- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT06724120
Modelo de prognóstico de inteligência artificial para sepse baseado em análise de série temporal
Construção de um modelo de predição prognóstica de inteligência artificial para sepse baseado em análise de séries temporais
A sepse é uma disfunção orgânica com risco de vida causada por uma resposta desregulada do hospedeiro à infecção. É uma das principais causas de morte e incapacidade em todo o mundo, com uma taxa de mortalidade hospitalar de 10-20%. A sepse é uma complicação grave em pacientes gravemente enfermos e pode causar choque séptico e síndrome de disfunção de múltiplos órgãos (SDMO), geralmente desencadeada por trauma grave, cirurgia e infecções. Apesar da disponibilidade de tecnologias avançadas de diagnóstico, terapêutica e monitorização, a incidência e a mortalidade da sépsis permanecem elevadas, representando um desafio global significativo para a comunidade médica. Mais de 49 milhões de pessoas em todo o mundo desenvolvem sépsis anualmente, com aproximadamente 11 milhões de mortes, resultando numa taxa de mortalidade de cerca de 15%-25%.
Este estudo tem como objetivo desenvolver um modelo de predição de prognóstico para pacientes com sepse utilizando uma arquitetura de rede neural (algoritmo Transformer), baseado em dados de séries temporais. O desfecho primário observado é o desfecho de mortalidade de pacientes com sepse. O objetivo da pesquisa é melhorar a identificação precoce de pacientes com sepse de alto risco, otimizando assim o momento do tratamento e da intervenção na sepse e melhorando a precisão da previsão do prognóstico para pacientes com sepse.
Visão geral do estudo
Status
Intervenção / Tratamento
Descrição detalhada
1. Antecedentes da pesquisa A sepse é uma disfunção orgânica com risco de vida causada por uma resposta desregulada do hospedeiro à infecção. É uma das principais causas de morte e incapacidade em todo o mundo, com uma taxa de mortalidade hospitalar de 10-20%. A sepse é uma complicação grave em pacientes gravemente enfermos e pode causar choque séptico e síndrome de disfunção de múltiplos órgãos (SDMO), geralmente desencadeada por trauma grave, cirurgia e infecções. Apesar da disponibilidade de tecnologias avançadas de diagnóstico, terapêutica e monitorização, a incidência e a mortalidade da sépsis permanecem elevadas, representando um desafio global significativo para a comunidade médica. Mais de 49 milhões de pessoas em todo o mundo desenvolvem sépsis anualmente, com aproximadamente 11 milhões de mortes, resultando numa taxa de mortalidade de cerca de 15%-25%.
2. Objetivos e Conteúdo da Pesquisa
- Objetivo da pesquisa Este estudo tem como objetivo desenvolver um modelo de predição de prognóstico para pacientes com sepse utilizando uma arquitetura de rede neural (algoritmo Transformer), baseado em dados de séries temporais. O desfecho primário observado é o desfecho de mortalidade de pacientes com sepse. O objetivo da pesquisa é melhorar a identificação precoce de pacientes com sepse de alto risco, otimizando assim o momento do tratamento e da intervenção na sepse e melhorando a precisão da previsão do prognóstico para pacientes com sepse.
Conteúdo da pesquisa 2.1 Critérios de inclusão Pacientes com diagnóstico de sepse no Hospital da China Ocidental da Universidade de Sichuan de janeiro de 2020 a dezembro de 2023.
2.2 Critérios de Exclusão 1) Idade menor de 18 anos; 2) Gênero desconhecido; 3) Diagnóstico de alta incorreto ou inválido; 4) Período de internação inferior a 24 horas; 5) Dados faltantes excedem 30%. 2.3 Tamanho da amostra 3.000 casos. 2.4 Dados a serem coletados Uma análise retrospectiva dos dados clínicos de pacientes com diagnóstico de sepse no Hospital da China Ocidental da Universidade de Sichuan de janeiro de 2020 a dezembro de 2023 será realizada. Os dados iniciais dos pacientes (incluindo idade, sexo, comorbidades, histórico de tumores malignos, locais de lesões, tipos patológicos, etc.), ocorrência de complicações graves, internação hospitalar total, tempo de sobrevivência e outras informações relevantes serão resumidos para construir um modelo de previsão de prognóstico baseado em séries temporais para risco de mortalidade por sepse.
- Princípios e Requisitos Éticos de Pesquisa Clínica Esta pesquisa clínica cumprirá a Declaração de Helsinque emitida pela Associação Médica Mundial e os regulamentos relevantes estabelecidos pela Comissão Nacional de Saúde e Planejamento Familiar da República Popular da China relativa à Revisão Ética de Pesquisa Biomédica Envolvendo Sujeitos Humanos. A pesquisa utilizará apenas registros médicos e/ou amostras retrospectivas, com todos os identificadores pessoais removidos. Não haverá risco para os sujeitos, nem impactará negativamente seus direitos ou saúde. Portanto, o consentimento informado é dispensado. Os dados da pesquisa serão armazenados no Hospital da China Ocidental da Universidade de Sichuan, acessíveis aos pesquisadores, aos departamentos de supervisão e ao comitê de revisão ética. Quaisquer relatórios públicos relacionados com os resultados da investigação não divulgarão a identidade pessoal dos sujeitos. Faremos todos os esforços dentro da estrutura legal para proteger a privacidade e as informações médicas pessoais dos sujeitos.
Tipo de estudo
Inscrição (Real)
Contactos e Locais
Locais de estudo
-
-
Sichuan
-
Chengdu, Sichuan, China, 610041
- Chi Zhang
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Método de amostragem
População do estudo
Descrição
Critérios de inclusão:
- Pacientes com diagnóstico clínico de sepse no Hospital da China Ocidental da Universidade de Sichuan de janeiro de 2020 a dezembro de 2023
Critérios de exclusão:
- Menores de 18 anos;
- Gênero desconhecido;
- Diagnóstico de alta incorreto ou inválido;
- O tempo de internação é inferior a 24 horas;
- As informações dos dados estão faltando em mais de 30%.
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
|---|---|
|
Grupo de Sobrevivência
|
Sem intervenções
|
|
Grupo de não sobrevivência
|
Sem intervenções
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Nível de biomarcador
Prazo: 5 anos
|
Incluindo marcadores inflamatórios (como proteína C reativa (PCR), interleucinas (IL-6, IL-10) e procalcitonina (PCT)) e marcadores metabólicos (como níveis de lactato e valores de pH de gasometria arterial) para análise prognóstica de sepse .
|
5 anos
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Pontuação SOFÁ
Prazo: 5 anos
|
Medida padrão da função orgânica para sepse.
|
5 anos
|
|
Tempo de internação na UTI
Prazo: 5 anos
|
Reflete a gravidade da doença e as necessidades de cuidados intensivos.
|
5 anos
|
|
Pontuação APACHE II
Prazo: 5 anos
|
Medida padrão de gravidade para sepse.
|
5 anos
|
Colaboradores e Investigadores
Patrocinador
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 (Estimado)
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
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- No.126 in 2024
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
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
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 .