Machine Learning Model for Predicting Recovery After Critical Illness
Development and Validation of a Machine Learning Model for Predicting Functional Decline and Return to Work After Critical Illness
This study aims to develop and test an artificial intelligence (AI) model to predict long-term functional status and return to work after critical illness.
The main question is:
Can we develop and validate a machine learning model to predict long-term functional status and return to work after critical illness?
Visão geral do estudo
Status
Status
Condições
Condições
Intervenção / Tratamento
Intervenção / Tratamento
Descrição detalhada
Tipo de estudo
Tipo de estudo
Inscrição (Real)
Inscrição
Contactos e Locais
Locais de estudo
-
-
Rio Grande do Sul
-
Porto Alegre, Rio Grande do Sul, Brasil, 90035-903
- Hospital de Clínicas de Porto Alegre, Intensive Care Nursing Department
-
-
Critérios de participação
Critérios de elegibilidade
Critérios de elegibilidade
Idades elegíveis para estudo
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Método de amostragem
População do estudo
Descrição
Inclusion Criteria:
- Age ≥18 years
- ICU stay ≥ 72 hours
- ICU stay ≥ 120 hours if the participant was admitted for elective surgery
Exclusion Criteria:
- No telephone contact available
- Failure to establish contact
- Transfer to another ICU
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
Número de grupos/coortes
Coortes e Intervenções
Grupo / CoorteGrupo / Coorte |
Intervenção / TratamentoIntervenção / Tratamento |
|---|---|
|
Patients in follow-up
Patients under follow-up.
No interventions were performed
|
No interventions were performed.
|
O que o estudo está medindo?
Medidas de resultados primários
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Functional Status
Prazo: 3rd, 6th and 12th months after ICU discharge
|
The primary outcome will be functional status at 6 months after ICU discharge, assessed using the Barthel Index (BI).
The BI is a validated measure of functional status in activities of daily living, with total scores ranging from 0 to 100.
For prediction modeling, the outcome will be treated as a binary variable, with functional impairment defined as a BI score <91 points.
|
3rd, 6th and 12th months after ICU discharge
|
Medidas de resultados secundários
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Return to Work
Prazo: 3rd, 6th and 12th months after ICU discharge
|
Being employed
|
3rd, 6th and 12th months after ICU discharge
|
Colaboradores e Investigadores
Patrocinador
Patrocinador
Colaboradores
Colaboradores
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Início do estudo
Conclusão Primária (Real)
Conclusão Primária
Conclusão do estudo (Real)
Conclusão do estudo
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Primeira postagem
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última Atualização Postada
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Última verificação
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
Outros números de identificação do estudo
- 20250554
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .