Модель машинного обучения для прогнозирования периоперационной трансфузии
7 марта 2022 г. обновлено: DILEK YAZICIOGLU, Diskapi Teaching and Research Hospital
Разработка и интерпретация модели машинного обучения для прогнозирования периоперационной трансфузии
Это исследование было направлено на разработку и интерпретацию модели машинного обучения для прогнозирования переливания эритроцитов.
Обзор исследования
Статус
Завершенный
Условия
Вмешательство/лечение
Подробное описание
Был проанализирован набор данных многоцентрового исследования с участием 6121 пациента, перенесшего плановую серьезную операцию.
Исключены данные о пациентах, получивших неадекватное переливание эритроцитарной массы.
Для прогнозирования трансфузии эритроцитов использовали 21 периоперационный признак.
Набор данных был случайным образом разделен на наборы для обучения и проверки (70-30).
Для прогнозирования использовались методы дерева решений, случайного леса, k-ближайших соседей, логистической регрессии и экстремального градиентного повышения (XGBoost).
Сравнивали площадь под кривыми (AUC) кривых рабочих характеристик приемника для моделей машинного обучения, используемых для прогнозирования трансфузии эритроцитов.
Тип исследования
Наблюдательный
Регистрация (Действительный)
6121
Контакты и местонахождение
В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.
Места учебы
-
-
-
Ankara, Турция, 06110
- Dilek D Unal
-
-
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
От 18 лет до 100 лет (Взрослый, Пожилой взрослый)
Принимает здоровых добровольцев
Нет
Полы, имеющие право на обучение
Все
Метод выборки
Невероятностная выборка
Исследуемая популяция
Пациенты, перенесшие серьезные плановые хирургические вмешательства, считались подходящими.
Были включены все возрастные группы и оба пола.
Хирургические процедуры были предварительно определены в соответствии с Классификацией диагностических, терапевтических и хирургических процедур Национального учреждения социального страхования, в которой каждая процедура имеет уникальный код.
Описание
Критерии включения:
- Взрослый
- Перенес серьезную плановую операцию
Критерий исключения:
- Педиатрические пациенты
- Экстренные случаи
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 |
|---|---|---|
|
Количество пациентов, получивших переливание эритроцитарной массы
Временное ограничение: Периоперационный период
|
Количество пациентов, получивших переливание эритроцитарной массы
|
Периоперационный период
|
|
Площадь под кривой
Временное ограничение: Периоперационный период
|
Площадь под кривой рабочих характеристик приемника
|
Периоперационный период
|
Соавторы и исследователи
Здесь вы найдете людей и организации, участвующие в этом исследовании.
Соавторы
Следователи
- Главный следователь: Dilek D Unal, Prof, UNIVERSITY OF HEALTH SCIENCES TURKEY DISKAPI YILDIRIM BEYAZIT TRAINING RESEARCH HOSPITAL ANKARA
Публикации и полезные ссылки
Лицо, ответственное за внесение сведений об исследовании, добровольно предоставляет эти публикации. Это может быть что угодно, связанное с исследованием.
Общие публикации
- Murphy GJ, Reeves BC, Rogers CA, Rizvi SI, Culliford L, Angelini GD. Increased mortality, postoperative morbidity, and cost after red blood cell transfusion in patients having cardiac surgery. Circulation. 2007 Nov 27;116(22):2544-52. doi: 10.1161/CIRCULATIONAHA.107.698977. Epub 2007 Nov 12.
- Bernard AC, Davenport DL, Chang PK, Vaughan TB, Zwischenberger JB. Intraoperative transfusion of 1 U to 2 U packed red blood cells is associated with increased 30-day mortality, surgical-site infection, pneumonia, and sepsis in general surgery patients. J Am Coll Surg. 2009 May;208(5):931-7, 937.e1-2; discussion 938-9. doi: 10.1016/j.jamcollsurg.2008.11.019. Epub 2009 Mar 26.
- Walczak S, Velanovich V. Prediction of perioperative transfusions using an artificial neural network. PLoS One. 2020 Feb 24;15(2):e0229450. doi: 10.1371/journal.pone.0229450. eCollection 2020.
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)
13 января 2022 г.
Первичное завершение (Действительный)
1 февраля 2022 г.
Завершение исследования (Действительный)
1 февраля 2022 г.
Даты регистрации исследования
Первый отправленный
13 января 2022 г.
Впервые представлено, что соответствует критериям контроля качества
27 января 2022 г.
Первый опубликованный (Действительный)
8 февраля 2022 г.
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
8 марта 2022 г.
Последнее отправленное обновление, отвечающее критериям контроля качества
7 марта 2022 г.
Последняя проверка
1 января 2022 г.
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Другие идентификационные номера исследования
- Machine learning DiskapiTRH
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. .