Klinisk datadriven AI-modell för mortalitetsprognos efter höftfraktur
Utveckling av en AI-modell baserad på kliniska data för att förutsäga 30-dagars och 1-års dödlighet efter höftfrakturoperation: En retrospektiv kohortstudie
Höftfrakturer är en viktig orsak till morbiditet och mortalitet, särskilt hos äldre patienter. Exakt förutsägelse av postoperativ mortalitet är avgörande för riskstratifiering och kliniskt beslutsfattande. Traditionella poängsystem, såsom Nottingham Hip Fracture Score, har begränsningar i att fånga komplexa, icke-linjära samband mellan kliniska variabler.
Denna retrospektiva kohortstudie syftar till att utveckla och validera en AI-baserad modell för att förutsäga 30-dagars mortalitet hos patienter som genomgår höftfrakturkirurgi. Kliniska och laboratoriedata från cirka 1000 patienter som opererats mellan 1 januari 2022 och 1 december 2025 kommer att extraheras från elektroniska hälsoregister. Variablerna inkluderar demografiska egenskaper, komorbiditeter, laboratorieparametrar, perioperativa data och postoperativa komplikationer.
Prestandan för den AI-baserade modellen kommer att utvärderas och jämföras med konventionella riskpoängsystem. Studien syftar till att avgöra om AI-baserade metoder kan ge förbättrad prediktiv noggrannhet för postoperativ mortalitet hos höftfrakturpatienter.
Studieöversikt
Status
Betingelser
Studietyp
Inskrivning (Faktisk)
Kontakter och platser
Studieorter
-
-
-
Ankara, Turkiet (Türkiye), 06200
- Dr. Abdurrahman Yurtaslan Ankara Oncology Training and Research Hospital
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Testmetod
Studera befolkning
Denna studiepopulation består av vuxna patienter som genomgick kirurgisk behandling för höftfrakturer vid ett tertiärvårds sjukhus för onkologisk utbildning och forskning mellan den 1 januari 2022 och den 1 december 2025. Kohorten är härlett retrospektivt från elektroniska journaler och omfattar cirka 1000 patienter.
Populationen inkluderar individer med varierande demografiska egenskaper, komorbiditeter och perioperativa riskprofiler. Kliniska data omfattar demografisk information, baslinjefunktionell och kognitiv status, komorbida tillstånd, laboratorieparametrar, intraoperativa variabler och postoperativa komplikationer.
Patienter med malignitet och de som genomgår revisionskirurgi exkluderas. Studienpopulationen representerar en klinisk kohort från verkligheten som används för att utveckla och validera en AI-baserad modell för att förutsäga 30-dagars postoperativ mortalitet efter höftfrakturkirurgi.
Beskrivning
Inklusionskriterier:
Patienter som genomgått kirurgisk behandling för höftfraktur mellan 1 januari 2022 och 1 december 2025 Ålder ≥18 år Tillgång till fullständiga demografiska, kliniska och laboratoriedata i journalsystemet Dokumenterad 30-dagarsuppföljning eller mortalitetsstatus
Exklusionskriterier:
Patienter med malignitet Patienter som genomgår reviderande höftkirurgi Patienter med saknade eller ofullständiga viktiga kliniska eller laboratoriedata som krävs för analys Patienter med otillgänglig eller odokumenterad 30-dagars mortalitetsstatus
Studieplan
Hur är studien utformad?
Designdetaljer
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
30-dagars postoperativ dödlighet
Tidsram: 30 dagar efter operation och 1 år senare
|
Total mortalitet inom 30 dagar efter höftfraktur-operation, fastställd från sjukhusjournaler och elektronisk hälsodata.
|
30 dagar efter operation och 1 år senare
|
Samarbetspartners och utredare
Publikationer och användbara länkar
Allmänna publikationer
- Ju M, Lee S, Marvich HM, Lin S. Accessing Alkoxy Radicals via Frustrated Radical Pairs: Diverse Oxidative Functionalizations of Tertiary Alcohols. J Am Chem Soc. 2024 Jul 24;146(29):19696-19703. doi: 10.1021/jacs.4c07125. Epub 2024 Jul 16.
- Wanchaijiraboon P, Sainamthip P, Teeyapun N, Luangdilok S, Poovorawan Y, Wanlapakorn N, Tanasanvimon S, Sriuranpong V, Susiriwatananont T, Zungsontiporn N, Pakvisal N. Safety Following COVID-19 Booster Vaccine with BNT162b2 Compared to mRNA-1273 in Solid Cancer Patients Previously Vaccinated with ChAdOx1 or CoronaVac. Vaccines (Basel). 2023 Feb 3;11(2):356. doi: 10.3390/vaccines11020356.
- Gonzalez Martinez J, Chen JJ, Aung T, Constantine T, Gonzalez-Martinez JA. Comparative Feasibility and Complication Analyses of Extraoperative (Bedside) Removal of Stereo-Electroencephalography Electrodes. Stereotact Funct Neurosurg. 2025;103(5):302-311. doi: 10.1159/000545984. Epub 2025 Apr 23.
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
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- 2025-12/209
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-planbeskrivning
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 .