- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT03752489
Machine Learning não supervisionado para agrupamento de pacientes sépticos para determinar o tratamento ideal
17 de setembro de 2021 atualizado por: Dascena
O foco deste estudo será conduzir um estudo prospectivo, randomizado e controlado (RCT) no Cape Regional Medical Center (CRMC), Oroville Hospital (OH) e UCSF Medical Center (UCSF), no qual um algoritmo específico para tratamento de fluidos será aplicado aos dados EHR para a detecção de sepse grave.
Para pacientes com alto risco de sepse grave, o algoritmo gerará voz automática, notificação por telefone para a equipe de enfermagem do CRMC, OH e UCSF.
O desempenho do algoritmo será medido pela análise do endpoint primário, reduções na mortalidade intra-hospitalar.
Visão geral do estudo
Status
Ainda não está recrutando
Condições
Intervenção / Tratamento
Tipo de estudo
Intervencional
Inscrição (Antecipado)
51645
Estágio
- Fase 2
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.
Contato de estudo
- Nome: Qingqing Mao, PhD
- Número de telefone: 5108269508
- E-mail: qmao@dascena.com
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
Sim
Gêneros Elegíveis para o Estudo
Tudo
Descrição
Critério de inclusão:
- Todos os adultos acima de 18 anos que são membros de uma das subpopulações clínicas estudadas neste estudo são elegíveis para participar do estudo.
Critério de exclusão:
- menores de 18 anos
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: Diagnóstico
- Alocação: Randomizado
- Modelo Intervencional: Atribuição Paralela
- Mascaramento: Triplo
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
|---|---|
|
Experimental: Algoritmo específico de tratamento de fluido
O braço experimental envolverá pacientes monitorados pela versão personalizada de tratamento com fluidos do InSight.
|
O algoritmo InSight, que extrai informações do registro eletrônico de saúde (EHR) de um paciente para prever o início de sepse grave, e neste estudo será personalizado para diferenciar grupos de pacientes que respondem de maneira semelhante ao tratamento com fluidos de acordo com a natureza da progressão da doença .
|
|
Comparador Ativo: InSight padrão
O braço de controle envolverá pacientes monitorados com a versão padrão, sem tratamento específico do InSight.
|
O algoritmo InSight não personalizado que extrai informações do registro eletrônico de saúde (EHR) de um paciente para prever o início de sepse grave.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Mortalidade baseada em SIRS intra-hospitalar
Prazo: Até a conclusão do estudo, uma média de 8 meses
|
Mortalidade atribuída a pacientes que atendem a dois ou mais critérios de SIRS em algum momento da internação
|
Até a conclusão do estudo, uma média de 8 meses
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
Patrocinador
Investigadores
- Investigador principal: Qingqing Mao, PhD, Dascena, Inc.
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, Mao Q, Hoffman JL, Jay M, Desautels T, Mohamadlou H, Chettipally U, Das R. Using electronic health record collected clinical variables to predict medical intensive care unit mortality. Ann Med Surg (Lond). 2016 Sep 6;11:52-57. doi: 10.1016/j.amsu.2016.09.002. eCollection 2016 Nov.
- 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.
- Mao Q, Jay M, Hoffman JL, Calvert J, Barton C, Shimabukuro D, Shieh L, Chettipally U, Fletcher G, Kerem Y, Zhou Y, Das R. Multicentre validation of a sepsis prediction algorithm using only vital sign data in the emergency department, general ward and ICU. BMJ Open. 2018 Jan 26;8(1):e017833. doi: 10.1136/bmjopen-2017-017833.
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 (Antecipado)
1 de abril de 2022
Conclusão Primária (Antecipado)
31 de março de 2024
Conclusão do estudo (Antecipado)
31 de março de 2024
Datas de inscrição no estudo
Enviado pela primeira vez
21 de novembro de 2018
Enviado pela primeira vez que atendeu aos critérios de CQ
21 de novembro de 2018
Primeira postagem (Real)
26 de novembro de 2018
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
- 19-426246
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Não
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Não
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 InSight específico para tratamento
-
Columbia UniversityNeurolutions, Inc.RetiradoDerrame | Hemiparesia
-
EyeQue Corp.Eye Boutique OptometryConcluídoAcuidade visualEstados Unidos
-
Neuromonics, Inc.DesconhecidoHiperacusia | ZumbidoEstados Unidos
-
Lunit Inc.King's College London; The Leeds Teaching Hospitals NHS TrustAinda não está recrutandoCâncer de mama | Doenças da mamaReino Unido
-
Virginia Polytechnic Institute and State UniversityRiverain TechnologiesConcluídoCâncer de pulmãoEstados Unidos
-
GlaxoSmithKlineConcluídoMelanomaFrança, Itália, Alemanha, Holanda, Suíça, Reino Unido, Áustria, Austrália
-
i+Med S.Coop.Dr. Goya Análisis, SL.Concluído
-
University of South FloridaRecrutamentoDoenças Pulmonares IntersticiaisEstados Unidos
-
University of California, San FranciscoNational Institutes of Health (NIH); National Library of Medicine (NLM)Ativo, não recrutando
-
East Carolina UniversityNational Institute of Mental Health (NIMH)ConcluídoDepressãoEstados Unidos