Artificial Intelligence and Postoperative Acute Kidney Injury
8 de janeiro de 2021 atualizado por: Hyung-Chul Lee, Seoul National University Hospital
Development and Prospective Validation of an Artificial Intelligence Model to Predict Postoperative Acute Kidney Injury
The main objective of this study is to develop and validate an artificial intelligence model that predicts postoperative acute kidney injury.
Visão geral do estudo
Status
Desconhecido
Condições
Descrição detalhada
Postoperative acute kidney injury is known to increase the length of hospital stay and healthcare cost.
A lot of risk prediction models have been developed for identifying patients at increased risk of postoperative acute kidney injury.
Recent advances in artificial intelligence make it possible to manage and analyze big data.
Prediction model using an artificial intelligence and large-scale data can improve the accuracy of prediction performance.
Furthermore, the use of an artificial intelligence may be a useful adjuvant tool in making clinical decisions or real-time prediction if it is integrated into the electrical medical record systems.
However, before implementing an artificial intelligence model into the clinical setting, prospective evaluation of an artificial intelligence model's real performance is essential.
However, to our knowledge, there was no artificial intelligence model for prediction of postoperative acute kidney injury, which was prospectively evaluated.
Therefore, we aimed to develop an artificial intelligence model which predicts postoperative acute kidney injury and evaluate the model's performance prospectively.
Tipo de estudo
Observacional
Inscrição (Antecipado)
2000
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
- Hyung-Chul Lee
-
-
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
N/D
Gêneros Elegíveis para o Estudo
Tudo
Método de amostragem
Amostra Não Probabilística
População do estudo
Adults patients undergoing non-cardiac surgery
Descrição
Inclusion Criteria:
- Adults patients undergoing non-cardiac surgery
Exclusion Criteria:
- Age under 18 years
- Surgery duration < 1 hour
- Transplantation surgery
- Nephrectomy
- Cardiac surgery
- Patients who had severe kidney dysfunction preoperatively as follows:
- Serum creatinine ≥ 4 mg/dl
- Estimated glomerular filtration rate <15 ml/min/1.73m2
- History of renal replacement therapy
- Patients who had no results of preoperative or postoperative serum creatinine
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_AKI
Adults patients undergoing non-cardiac surgery
|
The performance of an artificial intelligence model to predict postoperative acute kidney injury will be tested prospectively.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
the incidence of postoperative acute kidney injury
Prazo: during the postoperative seven days
|
postoperative acute kidney injury (diagnosed by KDIGO criteria using peak serum creatinine level) included all acute kidney injury events regardless of acute kidney injury severity
|
during the postoperative seven days
|
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 (Antecipado)
1 de março de 2021
Conclusão Primária (Antecipado)
31 de maio de 2021
Conclusão do estudo (Antecipado)
1 de fevereiro de 2022
Datas de inscrição no estudo
Enviado pela primeira vez
8 de janeiro de 2021
Enviado pela primeira vez que atendeu aos critérios de CQ
8 de janeiro de 2021
Primeira postagem (Real)
12 de janeiro de 2021
Atualizações de registro de estudo
Última Atualização Postada (Real)
12 de janeiro de 2021
Última atualização enviada que atendeu aos critérios de controle de qualidade
8 de janeiro de 2021
Última verificação
1 de janeiro de 2021
Mais Informações
Termos relacionados a este estudo
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- 2012-069-1180
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 .