Um biomarcador de previsão de sepse orientado por algoritmo
17 de setembro de 2021 atualizado por: Dascena
Um ensaio clínico controlado randomizado de um biomarcador de previsão de sepse orientado por algoritmo
Um algoritmo preditivo de alerta precoce de sepse, InSight, foi desenvolvido e validado em uma grande e diversificada coorte de pacientes.
Neste estudo prospectivo, a capacidade do InSight de prever pacientes com sepse grave é investigada.
Especificamente, o InSight é comparado com um detector de sepse grave bem estabelecido no registro eletrônico de saúde (EHR) da UCSF.
Visão geral do estudo
Status
Concluído
Condições
Intervenção / Tratamento
Tipo de estudo
Intervencional
Inscrição (Real)
142
Estágio
- Não aplicável
Contactos e Locais
Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.
Locais de estudo
-
-
California
-
San Francisco, California, Estados Unidos, 94143
- UCSF Moffit-Long Hospital
-
-
Critérios de participação
Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.
Critérios de elegibilidade
Idades elegíveis para estudo
18 anos e mais velhos (Adulto, Adulto mais velho)
Aceita Voluntários Saudáveis
Não
Gêneros Elegíveis para o Estudo
Tudo
Descrição
Critério de inclusão:
- Serão elegíveis todos os pacientes adultos internados nas unidades participantes.
Critério de exclusão:
- Todos os pacientes com menos de 18 anos de idade serão excluídos.
Plano de estudo
Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.
Como o estudo é projetado?
Detalhes do projeto
- Finalidade Principal: Triagem
- Alocação: Randomizado
- Modelo Intervencional: Atribuição fatorial
- Mascaramento: Nenhum (rótulo aberto)
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
|---|---|
|
Experimental: À vista
O profissional de saúde recebe um alerta do InSight para pacientes com tendência à sepse grave.
O profissional de saúde também recebe informações do detector de sepse grave no prontuário eletrônico da UCSF.
|
Ao receber um alerta do InSight, o profissional de saúde segue as práticas padrão para avaliar uma possível sepse (grave) e intervir de acordo.
Ao receber informações do detector de sepse grave no registro eletrônico de saúde da UCSF, o profissional de saúde segue as práticas padrão para avaliar possível sepse (grave) e intervir de acordo.
|
|
Comparador Ativo: Sem InSight
O profissional de saúde não recebe nenhum alerta do InSight.
O profissional de saúde recebe informações do detector de sepse grave no registro eletrônico de saúde da UCSF.
|
Ao receber informações do detector de sepse grave no registro eletrônico de saúde da UCSF, o profissional de saúde segue as práticas padrão para avaliar possível sepse (grave) e intervir de acordo.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Prazo |
|---|---|
|
Tempo de internação
Prazo: Até a conclusão do estudo, uma média de 45 dias
|
Até a conclusão do estudo, uma média de 45 dias
|
Medidas de resultados secundários
Medida de resultado |
Prazo |
|---|---|
|
Mortalidade hospitalar
Prazo: Até a conclusão do estudo, uma média de 45 dias
|
Até a conclusão do estudo, uma média de 45 dias
|
Outras medidas de resultado
Medida de resultado |
Prazo |
|---|---|
|
Tempo de permanência na UTI
Prazo: Até a conclusão do estudo, uma média de 45 dias
|
Até a conclusão do estudo, uma média de 45 dias
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Ritankar Das, Dascena
Publicações e links úteis
A pessoa responsável por inserir informações sobre o estudo fornece voluntariamente essas publicações. Estes podem ser sobre qualquer coisa relacionada ao estudo.
Publicações Gerais
- Calvert J, Desautels T, Chettipally U, Barton C, Hoffman J, Jay M, Mao Q, Mohamadlou H, Das R. High-performance detection and early prediction of septic shock for alcohol-use disorder patients. Ann Med Surg (Lond). 2016 May 10;8:50-5. doi: 10.1016/j.amsu.2016.04.023. eCollection 2016 Jun.
- Calvert JS, Price DA, Chettipally UK, Barton CW, Feldman MD, Hoffman JL, Jay M, Das R. A computational approach to early sepsis detection. Comput Biol Med. 2016 Jul 1;74:69-73. doi: 10.1016/j.compbiomed.2016.05.003. Epub 2016 May 12.
- Desautels T, Calvert J, Hoffman J, Jay M, Kerem Y, Shieh L, Shimabukuro D, Chettipally U, Feldman MD, Barton C, Wales DJ, Das R. Prediction of Sepsis in the Intensive Care Unit With Minimal Electronic Health Record Data: A Machine Learning Approach. JMIR Med Inform. 2016 Sep 30;4(3):e28. doi: 10.2196/medinform.5909.
- Calvert JS, Price DA, Barton CW, Chettipally UK, Das R. Discharge recommendation based on a novel technique of homeostatic analysis. J Am Med Inform Assoc. 2017 Jan;24(1):24-29. doi: 10.1093/jamia/ocw014. Epub 2016 Mar 28.
- Shimabukuro DW, Barton CW, Feldman MD, Mataraso SJ, Das R. Effect of a machine learning-based severe sepsis prediction algorithm on patient survival and hospital length of stay: a randomised clinical trial. BMJ Open Respir Res. 2017 Nov 9;4(1):e000234. doi: 10.1136/bmjresp-2017-000234. eCollection 2017.
Datas de registro do estudo
Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.
Datas Principais do Estudo
Início do estudo
1 de dezembro de 2016
Conclusão Primária (Real)
1 de fevereiro de 2017
Datas de inscrição no estudo
Enviado pela primeira vez
31 de dezembro de 2016
Enviado pela primeira vez que atendeu aos critérios de CQ
6 de janeiro de 2017
Primeira postagem (Estimativa)
10 de janeiro de 2017
Atualizações de registro de estudo
Última Atualização Postada (Real)
23 de setembro de 2021
Última atualização enviada que atendeu aos critérios de controle de qualidade
17 de setembro de 2021
Última verificação
1 de setembro de 2021
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- 16-19647
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 .
Ensaios clínicos em Previsão de Sepse Grave
-
Taipei Veterans General Hospital, TaiwanRecrutamentoAnestesia | Instabilidade Hemodinâmica | Desequilíbrio de fluidos e eletrólitosTaiwan
-
National and Kapodistrian University of AthensAttikon HospitalRecrutamento