基于机器学习的高危患者早期临床预警
2022年11月29日 更新者：Songqiao Liu、Southeast University, China
通过我院建立的住院患者预警平台，对实时采集的患者各项指标进行自动化智能评估分析，对高危患者进行预警，评估对患者预后的影响以及对病情的影响。住院患者不良事件的发生率。
研究概览
详细说明
构建预警系统。
研究类型
介入性
注册 (预期的)
1000
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。
学习联系方式
- 姓名：Changde Wu
- 电话号码：086-02583262550
- 邮箱：liusongqiao@ymail.com
学习地点
-
-
Jiangsu
-
Nanjing、Jiangsu、中国、210009
- 招聘中
- Zhongda Hospital, Southeast University
-
接触：
- Songqiao Liu, Doctor
- 电话号码：025-83262550
- 邮箱：liusongqiao@yamil.com
-
接触：
- Haibo Qiu, Doctor
- 电话号码：025-83262553
-
-
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 80年 (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：
- 使用心电图监测的患者
- 年龄≥18岁
- 了解并签署知情同意书
排除标准：
- 怀孕或哺乳
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：卫生服务研究
- 分配：非随机化
- 介入模型：顺序分配
- 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：人工智能组
预警平台评估患者
|
高风险住院患者将通过预警平台进行评估
|
|
无干预：常规护理组
未通过预警平台评估的患者
|
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 |
|---|---|---|
|
28天全因死亡率
大体时间：28天
|
28天全因死亡率
|
28天
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
住院死亡率
大体时间：通过学习完成，平均1个月
|
住院死亡率
|
通过学习完成，平均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。
调查人员
- 首席研究员：Songqiao Liu, PhD.、Zhongda Hospital, Southeast University, China
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6月1日
初级完成 (预期的)
2023年6月1日
研究完成 (预期的)
2023年12月1日
研究注册日期
首次提交
2022年6月4日
首先提交符合 QC 标准的
2022年6月4日
首次发布 (实际的)
2022年6月8日
研究记录更新
最后更新发布 (实际的)
2022年12月1日
上次提交的符合 QC 标准的更新
2022年11月29日
最后验证
2022年11月1日
更多信息
与本研究相关的术语
其他研究编号
- 2021ZDSYLL346-P01
药物和器械信息、研究文件
研究美国 FDA 监管的药品
不
研究美国 FDA 监管的设备产品
不
在美国制造并从美国出口的产品
不
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.