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

SENSING-AI Cohort: Retrospective Study (SENSING-AI)

14 februari 2025 uppdaterad av: Adhera Health, Inc.

Retrospektiv datainsamling för SENSING-AI: en bärbar plattform för tidig diagnos av känslomässiga störningar och exacerbationer hos patienter med långvarig covid genom användning av artificiell intelligens

Den retrospektiva studien kommer att användas för att utveckla en artificiell intelligensmodell för riskstratifiering av fysiologiska och psykologiska komplikationer som härrör från den information som finns tillgänglig i den elektroniska journalen och första konsultationsrapporten för att stödja patienter och vårdpersonal i att bättre hantera vårdprocessen för patienter med diagnosen lång covid.

Studieöversikt

Status

Avslutad

Betingelser

Intervention / Behandling

Detaljerad beskrivning

Stratifieringen av risken för komplikationer relaterade till ihållande covid både fysiologiskt och psykologiskt på ett personligt sätt skulle optimera kostnadseffektivitetsmodellen för hanteringen av dessa patienter. På liknande sätt skulle tidig upptäckt av komplikationer associerade med ihållande covid hos patienter som tillhör utsatta grupper förbättra vårdtiderna och därmed patientens prognos.

Det primära målet för denna studie är att samla in anonymiserade retrospektiva data från patienter som lider av långvarig covid för att bidra till genereringen av SENSING-AI-kohorten.

Studietyp

Observationell

Inskrivning (Faktisk)

103

Kontakter och platser

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

Studieorter

  • Spanien
      • Seville, Spanien, 41009
        • Virgen Macarena University Hospital

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

  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Urvalsstorleken för den retrospektiva studien som är tillräckligt stor för att generera en första version av riskstratifieringsmodellerna kommer att vara cirka 100 fall. Målgruppen kommer att vara så balanserad som möjligt mellan försökspersoner som behövde specialiserad vård på grund av långa covid-19-komplikationer (antingen specialiserade vårdkonsultationer eller någon icke-planerad sjukhusinläggning) efter 1 månad, 3 månader, 6 månader och 1 år från den långa Covid-19 diagnostiseras och de som inte behövde sådan specialiserad vård.

Beskrivning

Inklusionskriterier:

  • Juridisk vuxen
  • Diagnostiserats av lång covid-19 under det senaste året
  • Med närvaron av något av dessa symtom:
  • Asteni (trötthet)
  • Dyspné
  • Andnöd
  • Ångest
  • Påfrestning
  • Depression
  • Sömnstörning

Exklusions kriterier:

  • Deltog i specialiserad vårdkonsultation
  • Blev inlagd på sjukhus under det senaste året på grund av ett problem som inte var relaterat till covid-komplikationerna

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
Retrospektiva långa covid-fall
Målgruppen kommer att vara så balanserad som möjligt mellan försökspersoner som behövde specialiserad vård på grund av långa covid-19-komplikationer (antingen specialiserade vårdkonsultationer eller någon icke-planerad sjukhusinläggning) efter 1 månad, 3 månader, 6 månader och 1 år från den långa Covid-19 diagnostiseras och de som inte behövde sådan specialiserad vård.
Övrig: Granskning av tillgängliga kliniska datakällor relaterade till användningsfall
Det kommer att göras en genomgång av tillgängliga kliniska datakällor relaterade till användningsfall. Dessutom kommer denna information att kompletteras med en kohort av anonymiserade retrospektiva data om 100 fall som erhållits från den kliniska informationen som härrör från assistansen till COVID-19-patienter som hanteras av Primary Care Health District of Sevilla Norte och infektionssjukdomsavdelningen i Virgen Macarena universitetssjukhus

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Retrospektiv SENSING-AI-kohort
Tidsram: 1 månad
Den retrospektiva SENSING-AI-kohorten kommer att matas från klinisk information om 100 fall av patienter med långvarig covid-19.
1 månad

Samarbetspartners och utredare

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

Sponsor

Adhera Health, Inc.

Samarbetspartners

Hospital Universitario Virgen Macarena

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 (Faktisk)

18 januari 2022

Primärt slutförande (Faktisk)

25 februari 2022

Avslutad studie (Faktisk)

25 februari 2022

Studieregistreringsdatum

Först inskickad

31 januari 2024

Först inskickad som uppfyllde QC-kriterierna

31 januari 2024

Första postat (Faktisk)

7 februari 2024

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

25 mars 2025

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

14 februari 2025

Senast verifierad

1 februari 2024

Mer information

Termer relaterade till denna studie

Nyckelord

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • SEN-0121

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

produkt tillverkad i och exporterad från U.S.A.

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 .

Prenumerera