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

Прогнозирование ухудшения состояния пациента с помощью машинного обучения

16 марта 2026 г. обновлено: David Levine, Brigham and Women's Hospital
Это ретроспективное обсервационное исследование, основанное на данных из базы данных Brigham and Women's Home Hospital. Социально-демографические и клинические данные обучающей когорты использовались для обучения алгоритма машинного обучения прогнозированию ухудшения состояния пациента во время его госпитализации. Затем этот алгоритм был проверен в когорте проверки.

Обзор исследования

Статус

Завершенный

Условия

Вмешательство/лечение

Тип исследования

Наблюдательный

Регистрация (Действительный)

526

Контакты и местонахождение

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

Места учебы

  • Соединенные Штаты
    • Massachusetts
      • Boston, Massachusetts, Соединенные Штаты, 02115
        • Brigham and Women's Hospital
      • Boston, Massachusetts, Соединенные Штаты, 02130
        • Brigham and Women's Faulkner Hospital

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

Нет

Метод выборки

Невероятностная выборка

Исследуемая популяция

Субъекты, поступившие в больницу Brigham and Women's Hospital и Brigham and Women's Faulkner Hospital, которые соответствуют требованиям первичного диагноза, возраста и географического проживания и зарегистрированы в домашней больнице.

Описание

Критерии включения:

Уход в рамках исследования Brigham and Women's Home Hospital

Критерий исключения:

Неполные данные непрерывного мониторинга

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
Обучение
Подмножество пациентов, которые используются для обучения алгоритма машинного обучения.
Другой: Традиционные сигналы тревоги основных показателей жизнедеятельности в сравнении с индексом BioVitals и национальной шкалой раннего предупреждения 2
Мы ретроспективно сравним сигналы тревоги, полученные с помощью традиционных сигналов тревоги основных показателей жизнедеятельности (пороги, установленные клиницистами), с индексом BioVitals и с национальной оценкой раннего предупреждения 2.
Проверка
Подмножество пациентов, которые «сдерживаются» и используются для проверки точности алгоритма.
Другой: Традиционные сигналы тревоги основных показателей жизнедеятельности в сравнении с индексом BioVitals и национальной шкалой раннего предупреждения 2
Мы ретроспективно сравним сигналы тревоги, полученные с помощью традиционных сигналов тревоги основных показателей жизнедеятельности (пороги, установленные клиницистами), с индексом BioVitals и с национальной оценкой раннего предупреждения 2.

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Тревожная нагрузка
Временное ограничение: От поступления до выписки, измеряемое в часах, в среднем 5 дней
Количество срабатываний тревоги на одного пациента в час
От поступления до выписки, измеряемое в часах, в среднем 5 дней

Вторичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Чувствительность для распознавания безопасного композита
Временное ограничение: От поступления до выписки в среднем 5 дней
Чувствительность (истинно положительные результаты, разделенные на положительные результаты состояния) для обнаружения композита безопасности (посещение на ночь, дополнительное незапланированное посещение, перевод обратно в больницу, смерть во время госпитализации, делирий, потеря сознания или другое серьезное событие).
От поступления до выписки в среднем 5 дней
Специфичность для распознавания безопасного композита
Временное ограничение: От поступления до выписки в среднем 5 дней
Специфичность (истинно отрицательные результаты, разделенные на отрицательные состояния) для выявления составного фактора безопасности (посещение на ночь, дополнительное незапланированное посещение, перевод обратно в больницу, смерть при поступлении, делирий, потеря сознания или другое серьезное событие).
От поступления до выписки в среднем 5 дней
Положительная прогностическая ценность для распознавания композита безопасности
Временное ограничение: От поступления до выписки в среднем 5 дней
Прогностическая ценность положительного результата (истинно положительные результаты, разделенные на сумму истинно положительных результатов плюс ложноположительные результаты) для выявления составного фактора безопасности (посещение на ночь, дополнительное незапланированное посещение, перевод обратно в больницу, смерть при поступлении, делирий, потеря сознания или другие Главное событие).
От поступления до выписки в среднем 5 дней
Отрицательная прогностическая ценность для распознавания композита безопасности
Временное ограничение: От поступления до выписки в среднем 5 дней
Отрицательная прогностическая ценность (истинно отрицательные результаты, разделенные на сумму истинно отрицательных результатов плюс ложноотрицательные результаты) для выявления составного фактора безопасности (посещение на ночь, дополнительное незапланированное посещение, перевод обратно в больницу, смерть при поступлении, делирий, потеря сознания или другое Главное событие).
От поступления до выписки в среднем 5 дней
Частота сигналов тревоги с клинической ценностью
Временное ограничение: От поступления до выписки в среднем 5 дней
Мы будем использовать общие оценочные уравнения (GEE) с тремя исходами для каждого пациента (количество клинически важных сигналов тревоги для BioVitals, NEWS2 и традиционных показателей жизнедеятельности); GEE будет учитывать кластеризацию между тремя исходами для пациента. GEE будет использовать отрицательную биномиальную маргинальную модель с логарифмической связью для количества сигналов тревоги, имеющих клиническую пользу, и смещением для логарифмической продолжительности пребывания (в часах); с помощью этой модели мы моделируем количество сигналов тревоги в час с клинической полезностью с помощью BI, NEWS2 и традиционных показателей жизнедеятельности. Основной ковариацией в отрицательной биномиальной модели будет трехуровневая ковариата для метода: BI против NEWS2 против традиционных показателей жизнедеятельности, а экспонента эффекта этой ковариаты будет парным отношением скоростей для BI против NEWS2 против традиционных показателей жизнедеятельности. знаки.
От поступления до выписки в среднем 5 дней

Соавторы и исследователи

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

Спонсор

Brigham and Women's Hospital

Соавторы

Biofourmis Inc.

Следователи

  • Главный следователь: David Levine, MD MPH MA, Associate Physician

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)

20 марта 2021 г.

Первичное завершение (Действительный)

20 марта 2025 г.

Завершение исследования (Действительный)

16 февраля 2026 г.

Даты регистрации исследования

Первый отправленный

14 апреля 2021 г.

Впервые представлено, что соответствует критериям контроля качества

15 сентября 2021 г.

Первый опубликованный (Действительный)

16 сентября 2021 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

17 марта 2026 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

16 марта 2026 г.

Последняя проверка

1 марта 2026 г.

Дополнительная информация

Термины, связанные с этим исследованием

Дополнительные соответствующие термины MeSH

Другие идентификационные номера исследования

  • 2017P002583d

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