基于人工智能的临终关怀病房癌症患者死亡率预测
2021年5月6日 更新者：Shabbir Syed Abdul、Taipei Medical University
基于人工智能的活动识别和使用昼夜节律的死亡率预测，在临终关怀病房的癌症患者中
本研究的目的是开发一种新的基于深度学习的生存预测模型，该模型采用可穿戴设备记录的患者活动数据。
研究概览
地位
招聘中
条件
详细说明
本研究旨在开发一种基于深度学习的生存预测模型，该模型利用患者入院时的运动数据来预测其临床结果：死亡或病情稳定出院。
患者的客观数据由可穿戴设备记录，并记录为身体活动、角度和旋转的参数。
除了客观数据外，研究人员还记录了临床医生主观评估的患者的卡诺夫斯基表现状态。
最后，研究人员旨在探索和描述基于患者运动数据的生存预测模型作为临床环境中简单预后参数的适用性、潜力和局限性。
研究类型
观察性的
注册 (预期的)
80
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。
学习联系方式
- 姓名：Shabbir Syed-Abdul, PhD
- 电话号码：1514 886 2-6638-2736
- 邮箱：drshabbir@tmu.edu.tw
学习地点
-
-
TW - Taiwan
-
Taipei City、TW - Taiwan、台湾、110
- 招聘中
- Taipei Medical University
-
接触：
- Shabbir Syed Abdul
- 电话号码：1501 +886-2-66382736
- 邮箱：drshabbir@tmu.edu.tw
-
-
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
20年 及以上 (成人、年长者)
接受健康志愿者
不
有资格学习的性别
全部
取样方法
非概率样本
研究人群
入住台北医学大学附设医院临终关怀病房且至少有一项诊断为晚期实体瘤疾病的 20 岁或以上患者。
描述
纳入标准：
- 入住台北医学大学附属医院临终关怀病房的 20 岁或以上参与者
- 被诊断患有至少一种终末期实体瘤疾病的参与者
- 参与者同意接受临终关怀
排除标准：
- 20岁以下参加者
- 被诊断患有白血病或不明原发癌的参与者
- 入院时有明显临近死亡迹象的参与者
- 入院时没有生命体征的参与者
- 尽管进入临终关怀病房仍继续接受积极治疗的参与者
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
- 观测模型：队列
- 时间观点：预期
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 |
|---|---|---|
|
使用基于人工智能的模型使用活动记录数据预测终末期癌症患者临床结果的特异性和敏感性
大体时间：从入住临终关怀病房之日到第一次有记录的出院之日或因任何原因死亡之日，以先到者为准，评估长达 1 个月
|
该研究的主要结果将是使用基于人工智能的预测模型评估使用活动记录仪捕获的运动数据的分析是否有助于预测死亡或活着出院的临床结果，具有高特异性和敏感性。
|
从入住临终关怀病房之日到第一次有记录的出院之日或因任何原因死亡之日，以先到者为准，评估长达 1 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。
合作者
调查人员
- 首席研究员：Shabbir Syed-Abdul, PhD、Taipei Medical University
出版物和有用的链接
负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。
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)
2019年12月11日
初级完成 (预期的)
2021年8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4月28日
首先提交符合 QC 标准的
2021年5月6日
首次发布 (实际的)
2021年5月12日
研究记录更新
最后更新发布 (实际的)
2021年5月12日
上次提交的符合 QC 标准的更新
2021年5月6日
最后验证
2021年5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.