Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Early Detection of Clinical Deterioration in Patients With COVID-19 Using Machine Learning (COVID-19)

30 de março de 2021 atualizado por: University Hospital Tuebingen
The aim of this study is to use artificial intelligence in the form of machine learning analysing vital signs as well as symptoms of patients suffering from Covid19 to identify predictors of disease progression and severe course of disease.

Visão geral do estudo

Status

Desconhecido

Condições

Intervenção / Tratamento

Tipo de estudo

Observacional

Inscrição (Antecipado)

1000

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

  • Alemanha
      • Tuebingen, Alemanha, 72076
        • Recrutamento
        • University Hospital of Tuebingen
        • Contato:
        • Contato:
        • Subinvestigador:
          • Bijoy N Atique, M.D.
        • Investigador principal:
          • Juergen Hetzel, M.D.
        • Subinvestigador:
          • Maik Haentschel, M.D.

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 de Probabilidade

População do estudo

Patients with detection of SARS-CoV2

Descrição

Inclusion Criteria:

  • Written informed consent
  • Age >= 18 years
  • Detection of SARS-CoV2 within the past 5 days

Exclusion Criteria:

  • Inability to measure vital parameters and document symptoms

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
Training cohort
Randomly selection of 80% of the study population. The machine learning algorithm is trained on this dataset
Outro: Machine learning
Machine learning on vital parameters, clinical symptoms and underlying diseases
Validation cohort
Randomly selection of 20% of the study population. The machine learning algorithm which was trained on the basis of the training data cohort is validated on the validation cohort.
Outro: Machine based evaluation
Quantification of the prediction power and identification of the most relevant predictive parameters

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Prazo
Probability of Participants for Hospitalisation or Fatal Outcome
Prazo: Detection of severe acute respiratory syndrome- Corona Virus 2 (SARS-CoV2) to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of severe acute respiratory syndrome- Corona Virus 2 (SARS-CoV2) to recovery, hospitalisation or fatal outcome up to 5 weeks

Medidas de resultados secundários

Medida de resultado
Prazo
Probability of Participants for Intensive Care Unit Admission
Prazo: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Probability of Participants for Fatal Outcome
Prazo: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Prediction of persisting health impairment by using standardized questionnaires
Prazo: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of symptoms, vital parameters and comorbidities predicting clinical course
Prazo: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Influence of size of training data set
Prazo: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Influence of viral load on the course of disease/ clinical outcome
Prazo: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Influence of different virus variants on the course of disease/ clinical outcome
Prazo: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Influence of SARS-CoV2 vaccination (yes/no) on the course of disease/ clinical outcome
Prazo: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Evaluation of parameters (symptoms, vital parameters, comorbidities) according to their potential of clinical course predictions
Prazo: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Probability of Participants for hospitalisation
Prazo: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Influence of different SARS-CoV2 vaccines on the course of disease/ clinical outcome
Prazo: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Patrocinador

University Hospital Tuebingen

Colaboradores

Max-Planck-Institute Tuebingen

Investigadores

  • Cadeira de estudo: Bernhard Schoelkopf, PhD, Max-Planck-Institute, Tuebingen, Germany
  • Investigador principal: Juergen Hetzel, MD, University Hospital of Tuebingen, Tuebingen, Germany

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)

1 de fevereiro de 2021

Conclusão Primária (Antecipado)

31 de julho de 2021

Conclusão do estudo (Antecipado)

31 de dezembro de 2021

Datas de inscrição no estudo

Enviado pela primeira vez

24 de março de 2021

Enviado pela primeira vez que atendeu aos critérios de CQ

30 de março de 2021

Primeira postagem (Real)

2 de abril de 2021

Atualizações de registro de estudo

Última Atualização Postada (Real)

2 de abril de 2021

Última atualização enviada que atendeu aos critérios de controle de qualidade

30 de março de 2021

Última verificação

1 de janeiro de 2021

Mais Informações

Termos relacionados a este estudo

Palavras-chave

Termos MeSH relevantes adicionais

Outros números de identificação do estudo

  • TEDDI

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

NÃO

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 .

Se inscrever