Retrospektywne badanie modelu sieci neuronowej w celu dynamicznej oceny ciężkości choroby COVID-19
22 lutego 2024 zaktualizowane przez: Jianguo Sun, Xinqiao Hospital of Chongqing
retrospektywne badanie modelu sieci neuronowej w celu dynamicznej oceny ciężkości choroby COVID-19
Badania mają na celu zebranie dużych próbek pacjentów z chorobą COVID-19 z objawami klinicznymi, danymi z badań laboratoryjnych i obrazowych.
Badania przesiewowe wskaźników biologicznych związanych z występowaniem ciężkich chorób.
Następnie badacze korzystający z technologii sztucznej inteligencji (AI) metodą głębokiego uczenia się znaleźli model predykcyjny, który może dynamicznie określać ciężkość choroby COVID-19.
Przegląd badań
Typ studiów
Obserwacyjny
Zapisy (Rzeczywisty)
1000
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Lokalizacje studiów
-
-
-
Chongqing, Chiny, 400000
- Xinqiao Hospital of Chongqing
-
-
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 do 80 lat (Dorosły, Starszy dorosły)
Akceptuje zdrowych ochotników
Nie dotyczy
Metoda próbkowania
Próbka prawdopodobieństwa
Badana populacja
Pacjenci z chorobą COVID-19
Opis
Kryteria przyjęcia:
- Pacjenci z chorobą COVID-19 potwierdzoną kwasem nukleinowym wirusa RT-PCR i CT
Kryteria wyłączenia:
- niepotwierdzone podejrzane przypadki
- Pacjenci w okresie ciąży i laktacji
- niekompletne dane kliniczne
- inestigatorzy uznali pacjentów za niekwalifikujących się do badania
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
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Obserwowana grupa
Pacjenci, u których wykryto chorobę COVID-19 za pomocą RT-PCR i obrazowania CT.
|
diagnoza kliniczna
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
dyskryminacja
Ramy czasowe: do 3 miesięcy
|
Wydajność naszego modelu predykcyjnego jest oceniana za pomocą krzywych charakterystyki działania odbiornika (ROC), pól pod krzywymi (AUC) i wskaźnika zgodności (indeks c).
|
do 3 miesięcy
|
|
Kalibrowanie
Ramy czasowe: do 3 miesięcy
|
Analiza krzywych kalibracyjnych służy do pokazania błędu między przewidywanym fenotypem klinicznym z modelem predykcyjnym a rzeczywistym fenotypem klinicznym.
|
do 3 miesięcy
|
|
Korzyści netto
Ramy czasowe: do 3 miesięcy
|
Analiza krzywej decyzyjnej została wykorzystana do określenia, czy modele można uznać za przydatne narzędzia do podejmowania decyzji klinicznych, porównując korzyści netto przy dowolnym progu.
|
do 3 miesięcy
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
Sponsor
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 (Rzeczywisty)
17 stycznia 2020
Zakończenie podstawowe (Rzeczywisty)
30 sierpnia 2020
Ukończenie studiów (Rzeczywisty)
31 grudnia 2020
Daty rejestracji na studia
Pierwszy przesłany
18 marca 2020
Pierwszy przesłany, który spełnia kryteria kontroli jakości
12 kwietnia 2020
Pierwszy wysłany (Rzeczywisty)
15 kwietnia 2020
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
23 lutego 2024
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
22 lutego 2024
Ostatnia weryfikacja
1 lutego 2024
Więcej informacji
Terminy związane z tym badaniem
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- XQonc-015
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 .