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

Application of Machine Learning Based Approaches in Emergency Department to Support Clinical Decision Managing SARS-CoV-2 Infected Patients

7 lutego 2022 zaktualizowane przez: Clara Balsano, University of L'Aquila
The aim of the study is to develop a prognostic prediction model based on machine learning algorithms in patients affected by coronavirus disease 2019 (COVID-19), the prediction model will be capable to recognize patient with favorable prognosis or patient with poor prognosis by intelligent systems data analysis.

Przegląd badań

Status

Rekrutacyjny

Warunki

Typ studiów

Obserwacyjny

Zapisy (Oczekiwany)

779

Kontakty i lokalizacje

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

Lokalizacje studiów

  • Włochy
      • L'Aquila, Włochy, 67100
        • Rekrutacyjny
        • University of L'Aquila
        • Kontakt:

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

Metoda próbkowania

Próbka prawdopodobieństwa

Badana populacja

Italian caucasian patients aged over 18 years old SARS-CoV-2 infection confirmed by PCR

Opis

Inclusion Criteria:

  • patients aged over 18 positive for COVID-19 by polymerase chain reaction assay for rhino-pharyngeal swab

Exclusion Criteria:

  • Under 18 aged

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
training cohort
data collection
validation cohort
data collection

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
COVID-19 clinical course
Ramy czasowe: 2 months
Data about sex, age, symptoms start date, symptoms, comorbidity, vital parameters, hematochemical blood tests, therapy, oxygen support, radiology, clinical disease progression will be collected. The collected data will be analyzed through a machine learning based approach to predict the prognosis of patients affected by COVID-19.
2 months

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Application of machine learning algorithms on data of patients affected by COVID-19
Ramy czasowe: 2 months
The collected data will be analyzed through a machine learning based approach to establish correlations between collected data and the prognosis of patients affected by COVID-19.
2 months

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

University of L'Aquila

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)

27 lutego 2020

Zakończenie podstawowe (Oczekiwany)

30 marca 2022

Ukończenie studiów (Oczekiwany)

30 kwietnia 2022

Daty rejestracji na studia

Pierwszy przesłany

29 marca 2021

Pierwszy przesłany, który spełnia kryteria kontroli jakości

29 marca 2021

Pierwszy wysłany (Rzeczywisty)

1 kwietnia 2021

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

24 lutego 2022

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

7 lutego 2022

Ostatnia weryfikacja

1 września 2021

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • prot. N. 28958

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 Covid19

Wyszukaj podobne próby

Sponsorzy i współpracownicy

Warunki medyczne

Interwencje lekowe

CROs by country

CROs in Estonia

Warunki

Rzadkie choroby

Interwencje lekowe

Suplementy diety

Sponsor / Współpracownicy

Lokalizacje

3
Subskrybuj