COVID-19患者的风险分层对于定义其适当的治疗设置至关重要。到目前为止,可用的研究集中在入院的患者中的发病率和死亡率预测上。在急诊科(ED)中,对19 Covid-19的住院与医院入院的决定很麻烦。在面对第二波SARS-COV-2浪潮时,医院病床的短缺进一步增加了挑战。
本研究将前瞻性评估从ED出院的患者的临床结果。分层将基于人口统计学,临床和肺成像变量的组合。结果将用于制定ED评估的COVID-19患者的安全出院标准化决策规则。
| 病情或疾病 | 干预/治疗 |
|---|---|
| 新冠肺炎 | 其他:综合临床评估 |
在参与ED中评估的纳入标准和无排除标准的患者将纳入研究。遵循当地的指南和最佳医学实践,与参与研究无关,患者将接受主体医师的标准医学评估。
可用时将记录以下数据:
出院后,将鼓励患者在临床恶化的情况下与紧急医疗服务联系或返回ED。
以下端点将在ED出院后30天,通过标准化电话访谈和医疗保健/其他数据库查询进行评估:任何进一步的医院入院(对于Covid-19或其他疾病),死亡(对于Covid-19或其他疾病),呼吸道失败/通风/重症监护入院(仅适用于住院的Covid-19患者)。
数据分析将重点放在研究队列中的结果发生率上,并通过人口/临床,生化和成像变量的复合材料进行分层。关键分层工具将是4C死亡率得分(BMJ 2020; 370 doi:https://doi.org/10.1136/bmj.m3339)。将评估研究变量的其他整合以改善分层和预测。
| 研究类型 : | 观察 |
| 估计入学人数 : | 400名参与者 |
| 观察模型: | 队列 |
| 时间观点: | 预期 |
| 官方标题: | 从急诊室出院的COVID-19患者的风险分层 |
| 实际学习开始日期 : | 2020年11月1日 |
| 估计初级完成日期 : | 2021年4月30日 |
| 估计 学习完成日期 : | 2021年7月31日 |
| 追踪信息 | |||||
|---|---|---|---|---|---|
| 首先提交日期 | 2020年11月13日 | ||||
| 第一个发布日期 | 2020年11月16日 | ||||
| 最后更新发布日期 | 2021年2月9日 | ||||
| 实际学习开始日期 | 2020年11月1日 | ||||
| 估计初级完成日期 | 2021年4月30日(主要结果指标的最终数据收集日期) | ||||
| 当前的主要结果指标 | 综合结果[时间范围:30天] 死亡(任何原因),医院入院(任何原因) | ||||
| 原始主要结果指标 | 与电流相同 | ||||
| 改变历史 | |||||
| 当前的次要结果指标 |
| ||||
| 原始的次要结果指标 | 与电流相同 | ||||
| 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 | 从急诊室出院的COVID-19患者的风险分层 | ||||
| 官方头衔 | 从急诊室出院的COVID-19患者的风险分层 | ||||
| 简要摘要 | COVID-19患者的风险分层对于定义其适当的治疗设置至关重要。到目前为止,可用的研究集中在入院的患者中的发病率和死亡率预测上。在急诊科(ED)中,对19 Covid-19的住院与医院入院的决定很麻烦。在面对第二波SARS-COV-2浪潮时,医院病床的短缺进一步增加了挑战。 本研究将前瞻性评估从ED出院的患者的临床结果。分层将基于人口统计学,临床和肺成像变量的组合。结果将用于制定ED评估的COVID-19患者的安全出院标准化决策规则。 | ||||
| 详细说明 | 在参与ED中评估的纳入标准和无排除标准的患者将纳入研究。遵循当地的指南和最佳医学实践,与参与研究无关,患者将接受主体医师的标准医学评估。 可用时将记录以下数据:
出院后,将鼓励患者在临床恶化的情况下与紧急医疗服务联系或返回ED。 以下端点将在ED出院后30天,通过标准化电话访谈和医疗保健/其他数据库查询进行评估:任何进一步的医院入院(对于Covid-19或其他疾病),死亡(对于Covid-19或其他疾病),呼吸道失败/通风/重症监护入院(仅适用于住院的Covid-19患者)。 数据分析将重点放在研究队列中的结果发生率上,并通过人口/临床,生化和成像变量的复合材料进行分层。关键分层工具将是4C死亡率得分(BMJ 2020; 370 doi:https://doi.org/10.1136/bmj.m3339)。将评估研究变量的其他整合以改善分层和预测。 | ||||
| 研究类型 | 观察 | ||||
| 学习规划 | 观察模型:队列 时间观点:前瞻性 | ||||
| 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 | 成年患者(> 18岁)接受了医师确认的Covid-19的第一次ED访问,该患者是根据参加医师或患者的决定(独立于研究参与)而从ED出发的。患者将提供参与的知情同意(从而允许临床数据记录和30天随访)。 | ||||
| 健康)状况 | 新冠肺炎 | ||||
| 干涉 | 其他:综合临床评估 30天的随访(电话/数据库查询)来定义结果患者将获得标准护理,而与研究参与无关。 其他名称:
| ||||
| 研究组/队列 | 不提供 | ||||
| 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 | 400 | ||||
| 原始估计注册 | 与电流相同 | ||||
| 估计学习完成日期 | 2021年7月31日 | ||||
| 估计初级完成日期 | 2021年4月30日(主要结果指标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 | 18岁以上(成人,老年人) | ||||
| 接受健康的志愿者 | 不 | ||||
| 联系人 |
| ||||
| 列出的位置国家 | 意大利 | ||||
| 删除了位置国家 | |||||
| 管理信息 | |||||
| NCT编号 | NCT04629183 | ||||
| 其他研究ID编号 | Covid-Ed-Intrist | ||||
| 有数据监测委员会 | 不 | ||||
| 美国FDA调节的产品 |
| ||||
| IPD共享声明 |
| ||||
| 责任方 | Fulvio Morello,Azienda Ospedalieracittàdellasalute e della scienza di Torino | ||||
| 研究赞助商 | Azienda Ospedalieracittàdellasalute e della scienza di Torino | ||||
| 合作者 | 意大利都灵大学 | ||||
| 调查人员 |
| ||||
| PRS帐户 | Azienda Ospedalieracittàdellasalute e della scienza di Torino | ||||
| 验证日期 | 2021年2月 | ||||
COVID-19患者的风险分层对于定义其适当的治疗设置至关重要。到目前为止,可用的研究集中在入院的患者中的发病率和死亡率预测上。在急诊科(ED)中,对19 Covid-19的住院与医院入院的决定很麻烦。在面对第二波SARS-COV-2浪潮时,医院病床的短缺进一步增加了挑战。
本研究将前瞻性评估从ED出院的患者的临床结果。分层将基于人口统计学,临床和肺成像变量的组合。结果将用于制定ED评估的COVID-19患者的安全出院标准化决策规则。
| 病情或疾病 | 干预/治疗 |
|---|---|
| 新冠肺炎 | 其他:综合临床评估 |
在参与ED中评估的纳入标准和无排除标准的患者将纳入研究。遵循当地的指南和最佳医学实践,与参与研究无关,患者将接受主体医师的标准医学评估。
可用时将记录以下数据:
出院后,将鼓励患者在临床恶化的情况下与紧急医疗服务联系或返回ED。
以下端点将在ED出院后30天,通过标准化电话访谈和医疗保健/其他数据库查询进行评估:任何进一步的医院入院(对于Covid-19或其他疾病),死亡(对于Covid-19或其他疾病),呼吸道失败/通风/重症监护入院(仅适用于住院的Covid-19患者)。
数据分析将重点放在研究队列中的结果发生率上,并通过人口/临床,生化和成像变量的复合材料进行分层。关键分层工具将是4C死亡率得分(BMJ 2020; 370 doi:https://doi.org/10.1136/bmj.m3339)。将评估研究变量的其他整合以改善分层和预测。
| 研究类型 : | 观察 |
| 估计入学人数 : | 400名参与者 |
| 观察模型: | 队列 |
| 时间观点: | 预期 |
| 官方标题: | 从急诊室出院的COVID-19患者的风险分层 |
| 实际学习开始日期 : | 2020年11月1日 |
| 估计初级完成日期 : | 2021年4月30日 |
| 估计 学习完成日期 : | 2021年7月31日 |
| 追踪信息 | |||||
|---|---|---|---|---|---|
| 首先提交日期 | 2020年11月13日 | ||||
| 第一个发布日期 | 2020年11月16日 | ||||
| 最后更新发布日期 | 2021年2月9日 | ||||
| 实际学习开始日期 | 2020年11月1日 | ||||
| 估计初级完成日期 | 2021年4月30日(主要结果指标的最终数据收集日期) | ||||
| 当前的主要结果指标 | 综合结果[时间范围:30天] 死亡(任何原因),医院入院(任何原因) | ||||
| 原始主要结果指标 | 与电流相同 | ||||
| 改变历史 | |||||
| 当前的次要结果指标 |
| ||||
| 原始的次要结果指标 | 与电流相同 | ||||
| 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 | 从急诊室出院的COVID-19患者的风险分层 | ||||
| 官方头衔 | 从急诊室出院的COVID-19患者的风险分层 | ||||
| 简要摘要 | COVID-19患者的风险分层对于定义其适当的治疗设置至关重要。到目前为止,可用的研究集中在入院的患者中的发病率和死亡率预测上。在急诊科(ED)中,对19 Covid-19的住院与医院入院的决定很麻烦。在面对第二波SARS-COV-2浪潮时,医院病床的短缺进一步增加了挑战。 本研究将前瞻性评估从ED出院的患者的临床结果。分层将基于人口统计学,临床和肺成像变量的组合。结果将用于制定ED评估的COVID-19患者的安全出院标准化决策规则。 | ||||
| 详细说明 | 在参与ED中评估的纳入标准和无排除标准的患者将纳入研究。遵循当地的指南和最佳医学实践,与参与研究无关,患者将接受主体医师的标准医学评估。 可用时将记录以下数据:
出院后,将鼓励患者在临床恶化的情况下与紧急医疗服务联系或返回ED。 以下端点将在ED出院后30天,通过标准化电话访谈和医疗保健/其他数据库查询进行评估:任何进一步的医院入院(对于Covid-19或其他疾病),死亡(对于Covid-19或其他疾病),呼吸道失败/通风/重症监护入院(仅适用于住院的Covid-19患者)。 数据分析将重点放在研究队列中的结果发生率上,并通过人口/临床,生化和成像变量的复合材料进行分层。关键分层工具将是4C死亡率得分(BMJ 2020; 370 doi:https://doi.org/10.1136/bmj.m3339)。将评估研究变量的其他整合以改善分层和预测。 | ||||
| 研究类型 | 观察 | ||||
| 学习规划 | 观察模型:队列 时间观点:前瞻性 | ||||
| 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 | 成年患者(> 18岁)接受了医师确认的Covid-19的第一次ED访问,该患者是根据参加医师或患者的决定(独立于研究参与)而从ED出发的。患者将提供参与的知情同意(从而允许临床数据记录和30天随访)。 | ||||
| 健康)状况 | 新冠肺炎 | ||||
| 干涉 | 其他:综合临床评估 30天的随访(电话/数据库查询)来定义结果患者将获得标准护理,而与研究参与无关。 其他名称:
| ||||
| 研究组/队列 | 不提供 | ||||
| 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 | 400 | ||||
| 原始估计注册 | 与电流相同 | ||||
| 估计学习完成日期 | 2021年7月31日 | ||||
| 估计初级完成日期 | 2021年4月30日(主要结果指标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 | 18岁以上(成人,老年人) | ||||
| 接受健康的志愿者 | 不 | ||||
| 联系人 |
| ||||
| 列出的位置国家 | 意大利 | ||||
| 删除了位置国家 | |||||
| 管理信息 | |||||
| NCT编号 | NCT04629183 | ||||
| 其他研究ID编号 | Covid-Ed-Intrist | ||||
| 有数据监测委员会 | 不 | ||||
| 美国FDA调节的产品 |
| ||||
| IPD共享声明 |
| ||||
| 责任方 | Fulvio Morello,Azienda Ospedalieracittàdellasalute e della scienza di Torino | ||||
| 研究赞助商 | Azienda Ospedalieracittàdellasalute e della scienza di Torino | ||||
| 合作者 | 意大利都灵大学 | ||||
| 调查人员 |
| ||||
| PRS帐户 | Azienda Ospedalieracittàdellasalute e della scienza di Torino | ||||
| 验证日期 | 2021年2月 | ||||