Early Detection of Clinical Deterioration in Patients With COVID-19 Using Machine Learning (COVID-19)
2021年3月30日 更新者：University Hospital Tuebingen
The aim of this study is to use artificial intelligence in the form of machine learning analysing vital signs as well as symptoms of patients suffering from Covid19 to identify predictors of disease progression and severe course of disease.
研究概览
研究类型
观察性的
注册 (预期的)
1000
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
-
-
-
Tuebingen、德国、72076
- 招聘中
- University Hospital of Tuebingen
-
接触：
- Annika Buchholz, Ph.D.
- 电话号码：+4915151819576
- 邮箱：annika.buchholz@tuebingen.mpg.de
-
接触：
- Juergen Hetzel, M.D.
- 电话号码：+491622919339
- 邮箱：juergen.hetzel@med.uni-tuebingen.de
-
副研究员：
- Bijoy N Atique, M.D.
-
首席研究员：
- Juergen Hetzel, M.D.
-
副研究员：
- Maik Haentschel, M.D.
-
-
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 及以上 (成人、年长者)
接受健康志愿者
不适用
有资格学习的性别
全部
取样方法
概率样本
研究人群
Patients with detection of SARS-CoV2
描述
Inclusion Criteria:
- Written informed consent
- Age >= 18 years
- Detection of SARS-CoV2 within the past 5 days
Exclusion Criteria:
- Inability to measure vital parameters and document symptoms
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
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
Training cohort
Randomly selection of 80% of the study population.
The machine learning algorithm is trained on this dataset
|
Machine learning on vital parameters, clinical symptoms and underlying diseases
|
|
Validation cohort
Randomly selection of 20% of the study population.
The machine learning algorithm which was trained on the basis of the training data cohort is validated on the validation cohort.
|
Quantification of the prediction power and identification of the most relevant predictive parameters
|
研究衡量的是什么？
主要结果指标
结果测量 |
大体时间 |
|---|---|
|
Probability of Participants for Hospitalisation or Fatal Outcome
大体时间：Detection of severe acute respiratory syndrome- Corona Virus 2 (SARS-CoV2) to recovery, hospitalisation or fatal outcome up to 5 weeks
|
Detection of severe acute respiratory syndrome- Corona Virus 2 (SARS-CoV2) to recovery, hospitalisation or fatal outcome up to 5 weeks
|
次要结果测量
结果测量 |
大体时间 |
|---|---|
|
Probability of Participants for Intensive Care Unit Admission
大体时间：Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
|
Probability of Participants for Fatal Outcome
大体时间：Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
|
Prediction of persisting health impairment by using standardized questionnaires
大体时间：Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
|
Detection of symptoms, vital parameters and comorbidities predicting clinical course
大体时间：Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
|
Influence of size of training data set
大体时间：Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
|
Influence of viral load on the course of disease/ clinical outcome
大体时间：Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
|
Influence of different virus variants on the course of disease/ clinical outcome
大体时间：Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
|
Influence of SARS-CoV2 vaccination (yes/no) on the course of disease/ clinical outcome
大体时间：Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
|
Evaluation of parameters (symptoms, vital parameters, comorbidities) according to their potential of clinical course predictions
大体时间：Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
|
Probability of Participants for hospitalisation
大体时间：Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
|
Influence of different SARS-CoV2 vaccines on the course of disease/ clinical outcome
大体时间：Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
Detection of SARS-CoV2 to recovery, hospitalisation or fatal outcome up to 5 weeks
|
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
- 学习椅：Bernhard Schoelkopf, PhD、Max-Planck-Institute, Tuebingen, Germany
- 首席研究员：Juergen Hetzel, MD、University Hospital of Tuebingen, Tuebingen, Germany
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)
2021年2月1日
初级完成 (预期的)
2021年7月31日
研究完成 (预期的)
2021年12月31日
研究注册日期
首次提交
2021年3月24日
首先提交符合 QC 标准的
2021年3月30日
首次发布 (实际的)
2021年4月2日
研究记录更新
最后更新发布 (实际的)
2021年4月2日
上次提交的符合 QC 标准的更新
2021年3月30日
最后验证
2021年1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.