使用机器学习识别 COVID-19 患者中对羟氯喹有反应的亚群 (IDENTIFY)
2020年6月8日 更新者：Dascena
使用机器学习识别 COVID-19 患者中对羟氯喹有反应的亚群：IDENTIFY 试验
本研究的目的是评估机器学习算法的性能，该算法可识别羟氯喹治疗与预测生存相关的患者。
研究概览
详细说明
在一项多中心实用临床试验中，2020 年 3 月 10 日至 6 月 4 日期间入组了美国 6 个医疗中心收治的 COVID-19 阳性患者。
使用机器学习算法来确定哪些患者适合接受羟氯喹治疗。
研究类型
介入性
注册 (实际的)
290
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
-
-
California
-
Oakland、California、美国、94612
- Dascena
-
-
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
- 孩子
- 成人
- 年长者
接受健康志愿者
不
有资格学习的性别
全部
描述
纳入标准：
- 患者入住有盖病房并检测出 COVID-19 呈阳性
- 患者在 COVID-19 测试后四小时内将 COViage 应用于电子健康记录数据
排除标准：
- 患者未入住有盖病房或 COVID-19 检测呈阴性
- 患者在 COVID-19 测试后超过四个小时将 COViage 应用于电子健康记录数据
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：诊断
- 分配：非随机化
- 介入模型：并行分配
- 屏蔽：无（打开标签）
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
实验性的：暴露组
所有患者都接触了该算法，并被描述为可能对羟氯喹治疗有反应。
有关羟氯喹给药的治疗决定由护理人员独立做出。
|
机器学习干预
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
死亡率结果
大体时间：通过学习完成，平均3个月
|
院内死亡时间
|
通过学习完成，平均3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。
赞助
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 (实际的)
2020年3月10日
初级完成 (实际的)
2020年6月4日
研究完成 (实际的)
2020年6月4日
研究注册日期
首次提交
2020年6月8日
首先提交符合 QC 标准的
2020年6月8日
首次发布 (实际的)
2020年6月9日
研究记录更新
最后更新发布 (实际的)
2020年6月9日
上次提交的符合 QC 标准的更新
2020年6月8日
最后验证
2020年6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.