Ocena skuteczności ChatGPT w wykrywaniu zakażeń miejsca operowanego po planowej operacji jelita grubego (ChatCCR)
Nadzór epidemiologiczny jest jednym z ośmiu głównych elementów programów zapobiegania i kontroli zakażeń Światowej Organizacji Zdrowia. Należą do nich programy nadzoru pod kątem infekcji miejsca operowanego (ZMO).
Obecnie w przypadku nadzoru SSI zespoły kontroli infekcji wykonują ręcznie, czasochłonną pracę, co mogłoby spowodować przejście na zautomatyzowany nadzór z wykorzystaniem nowej technologii informacyjnej.
Celem tego badania była ocena zdolności ChatGPT-4o do wykrywania infekcji miejsca operowanego na trzech poziomach anatomicznych.
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Szczegółowy opis
Zakażenia związane z opieką zdrowotną (HAI) mają negatywny wpływ na zdrowie pacjentów, stanowią znaczne obciążenie zdrowotne i ekonomiczne dla systemów opieki zdrowotnej i są uważane za przyczynę poważnych zdarzeń niepożądanych, której można najłatwiej zapobiec u hospitalizowanych pacjentów.
Nadzór epidemiologiczny jest jednym z ośmiu głównych elementów programów zapobiegania i kontroli zakażeń Światowej Organizacji Zdrowia (WHO). Należą do nich programy nadzoru pod kątem infekcji miejsca operowanego (ZMO), które okazały się skuteczne we wszystkich rodzajach operacji i w różnych sytuacjach.
Aby program był skuteczny, nadzór nad ZZO musi być aktywny, perspektywiczny i ciągły i obejmować okres nadzoru trwający do 30–90 dni po interwencji, aby objąć wysoki odsetek ZMO wykrytych po wypisaniu ze szpitala.
Obecnie zespoły kontroli infekcji wykonują ręczną, perspektywiczną, czasochłonną i niemal rzemieślniczą pracę, która powinna spowodować przejście do zautomatyzowanego lub półautomatycznego nadzoru wykorzystującego możliwości oferowane przez dzisiejszą technologię informatyczną.
Ewolucja systemów nadzoru powinna korzystać z nowych możliwości, jakie oferuje sztuczna inteligencja, umożliwiając automatyczne wykrywanie podejrzanych zdarzeń niepożądanych ZMO na podstawie treści kursu klinicznego, raportów mikrobiologicznych lub kodowania diagnoz, procedur, powikłań i ponownych hospitalizacji.
Celem tego badania pilotażowego jest ocena zdolności narzędzia ChatGPT do wykrywania zakażeń miejsca operowanego (ZMO) na trzech poziomach anatomicznych opisanych przez CDC. Celem jest retrospektywne porównanie wyników chatbota AI w diagnozowaniu ZMO, przeszkolonego w oparciu o kryteria definicji amerykańskiej CDC, z kohortą pacjentów z planową operacją jelita grubego ocenianą w ramach ogólnokrajowego systemu nadzoru zakażeń szpitalnych.
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Barcelona
-
Granollers, Barcelona, Hiszpania, 08402
- Hospital General de Granollers
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia:
- Planowa resekcja jelita grubego
Kryteria wykluczenia:
- Operacja awaryjna
- Zakażenie obecne podczas operacji
- Poprzednia stomia jelitowa
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Pacjenci oceniani pod kątem ILQ przy użyciu standardowej metody ręcznego nadzoru
Pacjenci poddawani operacjom jelita grubego zostali włączeni do ogólnokrajowego programu nadzoru ILQ i oceniani pod kątem ILQ przy użyciu standardowej ręcznej metody nadzoru.
|
Porównanie systemu manualnego i ChatGPT do diagnostyki ZMO w zabiegach chirurgii jelita grubego objętych programem nadzoru SSI.
|
|
Pacjenci z ILQ oceniani przez chatbota ChatGPT 4 firmy Open IA
Pacjenci poddawani operacji jelita grubego zostali włączeni do ogólnokrajowego programu nadzoru ILQ i oceniani pod kątem ILQ za pomocą chatbota ChatGPT 4 Open IA.
|
Porównanie systemu manualnego i ChatGPT do diagnostyki ZMO w zabiegach chirurgii jelita grubego objętych programem nadzoru SSI.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Częstość infekcji miejsca operowanego
Ramy czasowe: 30 dni
|
Wskaźnik infekcji miejsca operowanego zgodnie z definicjami CDC-NHSN (Centra Kontroli i Zapobiegania Chorobom – Krajowa Sieć Bezpieczeństwa Opieki Zdrowotnej)
|
30 dni
|
Współpracownicy i badacze
Sponsor
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
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
- HGG2024_03
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 .