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

Badanie wpływu prognozy AI oddziału ratunkowego

3 kwietnia 2024 zaktualizowane przez: Alexander J. Ryu, Mayo Clinic

Ocena algorytmu przewidywania AI oddziału ratunkowego

Celem tego badania jest ocena wpływu narzędzia przewidywania przyjęć AI na liczbę przyjęć do szpitala, którym można zapobiec, długość pobytu na oddziale ratunkowym (SOR), gdy prognozy są wyświetlane tylko dedykowanemu zespołowi segregacji ED. Ponadto, aby ocenić postrzeganie narzędzia AI przez użytkowników zespołu segregującego i lekarza medycyny codziennych użytkowników. Dodatkowo, aby ocenić wpływ narzędzia AI na liczbę interwencji przeprowadzonych przez zespół segregujący oraz ocenić wpływ narzędzia na czas do przyjęcia po złożeniu zamówienia na przyjęcie.

Przegląd badań

Status

Zakończony

Typ studiów

Obserwacyjny

Zapisy (Rzeczywisty)

80

Kontakty i lokalizacje

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

Lokalizacje studiów

    • Minnesota
      • Rochester, Minnesota, Stany Zjednoczone, 55905
        • Mayo Clinic Minnesota

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

Tak

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Badana grupa będzie składać się z klinicystów szpitalnej medycyny wewnętrznej (HIM) (lekarze, pielęgniarki i asystenci lekarzy) w placówce Mayo Clinic-Rochester, którzy wszyscy są osobami dorosłymi. Pacjenci kwalifikowani przez tę grupę to wyłącznie osoby dorosłe, w związku z czym wynik AI nigdy nie będzie wyświetlany w przypadku pacjentów pediatrycznych ani pacjentów poddawanych ocenie psychiatrycznej.

Opis

Kryteria przyjęcia:

  • W przypadku komponentu ankiety uwzględniony zostanie każdy klinicysta HIM, który pracuje na zmianę w obszarze segregacji, lekarze ED i oficer medyczny danego dnia.
  • Dane dotyczące długości pobytu obejmują dorosłych pacjentów zarejestrowanych w Mayo Clinic-Rochester St. Mary's Emergency Department.

Kryteria wyłączenia:

  • Z badania zostaną wykluczeni klinicyści, którzy nie pracują na zmianie segregacyjnej w okresie badania.
  • Do analizy długości pobytu zostaną włączeni tylko dorośli pacjenci z ostrym dyżurem, którzy nie zostali sklasyfikowani na ścieżce zdrowia behawioralnego/psychiatrii, ani pacjenci, którzy zostali sklasyfikowani na ścieżce obserwacji Oddziału Ratunkowego.

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

  • Modele obserwacyjne: Kohorta
  • Perspektywy czasowe: Spodziewany

Kohorty i interwencje

Grupa / Kohorta
Grupa A
141 dni z wyświetlonymi wynikami AI
Grupa B
141 dni bez wyświetlania wyników AI

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Przyjęcia szpitalne
Ramy czasowe: 282 dni
Liczba możliwych do uniknięcia przyjęć, którym udało się zapobiec jako ułamek wszystkich pacjentów z oddziałami ratunkowymi w ciągu dnia, w szczególności liczba pacjentów, których przyjął zespół segregacyjny SAPPHIRE i którzy zostali wypisani do domu
282 dni

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Śledczy

  • Główny śledczy: Alexander Ryu, MD, Mayo Clinic

Publikacje i pomocne linki

Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.

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)

3 stycznia 2023

Zakończenie podstawowe (Rzeczywisty)

4 grudnia 2023

Ukończenie studiów (Rzeczywisty)

4 grudnia 2023

Daty rejestracji na studia

Pierwszy przesłany

5 stycznia 2023

Pierwszy przesłany, który spełnia kryteria kontroli jakości

5 stycznia 2023

Pierwszy wysłany (Rzeczywisty)

13 stycznia 2023

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

5 kwietnia 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

3 kwietnia 2024

Ostatnia weryfikacja

1 kwietnia 2024

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • 22-011319

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

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 .

Subskrybuj