用于围手术期输血预测的机器学习模型
2022年3月7日 更新者：DILEK YAZICIOGLU、Diskapi Teaching and Research Hospital
用于围手术期输血预测的机器学习模型的开发和解释
本研究旨在开发和解释机器学习模型来预测红细胞 (RBC) 输血。
研究概览
详细说明
分析了一项涉及 6121 名接受择期大手术的患者的多中心研究的数据集。
有关接受不适当红细胞输注的患者的数据被排除在外。
使用 21 个围手术期特征来预测红细胞输注。
数据集随机分为训练集和验证集 (70-30)。
决策树、随机森林、k 最近邻、逻辑回归和 eXtreme garadient boosting (XGBoost) 方法用于预测。
比较了用于 RBC 输血预测的机器学习模型的接受者操作特征曲线的曲线下面积 (AUC)。
研究类型
观察性的
注册 (实际的)
6121
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
-
-
-
Ankara、火鸡、06110
- Dilek D Unal
-
-
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 100年 (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
接受重大择期外科手术的患者被认为符合条件。
包括所有年龄组和两种性别。
手术程序是根据国家社会保险机构的诊断、治疗和手术程序分类预定义的，其中每个程序都有一个唯一的代码
描述
纳入标准：
- 成人
- 接受了择期大手术
排除标准：
- 儿科患者
- 紧急情况
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
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 |
|---|---|---|
|
接受红细胞输注的患者人数
大体时间：围手术期
|
接受红细胞输注的患者人数
|
围手术期
|
|
曲线下面积
大体时间：围手术期
|
受试者工作特征曲线下的面积
|
围手术期
|
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：Dilek D Unal, Prof、UNIVERSITY OF HEALTH SCIENCES TURKEY DISKAPI YILDIRIM BEYAZIT TRAINING RESEARCH HOSPITAL ANKARA
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。
一般刊物
- Murphy GJ, Reeves BC, Rogers CA, Rizvi SI, Culliford L, Angelini GD. Increased mortality, postoperative morbidity, and cost after red blood cell transfusion in patients having cardiac surgery. Circulation. 2007 Nov 27;116(22):2544-52. doi: 10.1161/CIRCULATIONAHA.107.698977. Epub 2007 Nov 12.
- Bernard AC, Davenport DL, Chang PK, Vaughan TB, Zwischenberger JB. Intraoperative transfusion of 1 U to 2 U packed red blood cells is associated with increased 30-day mortality, surgical-site infection, pneumonia, and sepsis in general surgery patients. J Am Coll Surg. 2009 May;208(5):931-7, 937.e1-2; discussion 938-9. doi: 10.1016/j.jamcollsurg.2008.11.019. Epub 2009 Mar 26.
- Walczak S, Velanovich V. Prediction of perioperative transfusions using an artificial neural network. PLoS One. 2020 Feb 24;15(2):e0229450. doi: 10.1371/journal.pone.0229450. eCollection 2020.
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)
2022年1月13日
初级完成 (实际的)
2022年2月1日
研究完成 (实际的)
2022年2月1日
研究注册日期
首次提交
2022年1月13日
首先提交符合 QC 标准的
2022年1月27日
首次发布 (实际的)
2022年2月8日
研究记录更新
最后更新发布 (实际的)
2022年3月8日
上次提交的符合 QC 标准的更新
2022年3月7日
最后验证
2022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.