- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06424925
Wykorzystanie sztucznej inteligencji (AI) do przewidywania wyników klinicznych u pacjentów hospitalizowanych z powodu zapalenia płuc wywołanego przez Covid19 podczas 4 fal pandemii (AI COVID-19)
Wykorzystanie sztucznej inteligencji (AI) do przewidywania wyników klinicznych, takich jak śmierć i powikłania, u pacjentów hospitalizowanych z powodu zapalenia płuc wywołanego przez Covid-19 podczas 4 fal pandemii w ASST w Lecco.
Modele predykcyjne można stosować w różnych obszarach, w czasie nadzwyczajnej pandemii COVID-19; w rzeczywistości okazały się one ważne we wspieraniu systemów opieki zdrowotnej w planowaniu strategicznych decyzji i formułowaniu polityk zdrowotnych mających na celu powstrzymanie choroby.
Szczególnie pandemia Covid-19 stanowiła prawdziwe wyzwanie dla naszego systemu opieki zdrowotnej. We Włoszech badanie podzielono na cztery główne fale, z których każda charakteryzowała się różnymi typami pacjentów i różnymi podejściami terapeutycznymi, które stopniowo udoskonalano w oparciu o nowe dowody naukowe.
Celem jest przeprowadzenie badania danych pacjentów hospitalizowanych z powodu Covid-19 w szpitalu ASST w Lecco podczas wszystkich czterech fal pandemii, o różnym stopniu nasilenia choroby, zebranie interesujących danych i zastosowanie ich do wykorzystania sztucznej inteligencji zidentyfikowanie powtarzających się wzorców wyników klinicznych pod względem przeżycia i wtórnych powikłań infekcyjnych, aby zbudować nowe wiarygodne predykcyjne modele statystyczne, które można wykorzystać do przewidywania wyników samych pacjentów.
Zasadniczą ambicją tego projektu jest to, aby zastosowanie sztucznej inteligencji do danych o tak dużej ilości umożliwiło nam zbudowanie prawidłowych modeli statystycznych, które można następnie hipotetycznie zastosować do dowolnego pacjenta w celu przewidzenia, w oparciu o charakterystykę anamnestyczną, parametrów chemicznych krwi. na początku leczenia i podczas ustalonego leczenia, prawdopodobieństwo przeżycia i powikłań
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Stefania Piconi, MD
- Numer telefonu: +390341489890
- E-mail: s.piconi@asst-lecco.it
Kopia zapasowa kontaktu do badania
- Nazwa: Silvia Pontiggia, MS
- Numer telefonu: +390341253678
- E-mail: s.pontiggia@asst-lecco.it
Lokalizacje studiów
-
-
-
Lecco, Włochy, 23900
- Stefania Piconi
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Dla każdego pacjenta zbierane będą informacje dotyczące:
- Dane osobowe (tj. wiek, płeć, narodowość);
- Data hospitalizacji i wypisu (lub śmierci)
- Choroby współistniejące;
- Zabiegi podjęte w związku z Covid19;
- Możliwe szczepienie na Covid19, data i liczba dawek;
- Możliwy początek wtórnych infekcji i/lub powikłań;
- Badania biochemiczne krwi przy przyjęciu
Opis
Kryteria przyjęcia:
- Wiek > 18 lat;
- Hospitalizacja z powodu zapalenia płuc wywołanego przez Covid-19 w ASST Lecco.
Kryteria wyłączenia:
- Hospitalizacja lub stwierdzenie bezobjawowego zakażenia SARS CoV-2.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Fala COVID-19 1°
Pacjenci hospitalizowani z powodu zapalenia płuc wywołanego przez Covid19 podczas pierwszej fali (LUTY-MAJ 2020)
|
Wykorzystanie sztucznej inteligencji (AI) do przewidywania wyników klinicznych, takich jak śmierć i powikłania, u pacjentów hospitalizowanych z powodu zapalenia płuc wywołanego przez Covid-19 w czasie 4 fal pandemii
|
|
Fala COVID-19 2°
Pacjenci hospitalizowani z powodu zapalenia płuc wywołanego przez Covid19 podczas drugiej fali (październik–grudzień 2020 r.)
|
Wykorzystanie sztucznej inteligencji (AI) do przewidywania wyników klinicznych, takich jak śmierć i powikłania, u pacjentów hospitalizowanych z powodu zapalenia płuc wywołanego przez Covid-19 w czasie 4 fal pandemii
|
|
Fala COVID-19 3°
Pacjenci hospitalizowani z powodu zapalenia płuc wywołanego przez Covid19 podczas trzeciej fali (GEN-MAJ 2021)
|
Wykorzystanie sztucznej inteligencji (AI) do przewidywania wyników klinicznych, takich jak śmierć i powikłania, u pacjentów hospitalizowanych z powodu zapalenia płuc wywołanego przez Covid-19 w czasie 4 fal pandemii
|
|
Fala COVID-19 4°
Pacjenci hospitalizowani z powodu zapalenia płuc wywołanego przez Covid19 podczas czwartej fali (listopad 2021 r. – marzec 2022 r.)
|
Wykorzystanie sztucznej inteligencji (AI) do przewidywania wyników klinicznych, takich jak śmierć i powikłania, u pacjentów hospitalizowanych z powodu zapalenia płuc wywołanego przez Covid-19 w czasie 4 fal pandemii
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Budowa modeli predykcyjnych
Ramy czasowe: 6 miesięcy
|
Budowa modeli predykcyjnych w celu oceny wyników klinicznych, takich jak śmierć i/lub początek wtórnej infekcji, w oparciu o zebrane dane dotyczące 4 fal Covid-19.
|
6 miesięcy
|
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
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- AI COVID-19
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 .