Modelo de aprendizado de máquina para prever insuficiência respiratória pós-operatória
29 de agosto de 2022 atualizado por: Hyun-Kyu Yoon, Seoul National University Hospital
Desenvolvimento e avaliação prospectiva de um modelo de aprendizado de máquina para prever insuficiência respiratória pós-operatória
O principal objetivo deste estudo é desenvolver um modelo de aprendizado de máquina que preveja insuficiência respiratória pós-operatória em 7 dias de pós-operatório usando registros eletrônicos de saúde pré-operatórios e intraoperatórios locais reais, não códigos administrativos.
Visão geral do estudo
Status
Concluído
Condições
Descrição detalhada
Sabe-se que as complicações pulmonares pós-operatórias aumentam o tempo de internação e os custos de saúde.
Uma das formas mais graves dessas complicações é a insuficiência respiratória pós-operatória, que também está associada à morbidade e mortalidade.
Muitos modelos de estratificação de risco foram desenvolvidos para identificar pacientes com risco aumentado de insuficiência respiratória pós-operatória.
No entanto, esses modelos foram construídos usando uma análise de regressão logística tradicional.
Uma análise de regressão logística teve a desvantagem de assumir a relação entre variáveis dependentes e independentes como linear.
Avanços recentes em inteligência artificial possibilitam gerenciar e analisar big data.
O modelo de previsão usando uma técnica de aprendizado de máquina e dados em grande escala pode melhorar a precisão do desempenho da previsão do que os modelos anteriores usando estatísticas tradicionais.
Além disso, uma técnica de aprendizado de máquina pode ser uma ferramenta adjuvante útil na tomada de decisões clínicas ou previsão em tempo real se for integrada ao sistema de saúde.
No entanto, até onde sabemos, não houve estudo investigando os fatores preditivos de insuficiência respiratória pós-operatória usando uma abordagem de aprendizado de máquina.
Portanto, o principal objetivo deste estudo é desenvolver um modelo de aprendizado de máquina que preveja insuficiência respiratória pós-operatória em 7 dias de pós-operatório usando registros eletrônicos de saúde pré-operatórios e intraoperatórios locais reais, não códigos administrativos e avaliar seu desempenho prospectivamente.
Tipo de estudo
Observacional
Inscrição (Real)
22250
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
-
-
-
Seoul, Republica da Coréia
- Hyun-Kyu Yoon
-
-
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, OLDER_ADULT)
Aceita Voluntários Saudáveis
Não
Gêneros Elegíveis para o Estudo
Tudo
Método de amostragem
Amostra Não Probabilística
População do estudo
Pacientes adultos submetidos à anestesia geral para cirurgia não cardíaca
Descrição
Critério de inclusão:
- Pacientes adultos submetidos à anestesia geral para cirurgia não cardíaca
Critério de exclusão:
- Idade menor de 18 anos
- Duração da cirurgia < 1 hora
- Cirurgia cardíaca
- Cirurgia realizada apenas com anestesia regional ou local, bloqueio de nervo periférico ou anestesia monitorada
- Transplante de órgão
- Paciente com intubação traqueal pré-operatória
- Pacientes que tiveram traqueostoma antes da cirurgia
- Pacientes agendados para traqueostomia
- Cirurgia realizada fora da sala de cirurgia
- Tempo de internação < 24 h
Se os pacientes tivessem várias cirurgias durante as mesmas internações, incluímos os primeiros casos cirúrgicos no conjunto de dados.
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
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
|---|---|
|
AI_PRF
Pacientes adultos submetidos à anestesia geral
|
O desempenho de um modelo de aprendizado de máquina para prever insuficiência respiratória pós-operatória após anestesia geral no 7º dia pós-operatório foi testado prospectivamente.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
a incidência de insuficiência respiratória pós-operatória após anestesia geral
Prazo: no 7º dia de pós-operatório
|
Insuficiência respiratória pós-operatória definida como ventilação mecânica >48 h ou qualquer reintubação após a cirurgia
|
no 7º dia de pós-operatório
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
Patrocinador
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 (REAL)
26 de maio de 2021
Conclusão Primária (REAL)
25 de maio de 2022
Conclusão do estudo (REAL)
25 de junho de 2022
Datas de inscrição no estudo
Enviado pela primeira vez
21 de agosto de 2020
Enviado pela primeira vez que atendeu aos critérios de CQ
21 de agosto de 2020
Primeira postagem (REAL)
26 de agosto de 2020
Atualizações de registro de estudo
Última Atualização Postada (REAL)
1 de setembro de 2022
Última atualização enviada que atendeu aos critérios de controle de qualidade
29 de agosto de 2022
Última verificação
1 de agosto de 2022
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- AI_PRF
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 .