Kliniczny model AI oparty na danych do przewidywania śmiertelności po złamaniu biodra
Opracowanie modelu sztucznej inteligencji na podstawie danych klinicznych do przewidywania 30-dniowych i 1-rocznych wskaźników śmiertelności po operacji złamania szyjki kości udowej: retrospektywne badanie kohortowe
Złamania biodra są główną przyczyną zachorowalności i śmiertelności, szczególnie u pacjentów w podeszłym wieku. Dokładne przewidywanie śmiertelności pooperacyjnej ma kluczowe znaczenie dla stratyfikacji ryzyka i podejmowania decyzji klinicznych. Tradycyjne systemy oceny, takie jak wynik złamania biodra w skali Nottingham, mają ograniczenia w uchwyceniu złożonych, nieliniowych zależności między zmiennymi klinicznymi.
To retrospektywne badanie kohortowe ma na celu opracowanie i walidację modelu opartego na sztucznej inteligencji do przewidywania 30-dniowej śmiertelności u pacjentów poddawanych operacji złamania biodra. Dane kliniczne i laboratoryjne około 1000 pacjentów operowanych między 1 stycznia 2022 a 1 grudnia 2025 zostaną pobrane z elektronicznych dokumentacji medycznych. Zmienne obejmują cechy demograficzne, choroby współistniejące, parametry laboratoryjne, dane okołooperacyjne oraz powikłania pooperacyjne.
Wydajność modelu sztucznej inteligencji zostanie oceniona i porównana z konwencjonalnymi systemami oceny ryzyka. Badanie ma na celu ustalenie, czy podejścia oparte na sztucznej inteligencji mogą zapewnić lepszą dokładność predykcyjną śmiertelności pooperacyjnej u pacjentów ze złamaniami biodra.
Przegląd badań
Status
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Ankara, Turcja (Türkiye), 06200
- Dr. Abdurrahman Yurtaslan Ankara Oncology Training and Research Hospital
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Populacja badana składa się z dorosłych pacjentów, którzy przeszli leczenie chirurgiczne złamań biodra w szpitalu trzeciego stopnia referencyjności, specjalizującym się w onkologii, szkoleniu i badaniach naukowych, w okresie od 1 stycznia 2022 roku do 1 grudnia 2025 roku.
Kohorta została pozyskana retrospektywnie z elektronicznych dokumentacji medycznych i obejmuje około 1000 pacjentów.
Populacja obejmuje osoby o zróżnicowanych charakterystykach demograficznych, chorobach współistniejących i profilach ryzyka okołooperacyjnego.
Dane kliniczne obejmują informacje demograficzne, wyjściowy stan funkcjonalny i poznawczy, choroby współistniejące, parametry laboratoryjne, zmienne śródoperacyjne oraz powikłania pooperacyjne.
Pacjenci z nowotworami złośliwymi oraz ci poddani operacjom rewizyjnym są wykluczeni.
Populacja badana reprezentuje rzeczywistą kohortę kliniczną, używaną do opracowania i walidacji modelu opartego na sztucznej inteligencji do przewidywania 30-dniowej śmiertelności pooperacyjnej po operacji złamania biodra.
Opis
Kryteria włączenia:
Pacjenci, którzy przeszli leczenie chirurgiczne złamania biodra między 1 stycznia 2022 a 1 grudnia 2025 roku Wiek ≥18 lat Dostępność kompletnych danych demograficznych, klinicznych i laboratoryjnych w systemie elektronicznej dokumentacji medycznej Udokumentowany 30-dniowy okres obserwacji lub status śmiertelności
Kryteria wykluczenia:
Pacjenci z nowotworami Pacjenci poddani rewizyjnej operacji biodra Pacjenci z brakującymi lub niekompletnymi kluczowymi danymi klinicznymi lub laboratoryjnymi wymaganymi do analizy Pacjenci z niedostępnym lub nieudokumentowanym 30-dniowym statusem śmiertelności
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
30-dniowa śmiertelność pooperacyjna
Ramy czasowe: 30 dni po operacji i rok później
|
Śmiertelność ogólna występująca w ciągu 30 dni po operacji złamania szyjki kości udowej, określona na podstawie dokumentacji szpitalnej i elektronicznych danych zdrowotnych.
|
30 dni po operacji i rok później
|
Współpracownicy i badacze
Publikacje i pomocne linki
Publikacje ogólne
- Ju M, Lee S, Marvich HM, Lin S. Accessing Alkoxy Radicals via Frustrated Radical Pairs: Diverse Oxidative Functionalizations of Tertiary Alcohols. J Am Chem Soc. 2024 Jul 24;146(29):19696-19703. doi: 10.1021/jacs.4c07125. Epub 2024 Jul 16.
- Wanchaijiraboon P, Sainamthip P, Teeyapun N, Luangdilok S, Poovorawan Y, Wanlapakorn N, Tanasanvimon S, Sriuranpong V, Susiriwatananont T, Zungsontiporn N, Pakvisal N. Safety Following COVID-19 Booster Vaccine with BNT162b2 Compared to mRNA-1273 in Solid Cancer Patients Previously Vaccinated with ChAdOx1 or CoronaVac. Vaccines (Basel). 2023 Feb 3;11(2):356. doi: 10.3390/vaccines11020356.
- Gonzalez Martinez J, Chen JJ, Aung T, Constantine T, Gonzalez-Martinez JA. Comparative Feasibility and Complication Analyses of Extraoperative (Bedside) Removal of Stereo-Electroencephalography Electrodes. Stereotact Funct Neurosurg. 2025;103(5):302-311. doi: 10.1159/000545984. Epub 2025 Apr 23.
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
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 2025-12/209
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu 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 .