- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT04661735
Riskpoäng för intensivvårdsavdelningar (ICURS)
Retrospektiv analys - poängsystem inom intensivvårdsmedicin
Studieöversikt
Status
Detaljerad beskrivning
Ett poängsystem består vanligtvis av två delar - en poäng (en siffra som återspeglar sjukdomens svårighetsgrad) och en sannolikhetsmodell (ekvation som indikerar sannolikheten för en händelse, t.ex. patientens död på sjukhus). Poängsystem har använts inom intensivvårdsmedicin i årtionden och kan hjälpa till att bedöma effektiviteten av behandlingen eller identifiera jämförbara patienter för studieändamål. Poängsystem som används inom intensivvårdsmedicin är t.ex
- Akut fysiologi, ålder, kronisk hälsoutvärdering II (APACHE II)
- Förenklad Acute Physiology Score II (SAPS II)
- Multiple Organ Dysfunction Score (MODS)
- Sekventiell organsviktsbedömning (SOFA)
- Logistic Organ Dysfunction System (LODS)
- MPM II-Admission (Mortality Probability Models (MPM II)
- Organdysfunktion och infektionspoäng (ODIN)
- Tre-dagars omkalibrerande ICU-utfall (TRIOS)
- Glasgow coma-poäng (GCS)
- Discharge Readiness Score (DRS) Ovannämnda poängsystem samlas redan in regelbundet på respektive sjukhuss avdelningar. I en färsk studie av Badawi et al. det skulle kunna visas att poängsystem tillåter mer exakta förutsägelser när de beräknas kontinuerligt. På grund av de undersökta patientkollektiven kan dessa resultat dock endast i begränsad omfattning överföras till andra patientgrupper. Vidare analyserades endast poängsystemen APACHE, SOFA och DRS.
Därför kommer alla ovanstående poängsystem i denna studie att beräknas kontinuerligt (en gång per minut) med hjälp av rutindata från de digitala patientjournalerna och optimeras genom att tillämpa maskininlärning och metoder för tidsserieanalys.
På de anestesiologiskt skötta intensivvårdsavdelningarna på respektive sjukhus finns ingen campusövergripande standard vad gäller larmhantering. Följaktligen uppskattar vi frekvensen av larmtrötthet (ignorering av larm på grund av många falsklarm) till mycket hög. För att optimera larmhanteringen kommer larm från patientövervakningsanordningarna att utvärderas i efterhand och kombineras med ovan nämnda data för att till exempel avgöra om fler frekventa larm kan förväntas för vissa typer av sjukdomar (t. sepsis), eller poäng (t.ex. hög APACHE-poäng) och hur larmgränsinställningen kan optimeras.
Studietyp
Inskrivning (Beräknad)
Kontakter och platser
Studiekontakt
- Namn: Felix Balzer, Prof
- E-post: data-science@charite.de
Studera Kontakt Backup
- Namn: Akira S Poncette, MD
- E-post: data-science@charite.de
Studieorter
-
-
-
Berlin, Tyskland, 10117
- Rekrytering
- Charite Universtitaetsmedizin
-
Kontakt:
- Felix Balzer, Prof. Dr. Dr.
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
Tar emot friska volontärer
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
- Patienter med inläggning mellan 01.01.2006 och 30.09.2023
Exklusions kriterier:
- Patienter under 18 år.
- Ofullständiga patientjournaler.
- Intensiv vistelse på mindre än 24 timmar.
Studieplan
Hur är studien utformad?
Designdetaljer
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
Förutsägelse av patientresultat
Tidsram: 2006 - 2023
|
Identifiering av poäng med hög påverkansdödlighet, komplikationer och vistelsetid på intensivvårdsavdelningen
|
2006 - 2023
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
Prediktiv modell för larmbelastning
Tidsram: 2020 - 2023
|
Identifiering av föremål som leder till hög larmbelastning mätt med antal larm per dag och säng på intensivvårdsavdelningen
|
2020 - 2023
|
Prediktiv modell för åtgärdsbara larm
Tidsram: 2020 - 2023
|
Identifiering av föremål som leder till ett stort antal handlingsbara larm mätt som antal handlingsbara larm per dag och säng på intensivvårdsavdelningen
|
2020 - 2023
|
Samarbetspartners och utredare
Utredare
- Huvudutredare: Felix Balzer, Prof, Charite University, Berlin, Germany
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Beräknad)
Avslutad studie (Beräknad)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- ICURS
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .