sklasyfikowane zgodnie z kryteriami choroby nerek: poprawa wyników globalnych (KDIGO). Przeanalizowano pomiary wydalania moczu i kreatyniny w surowicy z pierwszych 72 godzin włączenia, aby ustalić i sklasyfikować nasilenie AKI dla każdego pacjenta. Inne choroby współistniejące będą badane zgodnie z ich definicją zgodnie z międzynarodowymi wytycznymi. |
48 godzin i 90 dni
|
|
Stworzenie infrastruktury badawczej umożliwiającej gromadzenie zmiennych i sprawne sprawdzanie kwalifikacji do różnych badań w godzinach wieczornych i nocnych.
Ramy czasowe: 2 lata
|
Stworzenie infrastruktury badawczej umożliwiającej gromadzenie zmiennych i sprawne sprawdzanie kwalifikacji do różnych badań w godzinach wieczornych i nocnych.
|
2 lata
|
|
Długoterminowy wynik śmiertelności
Ramy czasowe: 3 lata
|
długoterminowy wynik śmiertelności związany z przyjęciem na OIT
|
3 lata
|
Współpracownicy i badacze
Śledczy
- Główny śledczy: Iwan C.C. van der Horst, M.D., Ph.D., University Medical Center Groningen
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 201700651
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 .