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

Covid-19, sequelas pós-agudas de infecção por SARS-CoV-2 (PASC) e sistema de tratamento de influenza com aprendizado de máquina

25 de dezembro de 2023 atualizado por: Lizora LLC

Covid-19 autônomo, sequelas pós-agudas de infecção por SARS-CoV-2 (PASC) e sistema de tratamento de influenza com aprendizado de máquina em ambiente ambulatorial

Este é um ensaio observatório de mesa aberta e de um braço para avaliar a eficácia e segurança do Sistema de Tratamento Autônomo Baseado em Aprendizado de Máquina em pacientes com Covid-19, Sequelas Pós-Agudas de infecção por SARS-CoV-2 e influenza.

Visão geral do estudo

Status

Concluído

Condições

Intervenção / Tratamento

Descrição detalhada

Este estudo inscreveu 27 pacientes com diagnóstico de Covid-19, sequelas pós-agudas de infecção por SARS-CoV-2 e gripe. Destes, 26 são pacientes ambulatoriais e 1 está internado. Após a triagem com base nos critérios de inclusão e exclusão, os pacientes elegíveis receberão prescrições recomendadas pelo Sistema de Tratamento Autônomo Baseado em Aprendizado de Máquina neste ensaio observacional. O objetivo deste estudo é determinar se o desempenho do sistema de recomendação de prescrição de aprendizado de máquina está alinhado com o dos praticantes de medicina tradicional chinesa humana e avaliar os resultados clínicos dos pacientes que tomam a prescrição recomendada. O objetivo deste estudo é:

  1. Comparar as classificações feitas pelo nosso sistema de aprendizado de máquina com as feitas pelos médicos, avaliando a confiabilidade e precisão do modelo;
  2. Avaliar hospitalizações ou mortes relacionadas à Covid-19 por qualquer causa até o dia 28;
  3. Determinar se a prescrição recomendada do sistema de aprendizado de máquina alivia sintomas de Covid-19, sequelas pós-agudas de infecção por SARS-CoV-2 e gripe;
  4. Monitorar os participantes que testaram positivo para o antígeno Covid-19 por 28 dias após o início do tratamento para possíveis casos de rebote.

Os participantes usarão um aplicativo on-line para obter os resultados de prescrição recomendados e, em seguida, enviarão esses resultados a um médico para verificação. Os pacientes são solicitados a completar a análise online a cada 3 dias ou sempre que houver alteração nos sintomas, o que ocorrer primeiro. Os participantes também serão orientados a tomar os medicamentos prescritos. Os médicos pesquisadores acompanharão os pacientes a cada 3 dias por meio de ligações telefônicas. Os tratamentos potenciais que os pacientes podem receber incluem qualquer uma das seguintes fórmulas da Medicina Tradicional Chinesa: LizCovidCure-1, LizCovidCure-2, LizCovidCure-3, LizCovidCure-4 e LizCovid-5.

Tipo de estudo

Observacional

Inscrição (Real)

27

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

  • China
    • Yunnan
      • Kunming, Yunnan, China, 650000
        • Sheng'Ai Traditional Medicine Hospital

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

  • Filho
  • Adulto
  • Adulto mais velho

Aceita Voluntários Saudáveis

Não

Método de amostragem

Amostra Não Probabilística

População do estudo

Pacientes com infecção ativa por SARS-Cov-2 dentro de 30 dias, pacientes com sequelas pós-agudas de infecção por SARS-CoV-2 e pacientes com influenza.

Descrição

Critério de inclusão:

  • Homem ou mulher (15 anos ou mais) e o estado de vacinação contra a COVID-19 não foi um fator de inclusão.
  • Indivíduos com quaisquer condições de alto risco
  • Os indivíduos tiveram resultados positivos do antígeno rápido sars-cov-2 em 30 dias
  • Indivíduos com síndrome pós-Covid-19

Critério de exclusão:

  • indivíduos grávidas
  • indivíduos com histórico conhecido de reações alérgicas a ervas medicinais comumente usadas na Medicina Tradicional Chinesa (MTC)

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
Gripe
Pacientes com resultados negativos no teste rápido de antígeno SARS-CoV-2 e que são diagnosticados com gripe receberão prescrições de MTC predefinidas recomendadas pelo Sistema de Tratamento Autônomo com base em aprendizado de máquina.
Outro: Sistema autônomo de tratamento para Covid-19, sequelas pós-agudas de infecção por SARS-CoV-2 e gripe baseado em aprendizado de máquina
Um novo sistema de recomendação de tratamento para Covid-19, sequelas pós-agudas de infecção por SARS-CoV-2 e gripe, baseado em aprendizado de máquina
Infecção ativa por Covid-19
Pacientes com resultados positivos no teste rápido de antígeno SARS-CoV-2 dentro de 60 dias antes do início do estudo receberão prescrições predefinidas de MTC recomendadas pelo Sistema de Tratamento Autônomo com base em aprendizado de máquina
Outro: Sistema autônomo de tratamento para Covid-19, sequelas pós-agudas de infecção por SARS-CoV-2 e gripe baseado em aprendizado de máquina
Um novo sistema de recomendação de tratamento para Covid-19, sequelas pós-agudas de infecção por SARS-CoV-2 e gripe, baseado em aprendizado de máquina
Síndrome Pós-Covid-19
Pacientes com resultados positivos no teste de antígeno Covid-19 obtidos mais de 60 dias antes do início do estudo receberão prescrições de MTC predefinidas recomendadas pelo Sistema de Tratamento Autônomo com base em aprendizado de máquina.
Outro: Sistema autônomo de tratamento para Covid-19, sequelas pós-agudas de infecção por SARS-CoV-2 e gripe baseado em aprendizado de máquina
Um novo sistema de recomendação de tratamento para Covid-19, sequelas pós-agudas de infecção por SARS-CoV-2 e gripe, baseado em aprendizado de máquina

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Precisão de Classificação
Prazo: 1 dia
compare as classificações feitas pelo nosso sistema de aprendizado de máquina com as dos médicos, para avaliar a confiabilidade do modelo
1 dia

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
Taxa de hospitalização e mortalidade
Prazo: 28 dias
avaliamos a hospitalização ou morte relacionada à Covid-19 por qualquer causa até o dia 28
28 dias

Outras medidas de resultado

Medida de resultado
Descrição da medida
Prazo
Alívio dos sintomas
Prazo: 28 dias
Dias de desaparecimento dos sintomas
28 dias
Casos de reinfecção
Prazo: 28 dias
Número de casos com infecção recorrente após tratamento
28 dias

Colaboradores e Investigadores

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

Patrocinador

Lizora LLC

Colaboradores

Sheng'ai Traditional Chinese Medicine Hospital

Investigadores

  • Cadeira de estudo: jiale xian, MHA, Lizora LLC

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)

16 de junho de 2023

Conclusão Primária (Real)

30 de setembro de 2023

Conclusão do estudo (Real)

1 de outubro de 2023

Datas de inscrição no estudo

Enviado pela primeira vez

21 de setembro de 2023

Enviado pela primeira vez que atendeu aos critérios de CQ

21 de setembro de 2023

Primeira postagem (Real)

25 de setembro de 2023

Atualizações de registro de estudo

Última Atualização Postada (Real)

29 de dezembro de 2023

Última atualização enviada que atendeu aos critérios de controle de qualidade

25 de dezembro de 2023

Última verificação

1 de dezembro de 2023

Mais Informações

Termos relacionados a este estudo

Termos MeSH relevantes adicionais

Outros números de identificação do estudo

  • Liz2023Covid19

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

NÃO

Descrição do plano IPD

Não há planos para compartilhar os dados individuais dos participantes (IPD).

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 COVID-19

Pesquisar ensaios semelhantes

Patrocinadores e Colaboradores

Condições médicas

Intervenções de drogas

CROs by country

CROs in India

Condições

Doenças Raras

Intervenções de drogas

Suplementos Alimentares

Patrocinador / Colaboradores

Localizações

3
Se inscrever