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

AI4Triage - Desenvolvimento de Métodos Baseados em Inteligência Artificial para a Análise de Dados de Triagem.

31 de dezembro de 2025 atualizado por: Pietro Hiram Guzzi, University of Catanzaro

AI4Triage - Desenvolvimento de Métodos Baseados em Inteligência Artificial para a Análise de Dados de Triagem

A inteligência artificial, e em particular as Redes Neurais de Grafos (GNNs), tem mostrado um enorme potencial na análise de dados clínicos complexos. Graças à sua capacidade de modelar relações entre variáveis, as GNNs representam uma evolução significativa em comparação com os modelos tradicionais, permitindo uma melhor interpretação da informação médica e apoiando decisões baseadas em dados em contextos complexos, como a medicina de emergência.

A aplicação das GNNs ao triagem clínico e à previsão da Duração da Internação pode melhorar a eficiência clínica, otimizando a alocação de recursos e a gestão de pacientes. Este estudo observacional visa avaliar a precisão das previsões em relação a dados clínicos reais, contribuindo para o desenvolvimento de ferramentas preditivas avançadas para apoiar os processos de tomada de decisão na saúde.

Visão geral do estudo

Status

Ativo, não recrutando

Condições

Intervenção / Tratamento

Tipo de estudo

Observacional

Inscrição (Real)

1500

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

      • Catanzaro, Itália
        • University of Catanzaro

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

todos os admitidos no SU

Descrição

Critérios de Inclusão:

  • todos

Critérios de Exclusão:

  • pacientes com códigos vermelhos e lesões graves

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

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Números de Subtriagem
Prazo: 12 meses
Os investigadores vão medir o número de classificações incorretas
12 meses
Subtratado
Prazo: 12 meses
Os investigadores irão medir a capacidade de prever o subtratamento
12 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 (Real)

1 de novembro de 2025

Conclusão Primária (Estimado)

1 de novembro de 2026

Conclusão do estudo (Estimado)

30 de novembro de 2027

Datas de inscrição no estudo

Enviado pela primeira vez

17 de dezembro de 2025

Enviado pela primeira vez que atendeu aos critérios de CQ

17 de dezembro de 2025

Primeira postagem (Estimado)

31 de dezembro de 2025

Atualizações de registro de estudo

Última Atualização Postada (Real)

6 de janeiro de 2026

Última atualização enviada que atendeu aos critérios de controle de qualidade

31 de dezembro de 2025

Última verificação

1 de dezembro de 2025

Mais Informações

Termos relacionados a este estudo

Termos MeSH relevantes adicionais

Outros números de identificação do estudo

  • AI4Triage

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

INDECISO

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 Observação

Se inscrever