Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Artificial Intelligence and Postoperative Acute Kidney Injury

8 januari 2021 uppdaterad av: Hyung-Chul Lee, Seoul National University Hospital

Development and Prospective Validation of an Artificial Intelligence Model to Predict Postoperative Acute Kidney Injury

The main objective of this study is to develop and validate an artificial intelligence model that predicts postoperative acute kidney injury.

Studieöversikt

Status

Okänd

Betingelser

Intervention / Behandling

Detaljerad beskrivning

Postoperative acute kidney injury is known to increase the length of hospital stay and healthcare cost. A lot of risk prediction models have been developed for identifying patients at increased risk of postoperative acute kidney injury. Recent advances in artificial intelligence make it possible to manage and analyze big data. Prediction model using an artificial intelligence and large-scale data can improve the accuracy of prediction performance. Furthermore, the use of an artificial intelligence may be a useful adjuvant tool in making clinical decisions or real-time prediction if it is integrated into the electrical medical record systems. However, before implementing an artificial intelligence model into the clinical setting, prospective evaluation of an artificial intelligence model's real performance is essential. However, to our knowledge, there was no artificial intelligence model for prediction of postoperative acute kidney injury, which was prospectively evaluated. Therefore, we aimed to develop an artificial intelligence model which predicts postoperative acute kidney injury and evaluate the model's performance prospectively.

Studietyp

Observationell

Inskrivning (Förväntat)

2000

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

18 år och äldre (Vuxen, Äldre vuxen)

Tar emot friska volontärer

N/A

Kön som är behöriga för studier

Allt

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Adults patients undergoing non-cardiac surgery

Beskrivning

Inclusion Criteria:

  • Adults patients undergoing non-cardiac surgery

Exclusion Criteria:

  • Age under 18 years
  • Surgery duration < 1 hour
  • Transplantation surgery
  • Nephrectomy
  • Cardiac surgery
  • Patients who had severe kidney dysfunction preoperatively as follows:
  • Serum creatinine ≥ 4 mg/dl
  • Estimated glomerular filtration rate <15 ml/min/1.73m2
  • History of renal replacement therapy
  • Patients who had no results of preoperative or postoperative serum creatinine

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Kohorter och interventioner

Grupp / Kohort
Intervention / Behandling
AI_AKI
Adults patients undergoing non-cardiac surgery
Diagnostiskt test: Prediction of postoperative acute kidney injury using an artificial intelligence
The performance of an artificial intelligence model to predict postoperative acute kidney injury will be tested prospectively.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
the incidence of postoperative acute kidney injury
Tidsram: during the postoperative seven days
postoperative acute kidney injury (diagnosed by KDIGO criteria using peak serum creatinine level) included all acute kidney injury events regardless of acute kidney injury severity
during the postoperative seven days

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Sponsor

Seoul National University Hospital

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Förväntat)

1 mars 2021

Primärt slutförande (Förväntat)

31 maj 2021

Avslutad studie (Förväntat)

1 februari 2022

Studieregistreringsdatum

Först inskickad

8 januari 2021

Först inskickad som uppfyllde QC-kriterierna

8 januari 2021

Första postat (Faktisk)

12 januari 2021

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

12 januari 2021

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

8 januari 2021

Senast verifierad

1 januari 2021

Mer information

Termer relaterade till denna studie

Nyckelord

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • 2012-069-1180

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

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 .

Kliniska prövningar på Icke-hjärtkirurgi

Sök liknande försök

Sponsorer och medarbetare

Medicinska tillstånd

Läkemedelsinterventioner

CROs by country

CROs in Spain

Betingelser

Sällsynta sjukdomar

Läkemedelsinterventioner

Kosttillskott

Sponsor / medarbetare

Platser

3
Prenumerera