Прогнозирование риска пролежней в отделении интенсивной терапии с использованием интеллектуального анализа данных (ICU)
Прогнозирование риска развития пролежней в отделении интенсивной терапии: сравнительный анализ алгоритмов интеллектуального анализа данных в ретроспективной когорте одного центра
Обзор исследования
Подробное описание
В данном обсервационном исследовании используется дизайн ретроспективной когорты для анализа клинических, демографических, лабораторных данных и записей сестринской документации пациентов взрослого отделения интенсивной терапии (ОИТ), госпитализированных в период с 10 октября 2020 года по 10 октября 2025 года. Цель исследования — выявить факторы, связанные с развитием пролежней, и сравнить прогностическую эффективность нескольких алгоритмов интеллектуального анализа данных и машинного обучения, включая логистическую регрессию, деревья решений, случайный лес, метод опорных векторов и модели градиентного бустинга.
Сбор данных будет включать изучение архивных записей ОИТ, медицинских карт пациентов и форм сестринских наблюдений. Новые данные непосредственно от пациентов собираться не будут, медицинские вмешательства или проспективное наблюдение не проводятся. Все извлеченные данные будут полностью анонимизированы перед анализом. Исследование будет проводиться в соответствии с этическими принципами и одобрено Этическим комитетом по неинтервенционным клиническим исследованиям Университета Болу Абант Иззет Байсал.
Ожидаемый результат данного исследования — определение наиболее точной прогностической модели риска развития пролежней и поддержка процессов клинического принятия решений посредством содействия разработке стратегий ранней профилактики в ОИТ.
Тип исследования
Регистрация (Действительный)
Контакты и местонахождение
Места учебы
-
-
Bolu
-
Bolu, Bolu, Турция (Туркие), 14100
- Bolu Izzet Baysal State Hospital
-
Merkez, Bolu, Турция (Туркие), 14100
- Bolu Izzet Baysal State Hospital
-
-
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Метод выборки
Исследуемая популяция
Описание
Критерии включения
- Пациенты, госпитализированные в отделение интенсивной терапии в период с 10 октября 2020 года по * 10 октября 2025 года
- Взрослые пациенты в возрасте 18 лет и старше
- Продолжительность пребывания в отделении интенсивной терапии не менее 24 часов
- Наличие полных и доступных электронных или бумажных медицинских карт
Критерии исключения
- Пациенты младше 18 лет
- Пребывание в отделении интенсивной терапии менее 24 часов Неполные, отсутствующие или противоречивые электронные или бумажные медицинские карты
- Наличие пролежня, диагностированного до или во время поступления в отделение интенсивной терапии
- Невозможность извлечь данные, связанные с пролежнями, из медицинских карт
Учебный план
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
|---|---|
|
Когорта пациентов ОРИТ
Взрослые пациенты, которые будут госпитализированы в отделение интенсивной терапии с 10 октября 2020 года по 10 октября 2025 года.
Никакие вмешательства не будут применяться, и все данные будут получены из существующих медицинских записей.
|
Это ретроспективное наблюдательное исследование.
Вмешательства не будут применяться.
Все данные будут получены из существующих медицинских записей.
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Точность прогнозирования развития пролежней
Временное ограничение: 10 октября 2020 по 10 октября 2025
|
Основным результатом является прогностическая точность алгоритмов интеллектуального анализа данных в определении риска развития пролежней у пациентов, госпитализированных в отделение интенсивной терапии (ОИТ).
Показатели точности, такие как площадь под кривой операционной характеристики приемника (AUC), чувствительность, специфичность, точность, полнота и F1-оценка, будут рассчитаны с использованием ретроспективных данных медицинских карт.
|
10 октября 2020 по 10 октября 2025
|
Соавторы и исследователи
Спонсор
Следователи
- Главный следователь: Saadet Can Çiçek, Assoc. Prof., PhD, Abant Izzet Baysal University
Даты записи исследования
Изучение основных дат
Начало исследования (Действительный)
Первичное завершение (Действительный)
Завершение исследования (Действительный)
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
- AIBU-SBF-NSY-2025
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. .