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

Ocena prognoz ryzyka niewydolności narządów na OIOM (AI4ICU-Obs)

27 sierpnia 2025 zaktualizowane przez: ETH Zurich

Prospektywna ocena prognoz ryzyka niewydolności narządów na oddziale intensywnej terapii - w porównaniu z dokładnością prognoz ryzyka człowieka i AI

Podczas tego badania obserwacyjnego badacze mają na celu ocenę zdolności klinicystów OIOM do przewidywania ryzyka zbliżającej się niewydolności narządów i retrospektywnego porównania go z wydajnością wcześniej opublikowanych modeli uczenia maszynowego. Główna hipoteza tego badania jest taka, że ​​lekarz lekający może przewidzieć zbliżającą się niewydolność narządów u dorosłych pacjentów z OIOM o podobnej dokładności, ponieważ najlepsze wcześniej opublikowane wcześniej modele uczenia maszynowego.

Przegląd badań

Szczegółowy opis

W tym badaniu obserwacyjnym klinicystów (lekarzy i pielęgniarki) ocenia się prospektywnie zbierające ryzyko niewydolności narządów w warunkach OIOM. Niepowodzenie krążenia są badane w głównym celu, a niewydolność oddechowa, niewydolność nerek i śmiertelność są badane w celach wtórnych. Oceny te badają wydajność predykcyjną i czynniki wpływające na przewidywanie klinicystów. Oceny zostaną zebrane w kwestionariuszach i będą przeprowadzane przez klinicystów bezpośrednio zaangażowanych w leczenie pacjentów i klinicystów, którzy nie są aktywnie odpowiedzialni za leczenie pacjenta. Ponadto badanie to ma na celu porównanie tych ocen ryzyka dokonywanych przez pracowników służby zdrowia przeciwko retrospektywnie wynikającymi z wyników ryzyka AI dla tych samych pacjentów i punktów czasowych. Wyniki ryzyka AI zostaną obliczone retrospektywnie na podstawie zestawu modeli z systematycznego wyszukiwania obecnej literatury. Modele AI, które zostaną zastosowane do tej analizy, zostaną zidentyfikowane jako wskazane przez systematyczny protokół przeglądu i muszą spełnić następujące dwa kryteria: nie wymagają żadnych danych wykraczających poza to, co jest rutynowo gromadzone podczas pobytu na OIOM i można je uzyskać jako open source . Takie porównanie ma zasadnicze znaczenie dla zrozumienia względnej dokładności i wiarygodności prognoz opartych na AI w kontekście ryzyka niewydolności narządów w porównaniu z wydajnością człowieka. Oczekuje się, że dane i ustalenia z tego badania dostarczą dowodów na użyteczność kliniczną wyników ryzyka opartych na sztucznej inteligencji i utorują sposób przyszłych badań nad optymalizacją systemów AI do zastosowań w zakresie opieki zdrowotnej.

Typ studiów

Obserwacyjny

Zapisy (Rzeczywisty)

499

Kontakty i lokalizacje

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

Lokalizacje studiów

    • Canton of Bern
      • Bern, Canton of Bern, Szwajcaria, 3010
        • University Hospital Inselspital, Berne

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

Metoda próbkowania

Próbka prawdopodobieństwa

Badana populacja

Oddział intensywnej terapii dorosłych w szpitalu uniwersyteckim Bern

Opis

Kryteria włączenia:

  • Minimalny wiek pacjenta wynoszący 18 lat
  • Wstęp w nagłych wypadkach na OIOM
  • linia tętnicza na miejscu

Kryteria wykluczenia:

  • Udokumentowana odmowa (w formularzu ogólnej zgody) na uczestnictwo w badaniach klinicznych
  • Pacjenci z chorobami neurologicznymi, którzy upośledzają poziom świadomości pacjenta (w tym między innymi udarze, urazowe uszkodzenie mózgu, krwotok wewnątrzczaszkowy, zakażenia OUN; z wyjątkiem Polytrauma)
  • Pacjenci z mechanicznym układem wsparcia krążenia (IABP, VA-ECMO, IMPELLA, VAD) lub utleniania membrany pozaustrojowej (VV-ECMO) w dowolnym momencie podczas pobytu na OIOM;
  • Pacjenci otrzymujący opiekę pod koniec życia lub są przyjęci wyłącznie w celu oceny dawstwa narządów

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

Kohorty i interwencje

Grupa / Kohorta
Dorośli pacjenci z OIOM

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Prognozowanie klinicystów niewydolności krążenia w ciągu 8 godzin w porównaniu z opublikowanymi modelami ML
Ramy czasowe: Oceny są pobierane w ciągu pierwszych 72 godzin po przyjęciu.
Wynik ten porównuje obszar pod krzywą charakterystyki operacyjnej odbiornika (AUROC) dla dwóch metod przewidywania niewydolności krążenia w ciągu 8 godzin od każdego punktu czasowego oceny: (1) szacunki ryzyka klinicystów OIOM oraz (2) wcześniej opublikowane uczenie maszyn (ML) modele stosowane retrospektywnie. Dla każdej oceny obliczamy AUROC osobno dla klinicystów i modelu ML dla tych samych punktów czasowych i pacjentów. Różnica w AUROC (minus ML) jest główną miarą zainteresowania, ocenianą w ramach niezainformowania o marginesie 0,025.
Oceny są pobierane w ciągu pierwszych 72 godzin po przyjęciu.

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Prognozowanie klinicystów niewydolności oddechowej w ciągu 24 godzin w porównaniu z opublikowanymi modelami ML
Ramy czasowe: Oceny są pobierane w ciągu pierwszych 72 godzin po przyjęciu.
Wynik ten porównuje obszar pod krzywą charakterystyki operacyjnej odbiornika (AUROC) dla dwóch metod przewidywania niewydolności oddechowej w ciągu 24 godzin od każdego punktu czasowego oceny: (1) szacunki ryzyka klinicystów OIOM oraz (2) wcześniej opublikowane uczenie maszyn (ML) modele stosowane retrospektywnie. Dla każdej oceny obliczamy AUROC osobno dla klinicystów i modelu ML. Różnica w AUROC (minus ML) jest główną miarą zainteresowania, ocenianą przy użyciu tych samych ram metodologicznych co główny wynik.
Oceny są pobierane w ciągu pierwszych 72 godzin po przyjęciu.

Inne miary wyników

Miara wyniku
Opis środka
Ramy czasowe
Analiza eksploracyjna przewidywania niewydolności nerek w ciągu 48 godzin w porównaniu z opublikowanymi modelami ML
Ramy czasowe: Oceny są pobierane w ciągu pierwszych 72 godzin po przyjęciu.
Ten wynik eksploracyjny porównuje obszar pod krzywą charakterystyczną operacyjną odbiornika (AUROC) dla dwóch metod przewidywania niewydolności nerek w ciągu 48 godzin od każdego punktu czasowego oceny: (1) Szacunki ryzyka klinicystów OIOM oraz (2) wcześniej opublikowane uczenie maszyn (ML (ML ) Modele stosowane retrospektywnie. Dla każdej oceny obliczamy AUROC osobno dla klinicystów i modelu ML. Różnica w AUROC jest oceniana przy użyciu tych samych ram metodologicznych, co główny wynik.
Oceny są pobierane w ciągu pierwszych 72 godzin po przyjęciu.
Analiza eksploracyjna prognozy śmiertelności klinicystów w porównaniu z opublikowanymi modelami ML
Ramy czasowe: Oceny są pobierane w ciągu pierwszych 72 godzin po przyjęciu.
Przewidywanie śmiertelności z całej przyczyny za pomocą testu McNemara. Oceniane i przetestowane przy użyciu wydajności odpowiednich ocen przez klinicystów (odpowiedź binarna) i odpowiadające (sparowane) prognozy przez model uczenia maszynowego (przewidywanie prawdopodobieństwa zmniejszone do reakcji binarnej) wyszkolonych na podstawie danych historycznych dla trzech indywidualnych wyników binarnych umieralności z całej przyczyny <28-dni, <6 miesięcy, <12 miesięcy. Dla każdego horyzontu osobno prawdopodobieństwa oparte na maszynach są progowe, aby pasowały do ​​czułości klinicystów, test McNemara jest przeprowadzany w celu przetestowania istotnej różnicy w możliwościach predykcyjnych, a wartości p zostaną dostosowane w celu uwzględnienia wielu testów w razie potrzeby.
Oceny są pobierane w ciągu pierwszych 72 godzin po przyjęciu.
Analiza eksploracyjna dokładności predykcyjnej lekarzy w porównaniu z pielęgniarkami
Ramy czasowe: Oceny są pobierane w ciągu pierwszych 72 godzin po przyjęciu.
Oceniono i przetestowano pod kątem tego samego, co podstawowe, wtórne i pierwsze wyniki eksploracyjne (tj. Ryzyko związane z niewydolnością krążenia, oddechu i nerek) przy użyciu odpowiednich ocen poprzez leczenie lekarzy i leczenie pielęgniarek z parami oceny czasowe.
Oceny są pobierane w ciągu pierwszych 72 godzin po przyjęciu.
Porównanie dokładności predykcyjnej lekarzy w porównaniu
Ramy czasowe: Oceny są pobierane w ciągu pierwszych 72 godzin po przyjęciu.
Oceniane i przetestowane pod kątem tego samego, co podstawowe, wtórne i pierwsze wyniki eksploracyjne (tj. Ryzyko związane z niewydolnością krążenia, oddechu i nerek) przy użyciu odpowiednich ocen przez klinicystów (leczenie) i wyłącznie polegającego na danych EHR (nietraktowanie) z czasem sparowanym -Pakowe oceny.
Oceny są pobierane w ciągu pierwszych 72 godzin po przyjęciu.
Analiza kalibracji wyników prognozowania klinicystów
Ramy czasowe: Oceny są pobierane w ciągu pierwszych 72 godzin po przyjęciu.
Analiza kalibracji wyników prognozowania klinicysty. Badanie ocenia możliwości prognozowania kolektywu klinicystów. Jednak ludzie mogą być źle kalibrowani między sobą w odniesieniu do zapewnienia szacunków prawdopodobieństwa. Ocena wydajności kolektywu bez kalibracji osób wśród siebie może nie docenić faktycznych możliwości predykcyjnych klinicystów, jeśli były one dobrze zmyślone. Proponujemy ponownego oceny pierwotnych i wtórnych wyników, ale dodatkowo przeprowadzimy kalibrację wyniku ryzyka wśród lekarzy.
Oceny są pobierane w ciągu pierwszych 72 godzin po przyjęciu.
Analiza eksploracyjna wzorców (np. Błędy systematyczne/uprzedzenia) wydajności predykcyjnej u asesorów ludzkich i maszynowych
Ramy czasowe: Oceny są pobierane w ciągu pierwszych 72 godzin po przyjęciu.
  1. Wpływ na czynniki możliwości prognozowania klinicystów, takich jak staż lekarza klinicysty, rola klinicysty (w tym Pielęgniarka vs lekarz), pora dnia, dni powszedni, obciążenie pracą, porządek pacjentów i inne zebrane informacje na temat uczestniczących klinicystów.
  2. Błędy systematyczne i uprzedzenia zarówno ludzkich ocen ekspertów, jak i prognoz opartych na uczeniu maszynowym na temat wieku pacjenta, grupie diagnostycznej lub dowolnej zebranych zmiennych zebranych przez pacjenta lub lekarza.
Oceny są pobierane w ciągu pierwszych 72 godzin po przyjęciu.

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Śledczy

  • Główny śledczy: Martin Faltys, Dr. med., Insel Gruppe AG, University Hospital Bern

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)

18 listopada 2024

Zakończenie podstawowe (Rzeczywisty)

15 maja 2025

Ukończenie studiów (Szacowany)

15 maja 2026

Daty rejestracji na studia

Pierwszy przesłany

18 listopada 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

3 lutego 2025

Pierwszy wysłany (Rzeczywisty)

7 lutego 2025

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Szacowany)

28 sierpnia 2025

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

27 sierpnia 2025

Ostatnia weryfikacja

1 listopada 2024

Więcej informacji

Terminy związane z tym badaniem

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIEZDECYDOWANY

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

produkt wyprodukowany i wyeksportowany z USA

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