Sztuczna inteligencja z określeniem ryzyka infekcji związanej z linią centralnego cewnika żylnego
Sztuczna inteligencja z określeniem ryzyka infekcji związanej z linią centralnego cewnika żylnego u dorosłych pacjentów intensywnej terapii
Celem tego metodologicznego, retrospektywnego i prospektywnego badania jest; jest to narzędzie do opracowania narzędzia do szacowania ryzyka w celu wykrywania luk w ryzyku u osób korzystających z technologii sztucznej inteligencji, która jest niebezpieczna dla osób z CVC u dorosłych pacjentów intensywnej terapii, do testowania ram szacowania poziomu ryzyka i do oceny wyników w klinice. W naszym badaniu naszym celem jest również ochrona, przedstawienie środków bezpieczeństwa zapobiegających ryzyku CVC za pomocą modelu sztucznej inteligencji, w sposób oparty na dowodach.
Główne pytania, na które ma odpowiedzieć, to:
- Czy można określić ryzyko zakażenia związanego z CVC u dorosłych pacjentów intensywnej terapii za pomocą sztucznej inteligencji?
- Z jaką dokładnością można określić ryzyko zakażenia związanego z CVC u dorosłych pacjentów intensywnej terapii przy użyciu sztucznej inteligencji?
- Jakie praktyki pielęgniarskie mogą zmniejszyć ryzyko zakażeń związanych z CVC?
Metodologia opracowania opartego na sztucznej inteligencji algorytmu określania poziomu ryzyka infekcji związanego z CVC, retrospektywnego z wykorzystaniem danych pacjentów z elektronicznej dokumentacji medycznej (EHR) i ręcznych akt pacjentów w okresie od stycznia 2018 r. do grudnia 2022 r. w celu stworzenia algorytmu i przetestowania dokładności modelu, oraz etapy rozwoju modelu Po ukończeniu modelu zebrano aktualne dane do wykorzystania modelu i zaplanowano to zrobić prospektywnie.
Przegląd badań
Status
Szczegółowy opis
Typ studiów
Zapisy (Szacowany)
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- Przeszedł co najmniej 48 godzin leczenia na OIOM-ie,
- wiek ≥ 18 lat,
- wstawiony kod CVC,
- Brak istniejącej infekcji przed hospitalizacją, dane pacjenta zostaną uwzględnione w zbiorze danych do projektowania i trenowania modelu sztucznej inteligencji.
Kryteria wyłączenia:
- Wiek <18 lat,
- Osoby otrzymujące terapię immunosupresyjną,
- Osoby z niewydolnością wielonarządową,
- Pacjenci poddawani transplantacji narządów,
- Pacjenci z rozpoznaniem przewlekłej niewydolności nerek nie zostaną uwzględnieni w zbiorze danych.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Ramy czasowe |
|---|---|
|
ryzyko zakażenia centralnego cewnika żylnego
Ramy czasowe: styczeń 2018 - grudzień 2022
|
styczeń 2018 - grudzień 2022
|
Współpracownicy i badacze
Sponsor
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Szacowany)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- OTCELEBİ
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 .