Previsão do resultado da diálise baseada em IA com EHR
16 de abril de 2025 atualizado por: Kang Zhang, The Eye Hospital of Wenzhou Medical University
Prevendo os resultados clínicos em pacientes com diálise usando registros eletrônicos de saúde: uma abordagem baseada em IA
Este é um estudo clínico retrospectivo e multicêntrico, projetado para avaliar a aplicação e a eficácia de um modelo preditivo assistido pela AI para o resultado de pacientes com diálise, alavancando dados de saúde multimodais.
Visão geral do estudo
Status
Recrutamento
Condições
Intervenção / Tratamento
Descrição detalhada
Este estudo tem como objetivo desenvolver um modelo assistido por AA para prever resultados clínicos em pacientes com diálise, concentrando-se nos resultados primários (por exemplo, mortalidade) e resultados intermediários (por exemplo, anemia, pressão arterial, estado nutricional e metabolismo de fosfato de cálcio).
O estudo utilizará os dados de EHR dos pacientes, incluindo resultados de testes de laboratório, histórico médico, informações sobre o tratamento de diálise e observações clínicas, para prever esses resultados de saúde.
O objetivo é melhorar a identificação precoce de pacientes em risco, permitindo uma melhor tomada de decisão clínica e estratégias de atendimento personalizado.
Tipo de estudo
Observacional
Inscrição (Estimado)
1000000
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.
Contato de estudo
- Nome: Fei Liu, MD
- Número de telefone: +86 13810512704
- E-mail: liufei_2359@163.com
Locais de estudo
-
-
Beijing
-
Beijing, Beijing, China
- Recrutamento
- General Hospital of PLA
-
Contato:
- Delong Zhao
- Número de telefone: +86 13810512704
- E-mail: feiliu0108@gmail.com
-
-
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
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Não
Método de amostragem
Amostra Não Probabilística
População do estudo
A população do estudo consiste em pacientes com diálise do Centro Nacional de Rede Nacional de Hemodiálise da China, que inclui uma ampla gama de pacientes submetidos ao tratamento de hemodiálise em hospitais participantes em toda a China.
Os participantes serão selecionados com base na disponibilidade de registros de saúde eletrônicos abrangentes (EHR), incluindo histórico médico, resultados de testes de laboratório, detalhes do tratamento com diálise e observações clínicas.
A coorte incluirá pacientes masculinos e femininos, com graus variados de estado de saúde, incluindo aqueles com comorbidades comumente associados à diálise.
O estudo tem como objetivo utilizar esse grupo diversificado para avaliar e prever resultados relacionados à mortalidade e complicações em pacientes com diálise.
Descrição
Critérios de inclusão:
- Pacientes que estejam em diálise (hemodiálise ou diálise peritoneal) há pelo menos 3 meses.
- Dados EHR completos e acessíveis, incluindo histórico médico, resultados de exames laboratoriais, detalhes do tratamento de diálise e observações clínicas.
- Os participantes devem fornecer consentimento informado para o uso de seus dados de saúde para fins de pesquisa.
Critérios de exclusão:
- Pacientes com dados críticos de EHR incompletos ou ausentes, incluindo histórico médico, resultados laboratoriais, dados de diálise ou detalhes de tratamento necessários para o estudo.
- Pacientes que estão em diálise há menos de 3 meses, para garantir dados estáveis para previsão de resultados.
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 |
|---|---|
|
Grupo de alto risco
Os participantes previam ter um alto risco de mortalidade com base em modelos de previsão assistidos por AE usando seus dados de EHR, incluindo histórico médico, resultados de laboratório, detalhes do tratamento com diálise e observações clínicas.
|
Este estudo utiliza um modelo preditivo assistido de AA que analisa dados multimodais de registros eletrônicos de saúde, incluindo histórico médico, resultados do laboratório, detalhes do tratamento com diálise e observações clínicas, para prever resultados para pacientes com diálise.
O modelo emprega algoritmos de aprendizado profundo para prever o risco de mortalidade, resultados intermediários, como anemia, controle da pressão arterial, nutrição e metabolismo do fosfato de cálcio e ajuda a identificar sinais precoces de deterioração.
A intervenção não é um tratamento ou procedimento direto, mas visa desenvolver uma ferramenta para prever resultados dos pacientes e otimizar estratégias de tratamento para melhorar as taxas gerais de saúde e sobrevivência para pacientes com diálise.
|
|
Grupo de baixo risco
Os participantes previram ter um baixo risco de mortalidade com base no modelo de predição assistido por IA, que será comparado com o grupo de alto risco para avaliar a eficácia das estratégias de intervenção precoce.
|
Este estudo utiliza um modelo preditivo assistido de AA que analisa dados multimodais de registros eletrônicos de saúde, incluindo histórico médico, resultados do laboratório, detalhes do tratamento com diálise e observações clínicas, para prever resultados para pacientes com diálise.
O modelo emprega algoritmos de aprendizado profundo para prever o risco de mortalidade, resultados intermediários, como anemia, controle da pressão arterial, nutrição e metabolismo do fosfato de cálcio e ajuda a identificar sinais precoces de deterioração.
A intervenção não é um tratamento ou procedimento direto, mas visa desenvolver uma ferramenta para prever resultados dos pacientes e otimizar estratégias de tratamento para melhorar as taxas gerais de saúde e sobrevivência para pacientes com diálise.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Precisão da previsão de mortalidade
Prazo: 1 ano
|
A capacidade do modelo preditivo assistido de AA de prever com precisão o risco de mortalidade em pacientes com diálise.
A precisão da previsão será avaliada usando a área sob a curva (AUC), a pontuação de F1 e a sensibilidade/especificidade.
O modelo será avaliado comparando o risco de mortalidade previsto com os resultados reais (ou seja, se os pacientes sobreviveram ou faleceram durante o período do estudo).
|
1 ano
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Precisão na previsão de complicações
Prazo: 1 ano
|
A precisão do modelo preditivo assistido por IA na previsão de complicações comumente experimentadas por pacientes em diálise, incluindo anemia, pressão arterial não controlada, mau estado nutricional e anormalidades no metabolismo do fosfato de cálcio.
O desempenho do modelo será avaliado usando métricas como AUC, pontuação F1 e precisão, comparando valores previstos com resultados clínicos reais, como resultados de laboratório, diagnósticos clínicos e estado de saúde do paciente.
|
1 ano
|
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 (Real)
1 de janeiro de 2023
Conclusão Primária (Estimado)
1 de maio de 2025
Conclusão do estudo (Estimado)
1 de maio de 2025
Datas de inscrição no estudo
Enviado pela primeira vez
19 de janeiro de 2025
Enviado pela primeira vez que atendeu aos critérios de CQ
19 de janeiro de 2025
Primeira postagem (Real)
24 de janeiro de 2025
Atualizações de registro de estudo
Última Atualização Postada (Real)
17 de abril de 2025
Última atualização enviada que atendeu aos critérios de controle de qualidade
16 de abril de 2025
Última verificação
1 de abril de 2025
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Outros números de identificação do estudo
- Dialysis
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
produto fabricado e exportado 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 .