Análise de Eventos Adversos em Anestesia Usando Inteligência Artificial (ADVENTURE)
Análise de eventos adversos em anestesia usando inteligência artificial
O interesse dos bancos de dados de saúde em anestesia não é mais demonstrado. O objetivo desta pesquisa foi desenvolver uma abordagem de processamento de linguagem natural para estabelecer uma classificação de eventos adversos observados durante o período perioperatório e facilitar sua análise:
O principal objetivo do estudo foi identificar o que um modelo não supervisionado "ingênuo" descobriria com base nas descrições de Eventos Adversos (EA). Nosso segundo objetivo foi identificar eventos aparentemente não relacionados cuja combinação poderia favorecer a ocorrência de um EA
Visão geral do estudo
Status
Condições
Tipo de estudo
Inscrição (Real)
Contactos e Locais
Locais de estudo
-
-
-
Strasbourg, França, 67091
- Service d'Anesthésie et Réanimation chirurgicale - CHU de Strasbourg - France
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Método de amostragem
População do estudo
Descrição
Critério de inclusão:
- Menores e adultos que tiveram uma reação alérgica associada ao cuidado
- Ter tido um evento adverso relatado por um anestesista entre 01 de janeiro de 2009 e 30 de junho de 2020
Critério de exclusão:
- Paciente que não preenche os critérios de inclusão
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Modelos de observação: Caso-somente
- Perspectivas de Tempo: Retrospectivo
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Desenvolvimento de uma abordagem de processamento de linguagem natural para estabelecer uma classificação de eventos adversos observados durante o período perioperatório e facilitar sua análise.
Prazo: Serão examinados os arquivos analisados retrospectivamente de 01 de janeiro de 2009 a 30 de junho de 2020]
|
O objetivo desta pesquisa foi desenvolver uma abordagem de processamento de linguagem natural para estabelecer uma classificação de eventos adversos observados durante o período perioperatório e facilitar sua análise: O principal objetivo do estudo foi identificar o que um modelo não supervisionado "ingênuo" descobriria com base nas descrições de Eventos Adversos (EA). Nosso segundo objetivo foi identificar eventos aparentemente não relacionados cuja combinação poderia favorecer a ocorrência de um EA |
Serão examinados os arquivos analisados retrospectivamente de 01 de janeiro de 2009 a 30 de junho de 2020]
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Paul-Michel MERTES, MD, PhD, Service d'Anesthésie et Réanimation chirurgicale - CHU de Strasbourg - France
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Real)
Conclusão do estudo (Real)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Atualizações de registro de estudo
Última Atualização Postada (Estimado)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- 8505
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
produto fabricado e exportado dos EUA
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 .