机器学习辅助电化学分析，以提供血液感染病原体的早期鉴定 (E-MOC)
2026年7月20日 更新者：University Hospital, Grenoble
迈向智能血液培养瓶：机器学习协助电化学分析，以提供早期的血液感染鉴定病原体
在菌血症的背景下，尽管一旦血液培养瓶变成阳性，在加快病原体鉴定方面取得了重大进展，但很少有人提出了一些具有成本效益的解决方案来改善该过程的早期阶段，从血液收集到瓶子的阳性。
研究人员建议可以利用运输时间来生长和识别细菌，从而通过创新技术更快地获得可行的结果。
该项目旨在通过使用机器学习来分析血液培养瓶中生长的细菌的电化学特征来开发细菌识别数据库。
研究概览
研究类型
介入性
注册 (估计的)
200
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：Yvan CASPAR, PharmD, PhD
- 电话号码：+33 476765479
- 邮箱：YCaspar@chu-grenoble.fr
学习地点
-
-
-
Grenoble、法国
- 招聘中
- Grenoble University Hospital
-
接触：
- Yvan CASPAR
- 电话号码：33 (0)4 76 76 63 12
- 邮箱：YCaspar@chu-grenoble.fr
-
Paris、法国
- 尚未招聘
- Hôpital AVICENNE (AP-HP)
-
接触：
- Nicolas VIGNIER
- 电话号码：33 (0)1 48 95 54 21
- 邮箱：nicolas.vignier@aphp.fr
-
-
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
- 成人
- 年长者
接受健康志愿者
不
描述
纳入标准：
- 需要血液培养样本作为护理程序的患者
- 体重> 50公斤
- 收集2至4种血液培养瓶的患者是可行的，具体取决于静脉通路
- 不反对参加该项目的患者
排除标准：
- 根据《法国公共卫生法典》（孕妇或母乳喂养妇女，受监护或策展人身份的患者，受到约束或被剥夺自由的住院）保护的患者
- 采样时进行抗生素治疗的患者
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
- 主要用途：诊断
- 分配：不适用
- 介入模型：单组作业
- 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：患者
血液培养采样作为护理标准的患者。
取样了两到四个血液培养瓶
|
血液培养采样作为护理标准的患者。
两到四个其他血液培养瓶采样，将与已知的细菌物种一起峰值，以确定其电化学特征
|
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 |
|---|---|---|
|
具有电化学曲线的样品列表
大体时间：从注册到测量结束在血液培养物中的电化学指纹的测量，从患者升高的细菌菌株，在血液培养物取样后长达一周内评估
|
样品列表（细菌菌株和相应的假名血液培养）成功地获得了血液培养瓶中生长细菌的电化学特征
|
从注册到测量结束在血液培养物中的电化学指纹的测量，从患者升高的细菌菌株，在血液培养物取样后长达一周内评估
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
识别性能
大体时间：研究结束（18个月）
|
鉴定生长细菌的电化学分析随后是机器学习分析的性能
|
研究结束（18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。
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
- Lamy B, Sundqvist M, Idelevich EA; ESCMID Study Group for Bloodstream Infections, Endocarditis and Sepsis (ESGBIES). Bloodstream infections - Standard and progress in pathogen diagnostics. Clin Microbiol Infect. 2020 Feb;26(2):142-150. doi: 10.1016/j.cmi.2019.11.017. Epub 2019 Nov 22.
- Dubourg G, Lamy B, Ruimy R. Rapid phenotypic methods to improve the diagnosis of bacterial bloodstream infections: meeting the challenge to reduce the time to result. Clin Microbiol Infect. 2018 Sep;24(9):935-943. doi: 10.1016/j.cmi.2018.03.031. Epub 2018 Mar 29.
- T Babin, T Dedole, P Bouvet, PR Marcoux, M Gougis, P Mailley (2023) Electrochemical label-free pathogen identification for bloodstream infections diagnosis: towards a machine learning based smart blood culture bottle. Sensors and Actuators B. (open access) https://doi.org/10.1016/j.snb.2023.133748
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)
2026年7月13日
初级完成 (估计的)
2028年1月1日
研究完成 (估计的)
2028年1月1日
研究注册日期
首次提交
2025年2月11日
首先提交符合 QC 标准的
2025年2月24日
首次发布 (实际的)
2025年2月28日
研究记录更新
最后更新发布 (实际的)
2026年7月22日
上次提交的符合 QC 标准的更新
2026年7月20日
最后验证
2026年7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.