Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Model uczenia maszynowego do przewidywania pooperacyjnej niewydolności oddechowej

29 sierpnia 2022 zaktualizowane przez: Hyun-Kyu Yoon, Seoul National University Hospital

Opracowanie i prospektywna ocena modelu uczenia maszynowego w celu przewidywania pooperacyjnej niewydolności oddechowej

Głównym celem tego badania jest opracowanie modelu uczenia maszynowego, który przewiduje pooperacyjną niewydolność oddechową w ciągu 7 dni po operacji przy użyciu rzeczywistej, lokalnej przedoperacyjnej i śródoperacyjnej elektronicznej dokumentacji medycznej, a nie kodów administracyjnych.

Przegląd badań

Szczegółowy opis

Wiadomo, że pooperacyjne powikłania płucne wydłużają czas pobytu w szpitalu i zwiększają koszty opieki zdrowotnej. Jedną z najpoważniejszych postaci tych powikłań jest pooperacyjna niewydolność oddechowa, która również wiąże się z chorobowością i śmiertelnością. Opracowano wiele modeli stratyfikacji ryzyka w celu identyfikacji pacjentów ze zwiększonym ryzykiem pooperacyjnej niewydolności oddechowej. Jednak modele te zostały zbudowane przy użyciu tradycyjnej analizy regresji logistycznej. Analiza regresji logistycznej miała wady polegające na założeniu, że związek między zmiennymi zależnymi i niezależnymi jest liniowy. Ostatnie postępy w dziedzinie sztucznej inteligencji umożliwiają zarządzanie dużymi zbiorami danych i ich analizowanie. Model predykcji wykorzystujący technikę uczenia maszynowego i dane na dużą skalę może poprawić dokładność wydajności predykcji w porównaniu z poprzednimi modelami wykorzystującymi tradycyjne statystyki. Co więcej, technika uczenia maszynowego może być użytecznym narzędziem pomocniczym w podejmowaniu decyzji klinicznych lub prognozowaniu w czasie rzeczywistym, jeśli zostanie zintegrowana z systemem opieki zdrowotnej. Jednakże, zgodnie z naszą wiedzą, nie przeprowadzono badania oceniającego czynniki predykcyjne pooperacyjnej niewydolności oddechowej przy użyciu metody uczenia maszynowego. Dlatego głównym celem tego badania jest opracowanie modelu uczenia maszynowego, który przewiduje pooperacyjną niewydolność oddechową w ciągu 7 dni po operacji przy użyciu rzeczywistej, lokalnej przedoperacyjnej i śródoperacyjnej elektronicznej dokumentacji medycznej, a nie kodów administracyjnych, oraz prospektywną ocenę jego wydajności.

Typ studiów

Obserwacyjny

Zapisy (Rzeczywisty)

22250

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Lokalizacje studiów

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_DOROŚLI)

Akceptuje zdrowych ochotników

Nie

Płeć kwalifikująca się do nauki

Wszystko

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Dorośli pacjenci poddawani znieczuleniu ogólnemu do operacji niekardiochirurgicznych

Opis

Kryteria przyjęcia:

  • Dorośli pacjenci poddawani znieczuleniu ogólnemu do operacji niekardiochirurgicznych

Kryteria wyłączenia:

  • Wiek poniżej 18 lat
  • Czas trwania zabiegu < 1 godz
  • Kardiochirurgia
  • Operacja wykonywała tylko znieczulenie regionalne lub miejscowe, blokadę nerwów obwodowych lub monitorowaną opiekę anestezjologiczną
  • Transplantacja narządów
  • Pacjent z przedoperacyjną intubacją dotchawiczą
  • Pacjenci, u których przed operacją wykonano tracheostomię
  • Pacjenci zakwalifikowani do tracheostomii
  • Operacja wykonywana poza salą operacyjną
  • Długość pobytu w szpitalu < 24 godz

Jeśli pacjenci przeszli wiele operacji podczas tych samych pobytów w szpitalu, w zbiorze danych uwzględniliśmy pierwsze przypadki chirurgiczne.

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
AI_PRF
Dorośli pacjenci poddawani znieczuleniu ogólnemu
Wydajność modelu uczenia maszynowego do przewidywania pooperacyjnej niewydolności oddechowej po znieczuleniu ogólnym w ciągu 7 dni po operacji została przetestowana prospektywnie.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Częstość występowania pooperacyjnej niewydolności oddechowej po znieczuleniu ogólnym
Ramy czasowe: w dobie pooperacyjnej 7
Pooperacyjna niewydolność oddechowa, którą zdefiniowano jako wentylację mechaniczną >48 h lub jakąkolwiek reintubację po operacji
w dobie pooperacyjnej 7

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

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)

26 maja 2021

Zakończenie podstawowe (RZECZYWISTY)

25 maja 2022

Ukończenie studiów (RZECZYWISTY)

25 czerwca 2022

Daty rejestracji na studia

Pierwszy przesłany

21 sierpnia 2020

Pierwszy przesłany, który spełnia kryteria kontroli jakości

21 sierpnia 2020

Pierwszy wysłany (RZECZYWISTY)

26 sierpnia 2020

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (RZECZYWISTY)

1 września 2022

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

29 sierpnia 2022

Ostatnia weryfikacja

1 sierpnia 2022

Więcej informacji

Terminy związane z tym badaniem

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 .

Badania kliniczne na Chirurgia niekardiochirurgiczna

Subskrybuj