- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT06424925
Användning av artificiell intelligens (AI) för att förutsäga kliniska resultat hos patienter inlagda på sjukhus för covid19-lunginflammation under de fyra pandemivågorna (AI COVID-19)
Användning av artificiell intelligens (AI) för att förutsäga kliniska utfall som död och komplikationer hos patienter inlagda på sjukhus för covid-lunginflammation under de fyra pandemivågorna vid ASST i Lecco.
Förutsägande modeller kan tillämpas på olika områden, under nödsituationen av covid-19-pandemin, de har faktiskt visat sig viktiga för att stödja hälsosystem vid planering av strategiska beslut och för att formulera hälsopolicyer för att begränsa sjukdomen.
I synnerhet Covid-19-pandemin har representerat en verklig utmaning för vårt sjukvårdssystem. I Italien var det uppdelat i fyra huvudvågor, var och en kännetecknad av olika typer av patienter och olika terapeutiska tillvägagångssätt förbättrades successivt baserat på nya vetenskapliga bevis.
Målet är att genomföra en studie av data från patienter inlagda på sjukhus för covid-19 vid ASST i Lecco under alla fyra pandemivågorna, med olika svårighetsgrad av sjukdom, samla in data av intresse och tillämpa dem på de använder artificiell intelligens att identifiera återkommande mönster av kliniskt utfall i termer av överlevnad och sekundära infektiösa komplikationer, för att bygga nya tillförlitliga prediktiva statistiska modeller som kan användas för att förutsäga utfallet av patienterna själva.
Den starka ambitionen med detta projekt är att tillämpningen av artificiell intelligens på data av en sådan betydande kvantitet kan tillåta oss att bygga giltiga statistiska modeller som sedan hypotetiskt kan tillämpas på vilken patient som helst för att förutsäga, baserat på anamnestiska egenskaper, blodkemiska parametrar. vid baslinjen och vid den inställda behandlingen, sannolikheten för överlevnad och komplikationer
Studieöversikt
Status
Betingelser
Intervention / Behandling
Studietyp
Inskrivning (Beräknad)
Kontakter och platser
Studiekontakt
- Namn: Stefania Piconi, MD
- Telefonnummer: +390341489890
- E-post: s.piconi@asst-lecco.it
Studera Kontakt Backup
- Namn: Silvia Pontiggia, MS
- Telefonnummer: +390341253678
- E-post: s.pontiggia@asst-lecco.it
Studieorter
-
-
-
Lecco, Italien, 23900
- Stefania Piconi
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Testmetod
Studera befolkning
För varje patient kommer information att samlas in om:
- Personuppgifter (dvs. ålder, kön, nationalitet);
- Datum för sjukhusvistelse och utskrivning (eller död)
- komorbiditeter;
- Behandlingar som genomförts för Covid19;
- Eventuell vaccination mot Covid19, datum och antal doser;
- Möjlig uppkomst av sekundära infektioner och/eller komplikationer;
- Blodkemiprov vid intagning
Beskrivning
Inklusionskriterier:
- Ålder > 18 år;
- Sjukhusinläggning för covid-19 lunginflammation på ASST Lecco.
Exklusions kriterier:
- Sjukhusinläggning eller fynd av asymtomatisk SARS CoV-2-infektion.
Studieplan
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
---|---|
COVID-19 1° våg
Inlagda patienter för covid19-lunginflammation under första vågen (FEB-MAJ 2020)
|
Användning av artificiell intelligens (AI) för att förutsäga kliniska utfall som död och komplikationer hos patienter inlagda på sjukhus för covid-lunginflammation under de fyra pandemivågorna
|
Covid-19 2° våg
Inlagda patienter för covid19-lunginflammation under den andra vågen (OKT-DEC 2020)
|
Användning av artificiell intelligens (AI) för att förutsäga kliniska utfall som död och komplikationer hos patienter inlagda på sjukhus för covid-lunginflammation under de fyra pandemivågorna
|
COVID-19 3° våg
Inlagda patienter för covid19-lunginflammation under den tredje vågen (GEN-MAJ 2021)
|
Användning av artificiell intelligens (AI) för att förutsäga kliniska utfall som död och komplikationer hos patienter inlagda på sjukhus för covid-lunginflammation under de fyra pandemivågorna
|
COVID-19 4° våg
Inlagda patienter för covid19-lunginflammation under den fjärde vågen (NOV 2021-MAR 2022)
|
Användning av artificiell intelligens (AI) för att förutsäga kliniska utfall som död och komplikationer hos patienter inlagda på sjukhus för covid-lunginflammation under de fyra pandemivågorna
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
Konstruktion av prediktiva modeller
Tidsram: 6 månader
|
Konstruktion av prediktiva modeller för att utvärdera kliniska utfall som död och/eller uppkomst av sekundär infektion baserat på insamlade data för de fyra covid-19-vågorna.
|
6 månader
|
Samarbetspartners och utredare
Sponsor
Studieavstämningsdatum
Studera stora datum
Studiestart (Beräknad)
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
- AI COVID-19
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 Covid-19 pandemi
-
Yang I. PachankisAktiv, inte rekryterandeCOVID-19 luftvägsinfektion | COVID-19 stresssyndrom | Covid-19-vaccinbiverkning | Covid-19-associerad tromboembolism | COVID-19 Post-Intensive Care Syndrome | Covid-19-associerad strokeKina
-
University of Roma La SapienzaQueen Mary University of London; Università degli studi di Roma Foro Italico och andra samarbetspartnersAvslutadPostakuta följder av covid-19 | Tillstånd efter covid-19 | Lång covid | Kroniskt covid-19 syndromItalien
-
Dr. Soetomo General HospitalIndonesia-MoH; Universitas Airlangga; Biotis Pharmaceuticals, IndonesiaRekryteringCovid-19 pandemi | Covid-19 vacciner | COVID-19 virussjukdomIndonesien
-
First Affiliated Hospital Xi'an Jiaotong UniversityShangluo Central Hospital; Ankang Central Hospital; Hanzhong Central Hospital och andra samarbetspartnersRekryteringCovid-19 | Post-COVID-19 syndrom | Postakut covid-19 | Akut covid-19Kina
-
Erasmus Medical CenterDa Vinci Clinic; HGC RijswijkHar inte rekryterat ännuPost-COVID-19 syndrom | Lång covid | Lång Covid19 | Tillstånd efter covid-19 | Post-COVID syndrom | Tillstånd efter covid-19, ospecificerat | Tillstånd efter covidNederländerna
-
Indonesia UniversityRekryteringPost-COVID-19 syndrom | Lång covid | Tillstånd efter covid-19 | Post-COVID syndrom | Lång covid-19Indonesien
-
Endourage, LLCRekryteringLång covid | Lång Covid19 | Postakut covid-19 | Long Haul COVID | Långdistans covid-19 | Postakut covid-19 syndromFörenta staterna
-
University of Witten/HerdeckeInstitut für Rehabilitationsforschung NorderneyAvslutadPost-COVID-19 syndrom | Long-COVID-19 syndromTyskland
-
Medisch Spectrum TwenteZiekenhuisgroep Twente; University of TwenteAktiv, inte rekryterande