- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT05471193
Förutsägelse av hjärtinstabilitet inom intensivvård (PRECAIN)
Ett stort antal olika organfunktioner registreras i realtid för patienter som övervakas på en intensivvårdsavdelning. Dels används de uppmätta värdena som samlas in på detta sätt för kontinuerlig övervakning av vitala parametrar, men de utvärderas också flera gånger om dagen för att kunna fatta beslut om fortsatt diagnostik och terapi. I det första fallet kan tröskelvärden definieras och om dessa överskrids eller underskrids larmas behandlingsteamet automatiskt. Om dessa gränser sätts för frikostigt, kommer larmet endast att indikera en akut risk för patienten, där omfattande patofysiologiska förändringar redan har inträffat. Om gränsvärdena väljs för restriktivt förekommer ofta falsklarm, eftersom gränserna i de flesta fall överskrids på grund av naturliga fluktuationer, utan att detta har något patologiskt värde. Konsekvensen är en så kallad "larmtrötthet", som i värsta fall leder till att korrekta larm ignoreras och därmed äventyrar patienterna. Genom designen visar alla dessa avläsningar bara status quo för en patient. Det är behandlingsteamets uppgift att utifrån förloppet av dessa avläsningar förutse om en hotfull situation utvecklas för patienten.
För daglig klinisk praxis skulle det vara bättre om farliga förändringar i vitala tecken kunde förutsägas. I detta fall skulle det vara möjligt att ingripa terapeutiskt inte bara när en farlig situation har uppstått, utan att försöka avvärja denna situation genom adekvata åtgärder genom att ändra terapistrategin. I ett sådant fall skulle behandlingsteamet inte längre konfronteras med nödlarm, utan skulle kunna motverka en förestående försämring med lång ledtid.
De första metoderna för att upptäcka ett blodtrycksfall, till exempel, som bygger på enkla modeller, är redan i klinisk användning.
Studieöversikt
Status
Betingelser
Intervention / Behandling
Studietyp
Inskrivning (Faktisk)
Kontakter och platser
Studieorter
-
-
Upper Austria
-
Linz, Upper Austria, Österrike, 4021
- Kepler University Hospital
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
Tar emot friska volontärer
Kön som är behöriga för studier
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
- Alla vuxna patienter som har behandlats på intensivvårdsavdelningarna på Kepler University Hospital, Linz, Österrike mellan 2018-03-01 och 2020-10-31.
Exklusions kriterier:
- Ingen.
Studieplan
Hur är studien utformad?
Designdetaljer
- Observationsmodeller: Kohort
- Tidsperspektiv: Retrospektiv
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
---|---|
Instabilitet
|
Machine Learning Prediction
|
Ingen instabilitet
|
Machine Learning Prediction
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
AUROC för klassificering av instabilitet
Tidsram: 2018-03-01 till 2020-10-31
|
AUROC för klassificering av instabilitet
|
2018-03-01 till 2020-10-31
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
Förvirringsmatris
Tidsram: 2018-03-01 till 2020-10-31
|
Förvirringsmatrisresultat: sanna positiva, sanna negativa, falska positiva, falska negativa och värden beräknade från dessa resultat.
|
2018-03-01 till 2020-10-31
|
Beskrivande statistik Detta resultatmått kommer att jämföra den individuella egenskapen (t.ex. höjd i cm) i en grupp med den andra. Signifikant skillnad kommer att beskrivas med p-värde.
Tidsram: 2018-03-01 till 2020-10-31
|
Beskrivande statistik (ålder i år, längd i cm, vikt i kg, kön som man/hona, dödsdatum, standardlaboratoriemätningar (t.ex. blodgasanalys, fullständigt blodvärde, leverfunktionstester, njurfunktionstester), ICD 10- koder förknippade med patientens inläggning, Glasgow Coma Scale) Detta resultatmått kommer att jämföra den individuella egenskapen (t.ex. höjd i cm) i en grupp mot den andra. Signifikant skillnad kommer att beskrivas med p-värde. |
2018-03-01 till 2020-10-31
|
Samarbetspartners och utredare
Sponsor
Utredare
- Huvudutredare: Thomas Tschoellitsch, MD, Kepler University Hospital and Johannes Kepler University, Linz, Austria
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Faktisk)
Avslutad studie (Faktisk)
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
Andra studie-ID-nummer
- PRECAIN
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
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 .
Kliniska prövningar på Machine Learning Prediction
-
Kepler University HospitalAvslutad
-
Northwell HealthIcahn School of Medicine at Mount Sinai; Agency for Healthcare Research...AvslutadLunginflammation | Strep FaryngitFörenta staterna
-
Antoine FourréUniversiteit Antwerpen; University of Mons; University of Picardie Jules...AvslutadLändryggssmärta | Sjukgymnastik | Kunskap, attityder, praktik | LäkareBelgien
-
Jakub SzramaHar inte rekryterat ännu
-
Milton S. Hershey Medical CenterHar inte rekryterat ännuAttityder | Kunskap | ÖvaFörenta staterna
-
Brigham and Women's HospitalNational Institute of Arthritis and Musculoskeletal and Skin Diseases...Aktiv, inte rekryterande
-
Reuth Rehabilitation HospitalUniversity of HaifaRekryteringHemipares;Poststroke/CVAIsrael
-
Shanghai 6th People's HospitalHar inte rekryterat ännuFör att utvärdera ryggradsinstabilitetsdetektionsprestanda för DLS
-
Eastern Mediterranean UniversityAvslutad