心力衰竭' target='_blank'>急性心力衰竭(AHF)是全球范围内住院和威胁生命的医疗状况的最常见原因之一。接受重症监护病房(ICU)的AHF患者通常会因多机器人衰竭而患病,其中肾脏最常涉及。 ICU中AHF治疗的目标是改善血液动力学稳定性和器官灌注,减轻症状以及限制心脏和肾脏损害,这可以通过连续的肾脏替代疗法(CRRT)来实现,这是连续的体外血液净化。 CRRT可以模仿尿液输出,以缓慢而连续地去除患者的血浆水,从而提供准确的体积控制和血液动力学稳定性。
心力衰竭' target='_blank'>急性心力衰竭全球对标准治疗的调查(Alarm-HF)研究表明,重症监护病房(ICU)的AHF患者的医院死亡率约为17.8%。但是接受CRRT的患者的死亡率高达45%-62.1%。因此,对患有高死亡率风险的AHF患者进行筛查的早期模型或评分至关重要,这可以帮助临床医生快速干预和改善疾病结局。最流行的工具,尤其是可以预测重症患者死亡率的工具,是急性生理评估和慢性健康评估II(Apache II)评分系统,以及简化的急性生理评分II(SAPS II)。但是这些评分系统中的变量很复杂,这在任何时候都不方便。修改的预警评分(MEWS)比Apache II和SAPS II更简洁,不仅可以用于患有心力衰竭风险的患者AHF发作的预警,而且与这些患者的死亡率有正相关。但是,据我们所知,没有分数或模型来预测接受CRRT的AHF患者的住院死亡率。
根据Qilu医院的心力衰竭' target='_blank'>急性心力衰竭单位(AHFU)和重症监护III(MIMIC III)数据库的医疗信息MART,研究人员收集了CRRT正在进行的AHF成年人的数据。本研究旨在开发和验证由独立预后变量组成的易于使用的诺格图模型,该模型用于通过使用多元逻辑回归分析来预测AHF成年人接受CRRT的院内死亡率。通过此模型,研究人员可以指导高危患者在院内死亡率中的早期筛查。
病情或疾病 | 干预/治疗 |
---|---|
心力衰竭急性 | 其他:没有干预 |
符合条件的患者将随机进入训练队列和验证队列。进行了单变量的物流回归分析,以确定院内院内全因死亡的训练队列中的独立风险特征。估计这些变量的赔率比(OR)和95%的置信区间(CI)来量化这些关联的强度。所有显示与院内死亡率或被认为在临床上相关的单变量关系的变量都是训练队列中逐步多变量分析的候选者。通过使用RMS软件包生产的列格图模型是根据多元逻辑回归中独立风险因素的结果制定的。基于nom图模型,每个符合条件的变量添加了每个患者的院内死亡率风险的总分和预测,然后将训练队列和验证队列中的预测概率转换为预测概率。
为了评估院内死亡率的预测值的模型,首先,通过用1000个引导程序样品校准来测量模型的校准,以减少过度贴合偏置。使用Hosmer-Lemeshow检验评估模型拟合以评估拟合的优点。其次,Harrell一致性索引(C索引)和接收器操作特征曲线(ROC曲线)评估了nom图的预测性能和歧视。 ROC曲线分析用于计算通过最大化Youden索引确定的最佳截止值。第三,通过决策曲线分析(DCA)评估了所得模型的临床有效性,该方法是评估比其他优势具有优势的替代性诊断或预后工具的方法[16]。 MEWS的判别价值增加和由此产生的死亡率模型通过净重新分类指数(NRI)评估。
研究类型 : | 观察 |
估计入学人数 : | 226名参与者 |
观察模型: | 队列 |
时间观点: | 回顾 |
官方标题: | 心力衰竭' target='_blank'>急性心力衰竭患者接受持续肾脏替代疗法的易于使用的列表的开发和验证 |
实际学习开始日期 : | 2020年10月30日 |
估计初级完成日期 : | 2021年2月28日 |
估计 学习完成日期 : | 2021年3月30日 |
小组/队列 | 干预/治疗 |
---|---|
幸存者队列;非生存队列 所有患者均根据医院出发的状态对幸存者或非幸存者进行分类。 | 其他:没有干预 没有干预 |
培训队列,验证队列 符合条件的患者(7:3)进入训练队列和验证队列。培训队列用于构建nom图模型,而验证队列验证了该模型。 | 其他:没有干预 没有干预 |
符合研究资格的年龄: | 15岁以上(儿童,成人,老年人) |
有资格学习的男女: | 全部 |
接受健康的志愿者: | 不 |
采样方法: | 非概率样本 |
联系人:luyao gao | 15165110975 | 15165110975@163.com |
中国,山东 | |
山东大学Qilu医院 | 招募 |
吉南,中国山东,250012 | |
联系人:Luyao GAO 86-15165110975 15165110975@163.com | |
首席研究员:Luyao Gao |
追踪信息 | |||||
---|---|---|---|---|---|
首先提交日期 | 2021年2月3日 | ||||
第一个发布日期 | 2021年2月12日 | ||||
最后更新发布日期 | 2021年2月12日 | ||||
实际学习开始日期 | 2020年10月30日 | ||||
估计初级完成日期 | 2021年2月28日(主要结果度量的最终数据收集日期) | ||||
当前的主要结果指标 | 住院死亡率[时间范围:住院期间,平均20天] 根据医院出发的状况,如果患者死亡,则称为院内死亡率 | ||||
原始主要结果指标 | 与电流相同 | ||||
改变历史 | 没有发布更改 | ||||
当前的次要结果指标 | 不提供 | ||||
原始的次要结果指标 | 不提供 | ||||
当前其他预先指定的结果指标 | 不提供 | ||||
其他其他预先指定的结果指标 | 不提供 | ||||
描述性信息 | |||||
简短标题 | 心力衰竭' target='_blank'>急性心力衰竭患者接受持续肾脏替代疗法的易于使用的列表的开发和验证 | ||||
官方头衔 | 心力衰竭' target='_blank'>急性心力衰竭患者接受持续肾脏替代疗法的易于使用的列表的开发和验证 | ||||
简要摘要 | 心力衰竭' target='_blank'>急性心力衰竭(AHF)是全球范围内住院和威胁生命的医疗状况的最常见原因之一。接受重症监护病房(ICU)的AHF患者通常会因多机器人衰竭而患病,其中肾脏最常涉及。 ICU中AHF治疗的目标是改善血液动力学稳定性和器官灌注,减轻症状以及限制心脏和肾脏损害,这可以通过连续的肾脏替代疗法(CRRT)来实现,这是连续的体外血液净化。 CRRT可以模仿尿液输出,以缓慢而连续地去除患者的血浆水,从而提供准确的体积控制和血液动力学稳定性。 心力衰竭' target='_blank'>急性心力衰竭全球对标准治疗的调查(Alarm-HF)研究表明,重症监护病房(ICU)的AHF患者的医院死亡率约为17.8%。但是接受CRRT的患者的死亡率高达45%-62.1%。因此,对患有高死亡率风险的AHF患者进行筛查的早期模型或评分至关重要,这可以帮助临床医生快速干预和改善疾病结局。最流行的工具,尤其是可以预测重症患者死亡率的工具,是急性生理评估和慢性健康评估II(Apache II)评分系统,以及简化的急性生理评分II(SAPS II)。但是这些评分系统中的变量很复杂,这在任何时候都不方便。修改的预警评分(MEWS)比Apache II和SAPS II更简洁,不仅可以用于患有心力衰竭风险的患者AHF发作的预警,而且与这些患者的死亡率有正相关。但是,据我们所知,没有分数或模型来预测接受CRRT的AHF患者的住院死亡率。 根据Qilu医院的心力衰竭' target='_blank'>急性心力衰竭单位(AHFU)和重症监护III(MIMIC III)数据库的医疗信息MART,研究人员收集了CRRT正在进行的AHF成年人的数据。本研究旨在开发和验证由独立预后变量组成的易于使用的诺格图模型,该模型用于通过使用多元逻辑回归分析来预测AHF成年人接受CRRT的院内死亡率。通过此模型,研究人员可以指导高危患者在院内死亡率中的早期筛查。 | ||||
详细说明 | 符合条件的患者将随机进入训练队列和验证队列。进行了单变量的物流回归分析,以确定院内院内全因死亡的训练队列中的独立风险特征。估计这些变量的赔率比(OR)和95%的置信区间(CI)来量化这些关联的强度。所有显示与院内死亡率或被认为在临床上相关的单变量关系的变量都是训练队列中逐步多变量分析的候选者。通过使用RMS软件包生产的列格图模型是根据多元逻辑回归中独立风险因素的结果制定的。基于nom图模型,每个符合条件的变量添加了每个患者的院内死亡率风险的总分和预测,然后将训练队列和验证队列中的预测概率转换为预测概率。 为了评估院内死亡率的预测值的模型,首先,通过用1000个引导程序样品校准来测量模型的校准,以减少过度贴合偏置。使用Hosmer-Lemeshow检验评估模型拟合以评估拟合的优点。其次,Harrell一致性索引(C索引)和接收器操作特征曲线(ROC曲线)评估了nom图的预测性能和歧视。 ROC曲线分析用于计算通过最大化Youden索引确定的最佳截止值。第三,通过决策曲线分析(DCA)评估了所得模型的临床有效性,该方法是评估比其他优势具有优势的替代性诊断或预后工具的方法[16]。 MEWS的判别价值增加和由此产生的死亡率模型通过净重新分类指数(NRI)评估。 | ||||
研究类型 | 观察 | ||||
学习规划 | 观察模型:队列 时间视角:回顾 | ||||
目标随访时间 | 不提供 | ||||
生物测量 | 不提供 | ||||
采样方法 | 非概率样本 | ||||
研究人群 | 所有患者的数据均来自两个数据库。一个是CRRT数据库,收集了2011年11月9日至2020年8月1日在Qilu医院的AHFU之间的患者数据。另一个是Mimic III数据库(1.4版),一个单中心,免费的大型在线国际数据库。 | ||||
健康)状况 | 心力衰竭急性 | ||||
干涉 | 其他:没有干预 没有干预 | ||||
研究组/队列 |
| ||||
出版物 * |
| ||||
*包括数据提供商提供的出版物以及MEDLINE中临床标识符(NCT编号)确定的出版物。 | |||||
招聘信息 | |||||
招聘状况 | 招募 | ||||
估计入学人数 | 226 | ||||
原始估计注册 | 与电流相同 | ||||
估计学习完成日期 | 2021年3月30日 | ||||
估计初级完成日期 | 2021年2月28日(主要结果度量的最终数据收集日期) | ||||
资格标准 | 纳入标准: 排除标准:
| ||||
性别/性别 |
| ||||
年龄 | 15岁以上(儿童,成人,老年人) | ||||
接受健康的志愿者 | 不 | ||||
联系人 |
| ||||
列出的位置国家 | 中国 | ||||
删除了位置国家 | |||||
管理信息 | |||||
NCT编号 | NCT04751838 | ||||
其他研究ID编号 | Kyll-202011-14 | ||||
有数据监测委员会 | 不 | ||||
美国FDA调节的产品 |
| ||||
IPD共享声明 | 不提供 | ||||
责任方 | 山东大学Qilu医院 | ||||
研究赞助商 | 山东大学Qilu医院 | ||||
合作者 | 不提供 | ||||
调查人员 | 不提供 | ||||
PRS帐户 | 山东大学Qilu医院 | ||||
验证日期 | 2021年2月 |
心力衰竭' target='_blank'>急性心力衰竭(AHF)是全球范围内住院和威胁生命的医疗状况的最常见原因之一。接受重症监护病房(ICU)的AHF患者通常会因多机器人衰竭而患病,其中肾脏最常涉及。 ICU中AHF治疗的目标是改善血液动力学稳定性和器官灌注,减轻症状以及限制心脏和肾脏损害,这可以通过连续的肾脏替代疗法(CRRT)来实现,这是连续的体外血液净化。 CRRT可以模仿尿液输出,以缓慢而连续地去除患者的血浆水,从而提供准确的体积控制和血液动力学稳定性。
心力衰竭' target='_blank'>急性心力衰竭全球对标准治疗的调查(Alarm-HF)研究表明,重症监护病房(ICU)的AHF患者的医院死亡率约为17.8%。但是接受CRRT的患者的死亡率高达45%-62.1%。因此,对患有高死亡率风险的AHF患者进行筛查的早期模型或评分至关重要,这可以帮助临床医生快速干预和改善疾病结局。最流行的工具,尤其是可以预测重症患者死亡率的工具,是急性生理评估和慢性健康评估II(Apache II)评分系统,以及简化的急性生理评分II(SAPS II)。但是这些评分系统中的变量很复杂,这在任何时候都不方便。修改的预警评分(MEWS)比Apache II和SAPS II更简洁,不仅可以用于患有心力衰竭风险的患者AHF发作的预警,而且与这些患者的死亡率有正相关。但是,据我们所知,没有分数或模型来预测接受CRRT的AHF患者的住院死亡率。
根据Qilu医院的心力衰竭' target='_blank'>急性心力衰竭单位(AHFU)和重症监护III(MIMIC III)数据库的医疗信息MART,研究人员收集了CRRT正在进行的AHF成年人的数据。本研究旨在开发和验证由独立预后变量组成的易于使用的诺格图模型,该模型用于通过使用多元逻辑回归分析来预测AHF成年人接受CRRT的院内死亡率。通过此模型,研究人员可以指导高危患者在院内死亡率中的早期筛查。
病情或疾病 | 干预/治疗 |
---|---|
心力衰竭急性 | 其他:没有干预 |
符合条件的患者将随机进入训练队列和验证队列。进行了单变量的物流回归分析,以确定院内院内全因死亡的训练队列中的独立风险特征。估计这些变量的赔率比(OR)和95%的置信区间(CI)来量化这些关联的强度。所有显示与院内死亡率或被认为在临床上相关的单变量关系的变量都是训练队列中逐步多变量分析的候选者。通过使用RMS软件包生产的列格图模型是根据多元逻辑回归中独立风险因素的结果制定的。基于nom图模型,每个符合条件的变量添加了每个患者的院内死亡率风险的总分和预测,然后将训练队列和验证队列中的预测概率转换为预测概率。
为了评估院内死亡率的预测值的模型,首先,通过用1000个引导程序样品校准来测量模型的校准,以减少过度贴合偏置。使用Hosmer-Lemeshow检验评估模型拟合以评估拟合的优点。其次,Harrell一致性索引(C索引)和接收器操作特征曲线(ROC曲线)评估了nom图的预测性能和歧视。 ROC曲线分析用于计算通过最大化Youden索引确定的最佳截止值。第三,通过决策曲线分析(DCA)评估了所得模型的临床有效性,该方法是评估比其他优势具有优势的替代性诊断或预后工具的方法[16]。 MEWS的判别价值增加和由此产生的死亡率模型通过净重新分类指数(NRI)评估。
研究类型 : | 观察 |
估计入学人数 : | 226名参与者 |
观察模型: | 队列 |
时间观点: | 回顾 |
官方标题: | 心力衰竭' target='_blank'>急性心力衰竭患者接受持续肾脏替代疗法的易于使用的列表的开发和验证 |
实际学习开始日期 : | 2020年10月30日 |
估计初级完成日期 : | 2021年2月28日 |
估计 学习完成日期 : | 2021年3月30日 |
小组/队列 | 干预/治疗 |
---|---|
幸存者队列;非生存队列 所有患者均根据医院出发的状态对幸存者或非幸存者进行分类。 | 其他:没有干预 没有干预 |
培训队列,验证队列 符合条件的患者(7:3)进入训练队列和验证队列。培训队列用于构建nom图模型,而验证队列验证了该模型。 | 其他:没有干预 没有干预 |
符合研究资格的年龄: | 15岁以上(儿童,成人,老年人) |
有资格学习的男女: | 全部 |
接受健康的志愿者: | 不 |
采样方法: | 非概率样本 |
追踪信息 | |||||
---|---|---|---|---|---|
首先提交日期 | 2021年2月3日 | ||||
第一个发布日期 | 2021年2月12日 | ||||
最后更新发布日期 | 2021年2月12日 | ||||
实际学习开始日期 | 2020年10月30日 | ||||
估计初级完成日期 | 2021年2月28日(主要结果度量的最终数据收集日期) | ||||
当前的主要结果指标 | 住院死亡率[时间范围:住院期间,平均20天] 根据医院出发的状况,如果患者死亡,则称为院内死亡率 | ||||
原始主要结果指标 | 与电流相同 | ||||
改变历史 | 没有发布更改 | ||||
当前的次要结果指标 | 不提供 | ||||
原始的次要结果指标 | 不提供 | ||||
当前其他预先指定的结果指标 | 不提供 | ||||
其他其他预先指定的结果指标 | 不提供 | ||||
描述性信息 | |||||
简短标题 | 心力衰竭' target='_blank'>急性心力衰竭患者接受持续肾脏替代疗法的易于使用的列表的开发和验证 | ||||
官方头衔 | 心力衰竭' target='_blank'>急性心力衰竭患者接受持续肾脏替代疗法的易于使用的列表的开发和验证 | ||||
简要摘要 | 心力衰竭' target='_blank'>急性心力衰竭(AHF)是全球范围内住院和威胁生命的医疗状况的最常见原因之一。接受重症监护病房(ICU)的AHF患者通常会因多机器人衰竭而患病,其中肾脏最常涉及。 ICU中AHF治疗的目标是改善血液动力学稳定性和器官灌注,减轻症状以及限制心脏和肾脏损害,这可以通过连续的肾脏替代疗法(CRRT)来实现,这是连续的体外血液净化。 CRRT可以模仿尿液输出,以缓慢而连续地去除患者的血浆水,从而提供准确的体积控制和血液动力学稳定性。 心力衰竭' target='_blank'>急性心力衰竭全球对标准治疗的调查(Alarm-HF)研究表明,重症监护病房(ICU)的AHF患者的医院死亡率约为17.8%。但是接受CRRT的患者的死亡率高达45%-62.1%。因此,对患有高死亡率风险的AHF患者进行筛查的早期模型或评分至关重要,这可以帮助临床医生快速干预和改善疾病结局。最流行的工具,尤其是可以预测重症患者死亡率的工具,是急性生理评估和慢性健康评估II(Apache II)评分系统,以及简化的急性生理评分II(SAPS II)。但是这些评分系统中的变量很复杂,这在任何时候都不方便。修改的预警评分(MEWS)比Apache II和SAPS II更简洁,不仅可以用于患有心力衰竭风险的患者AHF发作的预警,而且与这些患者的死亡率有正相关。但是,据我们所知,没有分数或模型来预测接受CRRT的AHF患者的住院死亡率。 根据Qilu医院的心力衰竭' target='_blank'>急性心力衰竭单位(AHFU)和重症监护III(MIMIC III)数据库的医疗信息MART,研究人员收集了CRRT正在进行的AHF成年人的数据。本研究旨在开发和验证由独立预后变量组成的易于使用的诺格图模型,该模型用于通过使用多元逻辑回归分析来预测AHF成年人接受CRRT的院内死亡率。通过此模型,研究人员可以指导高危患者在院内死亡率中的早期筛查。 | ||||
详细说明 | 符合条件的患者将随机进入训练队列和验证队列。进行了单变量的物流回归分析,以确定院内院内全因死亡的训练队列中的独立风险特征。估计这些变量的赔率比(OR)和95%的置信区间(CI)来量化这些关联的强度。所有显示与院内死亡率或被认为在临床上相关的单变量关系的变量都是训练队列中逐步多变量分析的候选者。通过使用RMS软件包生产的列格图模型是根据多元逻辑回归中独立风险因素的结果制定的。基于nom图模型,每个符合条件的变量添加了每个患者的院内死亡率风险的总分和预测,然后将训练队列和验证队列中的预测概率转换为预测概率。 为了评估院内死亡率的预测值的模型,首先,通过用1000个引导程序样品校准来测量模型的校准,以减少过度贴合偏置。使用Hosmer-Lemeshow检验评估模型拟合以评估拟合的优点。其次,Harrell一致性索引(C索引)和接收器操作特征曲线(ROC曲线)评估了nom图的预测性能和歧视。 ROC曲线分析用于计算通过最大化Youden索引确定的最佳截止值。第三,通过决策曲线分析(DCA)评估了所得模型的临床有效性,该方法是评估比其他优势具有优势的替代性诊断或预后工具的方法[16]。 MEWS的判别价值增加和由此产生的死亡率模型通过净重新分类指数(NRI)评估。 | ||||
研究类型 | 观察 | ||||
学习规划 | 观察模型:队列 时间视角:回顾 | ||||
目标随访时间 | 不提供 | ||||
生物测量 | 不提供 | ||||
采样方法 | 非概率样本 | ||||
研究人群 | 所有患者的数据均来自两个数据库。一个是CRRT数据库,收集了2011年11月9日至2020年8月1日在Qilu医院的AHFU之间的患者数据。另一个是Mimic III数据库(1.4版),一个单中心,免费的大型在线国际数据库。 | ||||
健康)状况 | 心力衰竭急性 | ||||
干涉 | 其他:没有干预 没有干预 | ||||
研究组/队列 |
| ||||
出版物 * |
| ||||
*包括数据提供商提供的出版物以及MEDLINE中临床标识符(NCT编号)确定的出版物。 | |||||
招聘信息 | |||||
招聘状况 | 招募 | ||||
估计入学人数 | 226 | ||||
原始估计注册 | 与电流相同 | ||||
估计学习完成日期 | 2021年3月30日 | ||||
估计初级完成日期 | 2021年2月28日(主要结果度量的最终数据收集日期) | ||||
资格标准 | 纳入标准: 排除标准:
| ||||
性别/性别 |
| ||||
年龄 | 15岁以上(儿童,成人,老年人) | ||||
接受健康的志愿者 | 不 | ||||
联系人 |
| ||||
列出的位置国家 | 中国 | ||||
删除了位置国家 | |||||
管理信息 | |||||
NCT编号 | NCT04751838 | ||||
其他研究ID编号 | Kyll-202011-14 | ||||
有数据监测委员会 | 不 | ||||
美国FDA调节的产品 |
| ||||
IPD共享声明 | 不提供 | ||||
责任方 | 山东大学Qilu医院 | ||||
研究赞助商 | 山东大学Qilu医院 | ||||
合作者 | 不提供 | ||||
调查人员 | 不提供 | ||||
PRS帐户 | 山东大学Qilu医院 | ||||
验证日期 | 2021年2月 |