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

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)

22 maj 2024 uppdaterad av: Stefania Piconi, Azienda Ospedaliera di Lecco

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

Har inte rekryterat ännu

Betingelser

Studietyp

Observationell

Inskrivning (Beräknad)

5000

Kontakter och platser

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

Studiekontakt

Studera Kontakt Backup

Studieorter

      • Lecco, Italien, 23900
        • Stefania Piconi

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

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

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
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

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

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 (Beräknad)

1 juni 2024

Primärt slutförande (Beräknad)

1 september 2024

Avslutad studie (Beräknad)

31 december 2024

Studieregistreringsdatum

Först inskickad

21 maj 2024

Först inskickad som uppfyllde QC-kriterierna

21 maj 2024

Första postat (Faktisk)

22 maj 2024

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

23 maj 2024

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

22 maj 2024

Senast verifierad

1 maj 2024

Mer information

Termer relaterade till denna studie

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 Covid-19 pandemi

3
Prenumerera