Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Early Detection of Clinical Deterioration in Patients With COVID-19 Using Machine Learning (COVID-19)

30 марта 2021 г. обновлено: University Hospital Tuebingen
The aim of this study is to use artificial intelligence in the form of machine learning analysing vital signs as well as symptoms of patients suffering from Covid19 to identify predictors of disease progression and severe course of disease.

Обзор исследования

Статус

Неизвестный

Условия

Вмешательство/лечение

Тип исследования

Наблюдательный

Регистрация (Ожидаемый)

1000

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Места учебы

  • Германия
      • Tuebingen, Германия, 72076
        • Рекрутинг
        • University Hospital of Tuebingen
        • Контакт:
        • Контакт:
        • Младший исследователь:
          • Bijoy N Atique, M.D.
        • Главный следователь:
          • Juergen Hetzel, M.D.
        • Младший исследователь:
          • Maik Haentschel, M.D.

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Возраст, подходящий для обучения

18 лет и старше (Взрослый, Пожилой взрослый)

Принимает здоровых добровольцев

Н/Д

Полы, имеющие право на обучение

Все

Метод выборки

Вероятностная выборка

Исследуемая популяция

Patients with detection of SARS-CoV2

Описание

Inclusion Criteria:

  • Written informed consent
  • Age >= 18 years
  • Detection of SARS-CoV2 within the past 5 days

Exclusion Criteria:

  • Inability to measure vital parameters and document symptoms

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

Когорты и вмешательства

Группа / когорта
Вмешательство/лечение
Training cohort
Randomly selection of 80% of the study population. The machine learning algorithm is trained on this dataset
Другой: Machine learning
Machine learning on vital parameters, clinical symptoms and underlying diseases
Validation cohort
Randomly selection of 20% of the study population. The machine learning algorithm which was trained on the basis of the training data cohort is validated on the validation cohort.
Другой: Machine based evaluation
Quantification of the prediction power and identification of the most relevant predictive parameters

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Временное ограничение
Probability of Participants for Hospitalisation or Fatal Outcome
Временное ограничение: Detection of severe acute respiratory syndrome- Corona Virus 2 (SARS-CoV2) to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of severe acute respiratory syndrome- Corona Virus 2 (SARS-CoV2) to recovery, hospitalisation or fatal outcome up to 5 weeks

Вторичные показатели результатов

Мера результата
Временное ограничение
Probability of Participants for Intensive Care Unit Admission
Временное ограничение: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Probability of Participants for Fatal Outcome
Временное ограничение: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Prediction of persisting health impairment by using standardized questionnaires
Временное ограничение: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of symptoms, vital parameters and comorbidities predicting clinical course
Временное ограничение: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Influence of size of training data set
Временное ограничение: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Influence of viral load on the course of disease/ clinical outcome
Временное ограничение: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Influence of different virus variants on the course of disease/ clinical outcome
Временное ограничение: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Influence of SARS-CoV2 vaccination (yes/no) on the course of disease/ clinical outcome
Временное ограничение: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Evaluation of parameters (symptoms, vital parameters, comorbidities) according to their potential of clinical course predictions
Временное ограничение: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Probability of Participants for hospitalisation
Временное ограничение: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Influence of different SARS-CoV2 vaccines on the course of disease/ clinical outcome
Временное ограничение: Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

University Hospital Tuebingen

Соавторы

Max-Planck-Institute Tuebingen

Следователи

  • Учебный стул: Bernhard Schoelkopf, PhD, Max-Planck-Institute, Tuebingen, Germany
  • Главный следователь: Juergen Hetzel, MD, University Hospital of Tuebingen, Tuebingen, Germany

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Действительный)

1 февраля 2021 г.

Первичное завершение (Ожидаемый)

31 июля 2021 г.

Завершение исследования (Ожидаемый)

31 декабря 2021 г.

Даты регистрации исследования

Первый отправленный

24 марта 2021 г.

Впервые представлено, что соответствует критериям контроля качества

30 марта 2021 г.

Первый опубликованный (Действительный)

2 апреля 2021 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

2 апреля 2021 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

30 марта 2021 г.

Последняя проверка

1 января 2021 г.

Дополнительная информация

Термины, связанные с этим исследованием

Ключевые слова

Дополнительные соответствующие термины MeSH

Другие идентификационные номера исследования

  • TEDDI

Планирование данных отдельных участников (IPD)

Планируете делиться данными об отдельных участниках (IPD)?

НЕТ

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

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. .

Подписаться