- ICH GCP
- Реестр клинических исследований США
- Клиническое испытание NCT06310525
Использование машинного обучения для оптимизации датской формулы утопления (DROWN_DDF2)
Идентификация случаев утопления с помощью машинного обучения для данных о утоплениях в Дании на догоспитальном этапе: использование машинного обучения для оптимизации формулы утопления в Дании
Обзор исследования
Статус
Условия
Вмешательство/лечение
Подробное описание
DDF был опубликован в 2023 году. Это алгоритм текстового поиска, предназначенный для поиска в неструктурированных текстовых полях в базах данных, содержащих электронные медицинские записи, с целью выявления всех потенциальных инцидентов, связанных с водой. DDF состоит из множества триггерных слов, связанных с травмами при погружении (например, «drukn»/утонуть, «vand»/вода, «hav»/океан и «båd»/лодка).
Продолжающееся исследование показало впечатляющие показатели эффективности DDF как инструмента идентификации утопающих при его применении к датскому PEMR на неограниченных условиях. Однако PPV был низким именно для обнаружения случаев утопления. Это исследование направлено на повышение положительной прогностической ценности DDF и снижение временных требований, связанных с ручной проверкой.
Данные извлекаются из датской общенациональной догоспитальной электронной медицинской карты с использованием DDF и проверяются вручную перед вводом в датскую догоспитальную электронную медицинскую карту (DPDD).
Данные DPDD за 2016–2021 годы будут разделены на 80 % (данные обучения) и 20 % (тестовые данные) и использованы для обучения машинному обучению.
Данные DPDD за 2022–2023 годы будут использоваться в качестве данных проверки для расчета показателей производительности машинного обучения.
Тип исследования
Регистрация (Оцененный)
Контакты и местонахождение
Места учебы
-
-
Region Zealand
-
Næstved, Region Zealand, Дания, 4700
- Prehospital Center
-
-
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
- Ребенок
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Метод выборки
Исследуемая популяция
Описание
Критерии включения:
- У пациента должно было наблюдаться нарушение дыхания в результате погружения в воду или погружения в жидкость (включая постоянный кашель, остановку дыхания и потерю сознания).
- Пациент должен был контактировать с датской догоспитальной службой неотложной медицинской помощи.
Критерий исключения:
- Дуплеты
- Неверный регистрационный номер
Учебный план
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
---|---|
Смертельное утопление
Случаи утопления, когда пациент умер в течение 30 дней после происшествия в результате травмы, полученной при погружении.
|
В 2002 году ВОЗ определила утопление как «процесс нарушения дыхания в результате погружения в воду или погружения в жидкость».
|
Несмертельное утопление
Случаи утопления, при которых пациент прожил до 30 дней.
|
В 2002 году ВОЗ определила утопление как «процесс нарушения дыхания в результате погружения в воду или погружения в жидкость».
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
---|---|---|
Чувствительность алгоритма машинного обучения как инструмента идентификации утопающих
Временное ограничение: Чувствительность обученного машинного обучения будет рассчитываться на основе данных за 2022 и 2023 годы.
|
Чувствительность [TP / (TP+FN)] будет рассчитана, чтобы показать эффективность машинного обучения в качестве инструмента идентификации утопающих.
|
Чувствительность обученного машинного обучения будет рассчитываться на основе данных за 2022 и 2023 годы.
|
Специфика алгоритма машинного обучения как инструмента идентификации утопающих
Временное ограничение: Специфика обученного машинного обучения будет рассчитываться на основе данных за 2022 и 2023 годы.
|
Специфичность [TN / (FP+TN)] будет рассчитана, чтобы показать эффективность машинного обучения как инструмента идентификации утопающих.
|
Специфика обученного машинного обучения будет рассчитываться на основе данных за 2022 и 2023 годы.
|
PPV алгоритма машинного обучения
Временное ограничение: PPV обученного машинного обучения будет рассчитываться на основе данных за 2022 и 2023 годы.
|
PPV [TP / (TP+FP)] будет рассчитан для отображения результатов теста машинного обучения.
|
PPV обученного машинного обучения будет рассчитываться на основе данных за 2022 и 2023 годы.
|
NPV алгоритма машинного обучения
Временное ограничение: Чистая приведенная стоимость обученного машинного обучения будет рассчитываться на основе данных за 2022 и 2023 годы.
|
NPV [TN / (FN+TN)] будет рассчитана, чтобы показать результат теста машинного обучения.
|
Чистая приведенная стоимость обученного машинного обучения будет рассчитываться на основе данных за 2022 и 2023 годы.
|
Соавторы и исследователи
Следователи
- Директор по исследованиям: Helle Collatz Christensen, Ass. Prof., Prehospital Center, Region Zealand
Публикации и полезные ссылки
Общие публикации
- Breindahl N, Wolthers SA, Jensen TW, Holgersen MG, Blomberg SNF, Steinmetz J, Christensen HC; Danish Cardiac Arrest Group. Danish Drowning Formula for identification of out-of-hospital cardiac arrest from drowning. Am J Emerg Med. 2023 Nov;73:55-62. doi: 10.1016/j.ajem.2023.08.024. Epub 2023 Aug 15.
- Breindahl N, Wolthers SA, Moller TP, Blomberg SNF, Steinmetz J, Christensen HC; Danish Drowning Validation Group. Characteristics and critical care interventions in drowning patients treated by the Danish Air Ambulance from 2016 to 2021: a nationwide registry-based study with 30-day follow-up. Scand J Trauma Resusc Emerg Med. 2024 Mar 6;32(1):17. doi: 10.1186/s13049-024-01189-y.
Даты записи исследования
Изучение основных дат
Начало исследования (Действительный)
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
- DROWN_DDF2
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
Описание плана 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. .