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

Wpływ algorytmów wspomagania decyzji klinicystów opartych na uczeniu maszynowym w opiece okołooperacyjnej (IMAGINATIVE)

29 marca 2023 zaktualizowane przez: Singapore General Hospital

Wpływ algorytmów wspomagania decyzji klinicystów opartych na uczeniu maszynowym w opiece okołooperacyjnej — randomizowana próba kontrolna (próba IMAGINATIVE)

Przewidywanie ryzyka chirurgicznego jest ważne dla pacjentów i klinicystów ze względu na wspólny proces podejmowania decyzji i plan leczenia. Celem zespołu badawczego jest przeprowadzenie hybrydowego projektu badania wdrażania skuteczności typu 1. Randomizowana kontrolowana próba, w której uczestnicy poddawani operacji w Szpitalu Ogólnym w Singapurze (SGH) zostaną przydzieleni w stosunku 1:1 do grup kierowanych przez CARES (niezaślepieni do poziomu ryzyka) lub niekierowanych (zaślepionych do poziomu ryzyka). Wszyscy uczestnicy poddawani zabiegom planowym w SGH będą kwalifikowani do udziału w badaniu. W przypadku operacji planowych uczestnicy będą rekrutowani głównie z Ośrodka Przygotowawczego. Wyniki tego badania pomogą pacjentom i lekarzom wspólnie podejmować lepsze decyzje. Po pierwsze, wdrożenie modelu CARES w żywym środowisku klinicznym mogłoby potencjalnie zmniejszyć powikłania pooperacyjne i poprawić jakość opieki chirurgicznej. Wyniki tego badania umożliwiłyby dopracowanie CARES, a także dalsze wdrożenie dodatkowych modeli ryzyka dla określonych powikłań innych niż śmiertelność i pobyt na OIT. To z kolei przełoży się na lepszy stan zdrowia populacji chirurgicznej i lepszą opłacalność. Jest to istotne, ponieważ oczekuje się, że populacja chirurgiczna będzie stale rosnąć ze względu na lepszy dostęp do opieki, lepsze technologie i starzejące się społeczeństwo. Po drugie, projekt IMAGINATIVE przyczyni się do lepszego zrozumienia strategii wdrażania modeli predykcyjnych AI/ML w opiece zdrowotnej. Modele takie jak CARES mogłyby stać się standardem opieki w przyszłości, gdyby udowodniono, że poprawiają wyniki zdrowotne pacjentów. Ponieważ wdrożenia modeli są kosztowne i mogą zakłócać procesy EMR, to badanie byłoby wstępną iskrą dla przyszłych badań nad wdrażaniem i usługami zdrowotnymi, skupiających się na poprawie wartości tych wdrożeń modeli.

Przegląd badań

Status

Jeszcze nie rekrutacja

Warunki

Interwencja / Leczenie

Typ studiów

Interwencyjne

Zapisy (Oczekiwany)

9200

Faza

  • Nie dotyczy

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

Lokalizacje studiów

  • Singapur
      • Singapore, Singapur
        • Singapore General Hospital
        • Pod-śledczy:
          • Ecosse Lamoureux, PHD
        • Kontakt:
        • Główny śledczy:
          • Hairil Rizal Abdullah, MMED
        • Pod-śledczy:
          • Elaine Lum, PHD
        • Pod-śledczy:
          • Nan Liu, PHD
        • Pod-śledczy:
          • Mengling Feng, PHD
        • Pod-śledczy:
          • Jacqueline Sim Xiu Ling, MBBS
        • Pod-śledczy:
          • Brian Goh Kim Poh, MBBS
        • Pod-śledczy:
          • Gek Hsiang Lim, MSC
        • Pod-śledczy:
          • Marcus Ong Eng Hock, MPH

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

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie

Opis

Kryteria przyjęcia:

  1. Pacjenci >=21 lat
  2. Pacjenci udający się na planową operację

W przypadku wywiadu częściowo ustrukturyzowanego:

1. Każdy lekarz klinicysta lub pielęgniarka, który korzystał z programu CARES podczas badania

Kryteria wyłączenia:

  1. Pacjenci z obniżoną zdolnością umysłową
  2. Pacjenci, którzy nie są w stanie wyrazić zgody

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

  • Główny cel: Inny
  • Przydział: Randomizowane
  • Model interwencyjny: Przydział równoległy
  • Maskowanie: Brak (otwarta etykieta)

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Aktywny komparator: Grupa prowadzona przez CARES
Interwencja
Inny: Grupa prowadzona przez CARES
Uczestnicy przydzieleni losowo do grupy kierowanej przez CARES będą mieli obliczony wynik CARES i wpisany do elektronicznego formularza oceny przed znieczuleniem w ramach elektronicznej dokumentacji medycznej (EMR). Ten wynik i związane z nim porady będą wyraźnie widoczne w tym formularzu elektronicznym. (Uczestnicy tej grupy otrzymają tę interwencję jako dodatek do rutynowej praktyki).
Brak interwencji: Grupa bez przewodnika CARES
Kontrola — uczestnicy przydzieleni losowo do grupy kontrolnej będą nadal poddawani rutynowej ocenie przed znieczuleniem w formie elektronicznej, bez obliczeń kalkulatora CARES, zgodnie z obecną praktyką

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Zmiana śmiertelności okołooperacyjnej
Ramy czasowe: Pięć lat
Aby ocenić skuteczność wspomagania decyzji klinicznych uczenia maszynowego (ML-CDS). Hipoteza: Grupa kierowana przez CARES będzie miała 30% względną redukcję rocznej śmiertelności z powodu zwiększonej świadomości klinicysty na temat ryzyka.
Pięć lat

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Zmiana potencjalnie możliwych do uniknięcia planowanych przyjęć na OIOM po operacji
Ramy czasowe: Pięć lat
Ocena skuteczności algorytmu ML-CDS w optymalizacji wykorzystania łóżek OIT, które są ważnym i kosztownym zasobem szpitalnym. Hipoteza: W grupie kierowanej przez CARES nastąpi względna redukcja o 25% potencjalnie możliwych do uniknięcia planowanych przyjęć na OIT po operacji
Pięć lat

Inne miary wyników

Miara wyniku
Opis środka
Ramy czasowe
Zmiana wskaźnika przyjęcia zaleceń CDS CARES wśród anestezjologów, intensywistów, chirurgów i pielęgniarek
Ramy czasowe: Pięć lat
Aby ocenić przyjęcie i akceptowalność oraz zrozumieć doświadczenia użytkowników i obawy dotyczące aplikacji prognozującej opartej na uczeniu maszynowym, zaprojektowanej w celu poprawy bezpieczeństwa pacjentów w warunkach klinicznych. Hipoteza: Zalecenia CARES CDS są powszechnie akceptowane odpowiednio wśród anestezjologów, intensywistów, chirurgów i pielęgniarek.
Pięć lat

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Singapore General Hospital

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 (Oczekiwany)

1 maja 2023

Zakończenie podstawowe (Oczekiwany)

1 lipca 2027

Ukończenie studiów (Oczekiwany)

1 grudnia 2027

Daty rejestracji na studia

Pierwszy przesłany

14 marca 2023

Pierwszy przesłany, który spełnia kryteria kontroli jakości

29 marca 2023

Pierwszy wysłany (Rzeczywisty)

12 kwietnia 2023

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

12 kwietnia 2023

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

29 marca 2023

Ostatnia weryfikacja

1 marca 2023

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • IMAGINATIVE Trial

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 .

Badania kliniczne na Nauczanie maszynowe

Badania kliniczne na Grupa prowadzona przez CARES

Wyszukaj podobne próby

Sponsorzy i współpracownicy

Warunki medyczne

Interwencje lekowe

CROs by country

CROs in Papua New Guinea

Warunki

Rzadkie choroby

Interwencje lekowe

Suplementy diety

Sponsor / Współpracownicy

Lokalizacje

Subskrybuj