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

Um modelo de inteligência artificial para a extensão intensiva de estadia, resultado neurológico e estimativa de custos após ressuscitação cardiopulmonar: um estudo de coorte.

30 de setembro de 2025 atualizado por: Nıgar Kangarlı, Bezmialem Vakif University

Um modelo de inteligência artificial para a duração intensiva da estadia, o resultado neurológico e a estimativa de custos após a ressuscitação cardiopulmonar: um estudo de coorte

O estudo tem como objetivo ver os pacientes registrados na Unidade de Terapia Intensiva do Hospital Universitário de Bezmialem Vakıf, após a ressuscitação sucessiva da parada cardíaca de outubro de 2010 a setembro de 2025. O objetivo é determinar o tempo de permanência em reanimação, resultado clínico neurológico e custos desses pacientes na alta do departamento. Todos esses dados devem ser avaliados por inteligência artificial para avaliar um modelo preditivo.

Visão geral do estudo

Tipo de estudo

Observacional

Inscrição (Estimado)

5000

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 de Probabilidade

População do estudo

Pacientes acima de 18 anos após a bem -sucedida ressuscitação cardiopulmonar com ROSC registrados na unidade de terapia intensiva de Bezmialem Vakıf University, de outubro de 2010 a setembro de 2025, serão incluídos no resesarch.

Descrição

Critérios de inclusão:

  • idade> 18 anos
  • Resuscitação cardiopulmonar sucessiva
  • Pelo menos 1 hora de admissão na UTI após o retorno da circulação espontânea (ROSC)

Critérios de exclusão:

  • idade <18 anos
  • > 80% ausentes dados em registros de pacientes
  • Pacientes sem ROSC

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
Idade> 18 anos pacientes após bem -sucedidos ressuscitação cardiopulmonar observada na reanimação
Os dados de pacientes após sucessivos rescisão serão avaliados por programas de aprendizado de máquina.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Programa Python de aprendizado de máquina
Prazo: 3 meses
O banco de dados criado será analisado usando um algoritmo de inteligência artificial de aprendizado de máquina com a linguagem de programação Python. Após o processamento de dados ausentes e incompletos por inteligência artificial, o banco de dados será dividido em duas partes: treinamento de modelos e validação de modelo. Os dados significativos serão selecionados através do treinamento do modelo e um modelo de previsão será construído com base nesses dados. Para aumentar a interpretabilidade do modelo de previsão e ajudar os usuários a entender como e por que certas previsões são feitas, o algoritmo Shapeley Additive Explicações (SHAP) será usado. No aprendizado de máquina, a técnica de forma é usada para interpretar os processos de tomada de decisão de modelos complexos de aprendizado de máquina.
3 meses

Colaboradores e Investigadores

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

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 (Estimado)

1 de outubro de 2025

Conclusão Primária (Estimado)

1 de dezembro de 2025

Conclusão do estudo (Estimado)

1 de dezembro de 2025

Datas de inscrição no estudo

Enviado pela primeira vez

30 de setembro de 2025

Enviado pela primeira vez que atendeu aos critérios de CQ

30 de setembro de 2025

Primeira postagem (Estimado)

7 de outubro de 2025

Atualizações de registro de estudo

Última Atualização Postada (Estimado)

7 de outubro de 2025

Última atualização enviada que atendeu aos critérios de controle de qualidade

30 de setembro de 2025

Última verificação

1 de setembro de 2025

Mais Informações

Termos relacionados a este estudo

Outros números de identificação do estudo

  • Nkangarli002

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