- ICH GCP
- Реестр клинических исследований США
- Клиническое испытание NCT04678986
ER2 и глубокое обучение для прогнозирования неблагоприятных последствий для здоровья
Оценка отделения неотложной помощи для пожилых пользователей отделений неотложной помощи: прогнозирование неблагоприятных последствий для здоровья с помощью алгоритмов глубокого обучения
Посещение отделения неотложной помощи (ED) для пожилого человека является медицинским вмешательством с высоким риском. Известные нежелательные явления (НЯ) включают делирий, длительное пребывание в отделении неотложной помощи или госпитализации, госпитализацию, повторные обращения в отделение неотложной помощи и смерть в больнице. Это происходит с растущей долей посетителей отделения неотложной помощи старше 65 лет, которые представлены в посещениях отделения неотложной помощи.
Инструменты, прогнозирующие НЯ в отделении неотложной помощи, имеют первостепенное значение для принятия решений о сортировке и распределении пациентов. Они могут помочь определить области неудовлетворенных потребностей пожилых людей для разработки целенаправленных действий. Несколько систем оценки, в том числе «Программа исследований по интеграции служб поддержки автономии» (PRISMA-7), выявление пожилых людей в группе риска (ISAR), шкала клинической слабости (CFS), краткая гериатрическая оценка (BGA). широко изучались в отделении неотложной помощи и других условиях для различных результатов. Эти инструменты основаны на простой системе оценки, которую может надежно и быстро администрировать минимально обученный персонал. В противном случае вряд ли применимы к повседневной клинической практике.
Поскольку точность прогнозирования за последнее десятилетие значительно не улучшилась, возможно, необходимы новые стратегии анализа. Нынешняя шумиха вокруг глубокого обучения связана с более качественным и дешевым оборудованием и доступностью простых библиотек с открытым исходным кодом, поддерживаемых крупными компаниями и широким сообществом пользователей. Следовательно, реализация алгоритмов глубокого обучения (ГО) теперь открыта для широкого спектра условий, включая медицинскую помощь в стандартной клинической практике. Было показано, что DL более точен, чем средний сертифицированный специалист, в очень специфических задачах. Прогнозирование различных клинических исходов дало менее драматические результаты, возможно, поскольку традиционные (не DL) модели уже превзошли клиницистов по многим болезненным состояниям. Опубликованные подходы DL, применяемые для прогнозирования результатов в отделении неотложной помощи, были сосредоточены на остробольных взрослых в целом, конкретных состояниях или административных проблемах, таких как приемное отделение или переполненность отделения неотложной помощи. Ни один из них не нацелен на определенную возрастную группу, например, на пожилых посетителей отделения неотложной помощи.
Важным предостережением для многих подходов ГО является интерпретация результатов. Чтобы разработать вмешательства, основанные на целевых характеристиках, связанных с НЯ в данной модели, она должна быть в некоторой степени прозрачной. Если несколько слоев NN улучшают прогноз по сравнению с линейной регрессией, они часто не дают клинически значимого понимания того, как и какие переменные взаимодействуют для получения такого результата.
Обзор исследования
Тип исследования
Контакты и местонахождение
Контакты исследования
- Имя: Olivier beauchet, MD
- Номер телефона: 3637 (514)-340-3540
- Электронная почта: olivier.beauchet@umontreal.ca
Места учебы
-
-
Quebec
-
Montréal, Quebec, Канада, H3T 1E2
- Jewish General Hospital
-
-
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
Принимает здоровых добровольцев
Метод выборки
Исследуемая популяция
Описание
Критерии включения:
- Возраст старше 75 лет
- Незапланированный визит в отделение неотложной помощи
Критерий исключения:
- Не соответствуют критериям включения
Учебный план
Как устроено исследование?
Детали дизайна
- Наблюдательные модели: Когорта
- Временные перспективы: Другой
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
---|---|
Участники ER2
все участники базы данных ER2 будут включены в анализ
|
Без вмешательства, только анализ данных
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
---|---|---|
ЭД продолжительность пребывания
Временное ограничение: через конституцию базы данных, с сентября 2017 г. по июль 2020 г.
|
Продолжительность пребывания в отделении неотложной помощи определяется как среднее количество часов, которые пациенты проводят в отделении неотложной помощи.
|
через конституцию базы данных, с сентября 2017 г. по июль 2020 г.
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
---|---|---|
Длительное пребывание в больнице
Временное ограничение: через конституцию базы данных, с сентября 2017 г. по июль 2020 г.
|
Длительная продолжительность пребывания в стационаре определяется как пребывание сверх среднего количества дней, которые пациенты проводят в больнице.
|
через конституцию базы данных, с сентября 2017 г. по июль 2020 г.
|
Количество участников с хотя бы одной госпитализацией
Временное ограничение: через конституцию базы данных, с сентября 2017 г. по июль 2020 г.
|
Определяется как поступление в стационар после поступления в отделение неотложной помощи.
|
через конституцию базы данных, с сентября 2017 г. по июль 2020 г.
|
повторные визиты в отделение неотложной помощи
Временное ограничение: через конституцию базы данных, с сентября 2017 г. по июль 2020 г.
|
Определяется как повторное посещение отделения неотложной помощи в течение 30 дней.
|
через конституцию базы данных, с сентября 2017 г. по июль 2020 г.
|
Количество участников с диагнозом делирий
Временное ограничение: через конституцию базы данных, с сентября 2017 г. по июль 2020 г.
|
Определяется как диагноз делирия в медицинской карте больного.
|
через конституцию базы данных, с сентября 2017 г. по июль 2020 г.
|
Количество участников с госпитальной смертью
Временное ограничение: через конституцию базы данных, с сентября 2017 г. по июль 2020 г.
|
Определяется как зарегистрированная смерть во время госпитализации
|
через конституцию базы данных, с сентября 2017 г. по июль 2020 г.
|
Соавторы и исследователи
Спонсор
Следователи
- Главный следователь: Olivier Beauchet, MD, McGill University
Даты записи исследования
Изучение основных дат
Начало исследования (Оцененный)
Первичное завершение (Оцененный)
Завершение исследования (Оцененный)
Даты регистрации исследования
Первый отправленный
Впервые представлено, что соответствует критериям контроля качества
Первый опубликованный (Действительный)
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
Последнее отправленное обновление, отвечающее критериям контроля качества
Последняя проверка
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- 2021-2699
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .
Клинические исследования ER2
-
Jewish General HospitalАктивный, не рекрутирующийВзрослые люди | Здравоохранение | Ухудшение здоровья | ОценкиКанада