血栓性微血管病的自动监测、警报和快速诊断:ASARD-TMA 研究 (ASARD-TMA)
最近进行了一项试点研究,以评估自动算法触发的电子警报 (e-alert) 对我们大学医院 A. Gemelli 的 TMA 患者识别效率和快速性的影响,历时 12 个月。 TMA 诊断算法已在医院的实验室软件中实施,并在急诊室或任何其他科室的患者接受包括血小板计数和乳酸脱氢酶在内的血液检查时应用。 急诊病房的基本资料总是有这两个参数。 该算法自动识别 TMA 预测概率 >90% 的患者 (6);如果该标准与血小板计数<100 x 109/L相关,则会通过短信向值班血液科医生发出自动警告,并且患者进入诊断和治疗路径中定义的TMA诊断流程(Percorso Diagnostico e Terapeutico Assistensiale,PDTA)。 值班血液科医生与患者所在病房的临床医生联系,对已发出警告的患者进行紧急评估。 如果确认对 TMA 的怀疑,则执行 PDTA 中概述的诊断程序,并立即执行二级测试。 如果值班血液科医生认为可能诊断为 aHUS,他们会直接联系值班肾病专家,根据需要立即进行诊断调查并采取具体的紧急治疗措施。 值班血液科医生会尽快通知 TMA 血液科医生和/或肾病专家所有高度疑似和不确定的病例,并对所有患者进行随访以完成诊断检查,以确认或排除病例诊断并实施适当的临床措施。
因此,在没有24小时血液学监护服务的小医院的治疗和对TMA的认识相同。
本研究旨在通过在一项多中心研究中测试该系统来验证这些结果,该研究涉及具有不同血液科医生可用性和 TMA 意识的中心。
研究概览
地位
条件
研究类型
注册 (估计的)
参与标准
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
取样方法
研究人群
描述
纳入标准:
入院急诊室或相关医院住院的疑似TMA患者:
- 基于护理医生的临床评估
- 基于自动算法发出的警报
排除标准:
- 根据诊断算法,TMA 预测概率 < 90% 的患者 (6)
学习计划
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 |
|---|---|---|
|
血栓性微血管病的诊断和治疗时间
大体时间:24个月
|
评估算法,以加快在没有 24 小时血液守卫服务和对 TMA 认知度的小型医院中加快 TMA 诊断和治疗的速度。
|
24个月
|
合作者和调查者
研究记录日期
研究主要日期
学习开始 (估计的)
初级完成 (估计的)
研究完成 (估计的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
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.