En konstgjord intelligensmodell för intensivvårdslängd, neurologiskt resultat och kostnadsberäkning efter hjärt -lungåterupplivning: en kohortstudie.
30 september 2025 uppdaterad av: Nıgar Kangarlı, Bezmialem Vakif University
En konstgjord intelligensmodell för intensivvårdslängd, neurologiskt resultat och kostnadsberäkning efter hjärt -lungåterupplivning: En kohortstudie
Studien syftar till att översera patienter som är registrerade till Bezmialem Vakıf University Hospital Intensive Care Unit efter successiv hjärtstoppupplivning från oktober 2010 till september 2025.
Målet är att bestämma vistelsens längd i reanimering, neurologiskt kliniskt resultat och kostnader för dessa patienter vid utskrivning från avdelningen.
Alla dessa data är avsedda att utvärderas genom konstgjord intelligens för att utvärdera en prediktiv modell.
Studieöversikt
Status
Har inte rekryterat ännu
Intervention / Behandling
Studietyp
Observationell
Inskrivning (Beräknad)
5000
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
Sannolikhetsprov
Studera befolkning
Patienter över 18 år efter framgångsrik hjärt -lungåterupplivning med Rosc registrerad vid Bezmialem Vakıf University Hospital Intensive Care Unit från oktober 2010 till september 2025 kommer att inkluderas i resarken.
Beskrivning
Inkluderingskriterier:
- Ålder> 18 år
- på varandra följande hjärt -återupplivning
- Minst 1 timmes lång inträde till ICU efter återkomst av spontan cirkulation (ROSC)
Uteslutningskriterier:
- Ålder <18 år
- > 80% saknade data i patientjournaler
- Patienter utan ROSC
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 |
|---|---|
|
Ålder> 18 år patienter efter framgångsrik hjärt -lopulmonal återupplivning som observerats vid reanimering
|
Data från patienter efter successiv Rescucitaion kommer att utvärderas med maskininlärningsprogram.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Maskininlärning Python -program
Tidsram: 3 månader
|
Den skapade databasen kommer att analyseras med hjälp av en maskininlärning av konstgjord intelligensalgoritm med Python -programmeringsspråket.
Efter bearbetning av saknade och ofullständiga data genom konstgjord intelligens kommer databasen att delas upp i två delar: modellträning och modellvalidering.
Meningsfulla data kommer att väljas genom modellträning, och en förutsägelsemodell kommer att byggas baserat på dessa data.
För att öka tolkbarheten i förutsägelsemodellen och hjälpa användare att förstå hur och varför vissa förutsägelser görs kommer Shapley Additive Explanations (SHAP) -algoritmen att användas.
I maskininlärning används Shap-tekniken för att tolka beslutsprocesserna för komplexa maskininlärningsmodeller.
|
3 månader
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Sponsor
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 oktober 2025
Primärt slutförande (Beräknad)
1 december 2025
Avslutad studie (Beräknad)
1 december 2025
Studieregistreringsdatum
Först inskickad
30 september 2025
Först inskickad som uppfyllde QC-kriterierna
30 september 2025
Första postat (Beräknad)
7 oktober 2025
Uppdateringar av studier
Senaste uppdatering publicerad (Beräknad)
7 oktober 2025
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
30 september 2025
Senast verifierad
1 september 2025
Mer information
Termer relaterade till denna studie
Nyckelord
Andra studie-ID-nummer
- Nkangarli002
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 .