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

Healthy Data: Improving Health Information Quality Using Intelligent Systems

6 декабря 2021 г. обновлено: Obinwa Ozonze, University of Portsmouth

Collection of Electronic Health Records (EHR) for Validation of Artificial Intelligence Based Tool for Data Quality Assessment

Electronic Health Record Systems (EHR) play an integral role in healthcare practice, enabling health organisations to collect, access and manage data more consistently. There is also a great deal of interest in using EHR data to improve decision-making and accelerate medical interventions. However, like all information systems, they are prone to data quality problems such as incomplete records, values outside normal ranges and implausible relationships. These problems are expected to become more prevalent as more organisations adopt electronic health record systems, aggregate, share and explore health data. The investigators believe current efforts to improve health data quality can be made more effective if backed by appropriate technology in the form of a readily accessible intelligent tool. Building on this, the investigators developed an Artificial Intelligence (AI) tool for automating data quality assessment of health data. In this study, the investigators evaluate the AI tool using a real-world dataset.

Обзор исследования

Статус

Еще не набирают

Условия

Подробное описание

The main aim of this study is to assess the reliability and utility of an AI tool in identifying data quality dimensions of interest for secondary use of health data, including completeness, conformance and plausibility. In assessing this tool, this study will retrospectively analyse data captured during routine clinical care and identify records containing listed data quality dimensions. This study will also assess the consistency of the AI tool in generating and executing data quality checks.

Тип исследования

Наблюдательный

Регистрация (Ожидаемый)

60000

Контакты и местонахождение

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

Контакты исследования

  • Имя: Obinwa Ozonze, MSc
  • Номер телефона: 07391566946
  • Электронная почта: obinwa.ozonze@port.ac.uk

Учебное резервное копирование контактов

  • Имя: Adrian Hopgood, PhD
  • Номер телефона: 02392842946
  • Электронная почта: adrian.hopgood@port.ac.uk

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

  • Ребенок
  • Взрослый
  • Пожилой взрослый

Принимает здоровых добровольцев

Да

Полы, имеющие право на обучение

Все

Метод выборки

Невероятностная выборка

Исследуемая популяция

Patient records captured by Portsmouth Hospitals University National Health Service Trust (PHU) between 01/01/2020 and 31/12/2020

Описание

Inclusion Criteria:

  • No specific exclusion criteria

Exclusion Criteria:

  • No specific exclusion criteria

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

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Data quality dimensions prevalence
Временное ограничение: 12 months, between 01/01/2020 and 31/12/2020
The number of patient records identified by the AI tool with completeness, conformance and plausibility violations
12 months, between 01/01/2020 and 31/12/2020
Consistency of AI tool
Временное ограничение: 2 months, through study completion
Consistency of AI tool in generating measures for detecting data quality dimensions
2 months, through study completion
Validity of AI tool detection
Временное ограничение: 2 months, through study completion
Validity of data quality dimensions identified by the AI tool
2 months, through study completion

Соавторы и исследователи

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

Публикации и полезные ссылки

Лицо, ответственное за внесение сведений об исследовании, добровольно предоставляет эти публикации. Это может быть что угодно, связанное с исследованием.

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 (Ожидаемый)

1 февраля 2022 г.

Первичное завершение (Ожидаемый)

1 апреля 2022 г.

Завершение исследования (Ожидаемый)

1 апреля 2022 г.

Даты регистрации исследования

Первый отправленный

21 ноября 2021 г.

Впервые представлено, что соответствует критериям контроля качества

21 ноября 2021 г.

Первый опубликованный (Действительный)

3 декабря 2021 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

22 декабря 2021 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

6 декабря 2021 г.

Последняя проверка

1 декабря 2021 г.

Дополнительная информация

Термины, связанные с этим исследованием

Другие идентификационные номера исследования

  • UP717295

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