脓毒症预警监测干预：调查针对脓毒症的针对性增强监测的研究
2024年10月7日 更新者：NYU Langone Health
脓毒症预警监测干预：I 期随机、单盲研究，以调查针对脓毒症的针对性增强监测
脓毒症是全球死亡的主要原因，每年导致大约 750,000 人住院，其中三分之一可能死亡。 国际指南建议及时进行干预，包括培养、液体复苏和抗生素。 遵循集束化指南与死亡率降低有关。 及时干预的关键是及时诊断。
使用 Epic 脓毒症预测分析工具，研究人员将对确定未来发生脓毒症风险增加的患者触发生命体征和精神错乱监测。
本研究的主要目的是证明达到脓毒症前算法阈值并加强监测的患者死亡率降低。
研究概览
详细说明
一种在患者生病前识别患者的方法可能会提高既定疗法的有效性。Epic 的电子病历（Epic 系统，维罗纳，威斯康星州）包含一个监视工具，该工具使用预测分析来识别在警报四小时后有可能成为败血症的患者变得活跃。
这提供了更早干预的机会，但对于有败血症风险的人群，最好的行动方案应该是什么仍不清楚，其中只有一些人可能会继续发展为疾病。
我们提出了一种自动干预，包括与警报相关的增强监控。
不会强制要求任何疗法。
相反，额外的监测信息将导致更快的诊断和治疗，并改善临床结果。
研究类型
介入性
阶段
- 不适用
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习地点
-
-
New York
-
New York、New York、美国、10016
- New York University School of Medicine
-
-
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
18年 至 110年 (成人、年长者)
接受健康志愿者
不
描述
纳入标准：
- NYU Langone Health System 的任何住院病人
排除标准：
- 不是 NYU Langone Health System 的住院病人
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
- 主要用途：预防
- 分配：随机化
- 介入模型：单组作业
- 屏蔽：双倍的
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
实验性的：2 小时 + CAM-ICU 时的生命体征
加强对败血症前算法达到警报阈值的患者的生命体征和谵妄监测。
|
患者在到达 ICU 2 小时后评估生命体征
患者必须有改变的精神状态/波动过程和注意力不集中，并且思维混乱或意识水平改变才能为 CAM 阳性；这些特征是通过在床边认知测试期间观察患者来确定的。
|
|
无干预：不干预
没有干预。
患者按照护理标准接受治疗。
|
研究衡量的是什么？
主要结果指标
结果测量 |
大体时间 |
|---|---|
|
院内死亡人数
大体时间：36个月
|
36个月
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
调查人员
- 首席研究员：Mark Nunnally, MD、NYU Langone Health
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (估计的)
2024年9月1日
初级完成 (估计的)
2025年6月1日
研究完成 (估计的)
2025年6月1日
研究注册日期
首次提交
2018年3月16日
首先提交符合 QC 标准的
2018年3月21日
首次发布 (实际的)
2018年3月22日
研究记录更新
最后更新发布 (实际的)
2024年10月9日
上次提交的符合 QC 标准的更新
2024年10月7日
最后验证
2024年10月1日
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.