Machine Learning Model for Predicting Recovery After Critical Illness
2026年6月6日 更新者：Karina De Oliveira Azzolin、Hospital de Clinicas de Porto Alegre
Development and Validation of a Machine Learning Model for Predicting Functional Decline and Return to Work After Critical Illness
This study aims to develop and test an artificial intelligence (AI) model to predict long-term functional status and return to work after critical illness.
The main question is:
Can we develop and validate a machine learning model to predict long-term functional status and return to work after critical illness?
研究概览
地位
完全的
详细说明
This is a retrospective observational study using secondary data from two primary studies conducted between 2017-2019 and 2020-2022.
No new participants will be recruited.
Data were combined and harmonized for the present secondary analysis.
研究类型
观察性的
注册 (实际的)
2016
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
-
-
Rio Grande do Sul
-
Porto Alegre、Rio Grande do Sul、巴西、90035-903
- Hospital de Clínicas de Porto Alegre, Intensive Care Nursing Department
-
-
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
取样方法
非概率样本
研究人群
Ten medical-surgical ICUs representing the five geopolitical regions of Brazil were selected as study sites.
This study includes data from two databases with similar inclusion and exclusion criteria.
描述
Inclusion Criteria:
- Age ≥18 years
- ICU stay ≥ 72 hours
- ICU stay ≥ 120 hours if the participant was admitted for elective surgery
Exclusion Criteria:
- No telephone contact available
- Failure to establish contact
- Transfer to another ICU
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
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
Patients in follow-up
Patients under follow-up.
No interventions were performed
|
No interventions were performed.
|
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 |
|---|---|---|
|
Functional Status
大体时间：3rd, 6th and 12th months after ICU discharge
|
The primary outcome will be functional status at 6 months after ICU discharge, assessed using the Barthel Index (BI).
The BI is a validated measure of functional status in activities of daily living, with total scores ranging from 0 to 100.
For prediction modeling, the outcome will be treated as a binary variable, with functional impairment defined as a BI score <91 points.
|
3rd, 6th and 12th months after ICU discharge
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
Return to Work
大体时间：3rd, 6th and 12th months after ICU discharge
|
Being employed
|
3rd, 6th and 12th months after ICU discharge
|
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。
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3月15日
初级完成 (实际的)
2026年3月20日
研究完成 (实际的)
2026年4月15日
研究注册日期
首次提交
2026年5月23日
首先提交符合 QC 标准的
2026年5月23日
首次发布 (实际的)
2026年6月1日
研究记录更新
最后更新发布 (实际的)
2026年6月10日
上次提交的符合 QC 标准的更新
2026年6月6日
最后验证
2026年6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.