Detekce dyssynchronie pacient-ventilátor s algoritmem strojového učení
10. července 2024 aktualizováno: University of Sao Paulo General Hospital
Automatická detekce a klasifikace dyssynchronie pacient-ventilátor pomocí algoritmu strojového učení
Toto je diagnostická studie, jejímž cílem je porovnat přesnost detekce a klasifikace dyssynchronií pacient-ventilátor pomocí algoritmu strojového učení ve srovnání se zlatým standardem definovaným jako dyssynchronie diagnostikované a klasifikované pomocí mechanického ventilátoru a křivky tlaku v jícnu analyzované odborníky.
Hlavní otázkou této studie je:
• Jsou dyssynchronie pacient-ventilátor přesně detekovány a klasifikovány algoritmem umělé inteligence ve srovnání s odborníky analyzujícími tlak v jícnu a křivky mechanického ventilátoru?
Přehled studie
Postavení
Nábor
Podmínky
Detailní popis
Toto je diagnostická observační studie, jejímž cílem je zhodnotit automatickou detekci a klasifikaci dyssynchronie pacient-ventilátor pomocí algoritmu strojového učení. Přesnost algoritmu strojového učení bude porovnána se zlatým standardem, definovaným jako dyssynchronie detekované a klasifikované odborníky na mechanickou ventilaci.
Odborníci budou analyzovat tlak v dýchacích cestách, průtok, objem a křivky tlaku v jícnu, aby detekovali a klasifikovali dyssynchronie.
Typ studie
Pozorovací
Zápis (Odhadovaný)
80
Kontakty a umístění
Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.
Studijní kontakt
- Jméno: Glauco M Plens, MD
- Telefonní číslo: +5511982213020
- E-mail: glaucomplens@gmail.com
Studijní místa
-
-
SP
-
Sao Paulo, SP, Brazílie, 05403900
- Nábor
- Heart Institute, University of São Paulo
-
Kontakt:
- Glauco M Plens, MD
- Telefonní číslo: +5511982213020
- E-mail: glaucomplens@gmail.com
-
-
Kritéria účasti
Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.
Kritéria způsobilosti
Věk způsobilý ke studiu
- Dospělý
- Starší dospělý
Přijímá zdravé dobrovolníky
N/A
Metoda odběru vzorků
Vzorek nepravděpodobnosti
Studijní populace
Dospělí jedinci pod mechanickou ventilací, s asistovaným nebo asistovaným režimem, kteří jsou z klinické indikace monitorováni pomocí jícnového tlakového balónku.
Popis
Kritéria pro zařazení:
- Subjekty pod asistovanou nebo asistovanou mechanickou ventilací a monitorované jícnovým tlakovým balónkem.
Kritéria vyloučení:
- Odmítnutí od rodiny pacienta nebo ošetřujícího lékaře
Studijní plán
Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.
Jak je studie koncipována?
Detaily designu
Kohorty a intervence
Skupina / kohorta |
Intervence / Léčba |
|---|---|
|
Detekce umělé inteligence a klasifikace dyssynchronií pacient-ventilátor
Jedná se o jednoramennou studii, protože všechny zahrnuté subjekty budou vystaveny oběma diagnostickým metodám (umělá inteligence i experti).
Navrženou diagnostickou metodou je algoritmus strojového učení integrovaný v mechanickém ventilátoru FlexiMag Max 700 (Magnamed, Brazílie), který bude nepřetržitě zaznamenávat data z mechanické ventilace zahrnutých subjektů po dobu až 72 hodin.
Zlatý standard zahrnuje záznam křivek tlaku v jícnu a offline analýzu odborníky.
|
Algoritmus strojového učení pro detekci a klasifikaci dyssynchronií pacient-ventilátor, který je integrován v mechanickém ventilátoru (Fleximag Max, Magnamed, Brazílie).
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Diagnostická přesnost algoritmu umělé inteligence
Časové okno: 3 dny
|
Senzitivita, specificita, pozitivní prediktivní hodnota, negativní prediktivní hodnota algoritmu umělé inteligence pro detekci a klasifikaci dyssynchronií pacient-ventilátor.
Tyto indexy přesnosti budou odhadnuty pro každý druh dysinchronie: neúčinné úsilí, automatické spouštění, dvojité spouštění, zpětné spouštění, zpětné spouštění s dvojitým cyklem
|
3 dny
|
Sekundární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Detekce pendelluftu
Časové okno: 3 dny
|
Procento cyklů s pendelluftem detekovaným pomocí algoritmu umělé inteligence ve srovnání s procentem cyklů s pendelluftem detekovaným pomocí esofageálního tlaku
|
3 dny
|
Spolupracovníci a vyšetřovatelé
Zde najdete lidi a organizace zapojené do této studie.
Spolupracovníci
Vyšetřovatelé
- Ředitel studie: Eduardo LV Costa, MD, PhD, University of Sao Paulo
Publikace a užitečné odkazy
Osoba odpovědná za zadávání informací o studiu tyto publikace poskytuje dobrovolně. Mohou se týkat čehokoli, co souvisí se studiem.
Obecné publikace
- Amato MB, Barbas CS, Medeiros DM, Magaldi RB, Schettino GP, Lorenzi-Filho G, Kairalla RA, Deheinzelin D, Munoz C, Oliveira R, Takagaki TY, Carvalho CR. Effect of a protective-ventilation strategy on mortality in the acute respiratory distress syndrome. N Engl J Med. 1998 Feb 5;338(6):347-54. doi: 10.1056/NEJM199802053380602.
- Blanch L, Villagra A, Sales B, Montanya J, Lucangelo U, Lujan M, Garcia-Esquirol O, Chacon E, Estruga A, Oliva JC, Hernandez-Abadia A, Albaiceta GM, Fernandez-Mondejar E, Fernandez R, Lopez-Aguilar J, Villar J, Murias G, Kacmarek RM. Asynchronies during mechanical ventilation are associated with mortality. Intensive Care Med. 2015 Apr;41(4):633-41. doi: 10.1007/s00134-015-3692-6. Epub 2015 Feb 19.
- Acute Respiratory Distress Syndrome Network; Brower RG, Matthay MA, Morris A, Schoenfeld D, Thompson BT, Wheeler A. Ventilation with lower tidal volumes as compared with traditional tidal volumes for acute lung injury and the acute respiratory distress syndrome. N Engl J Med. 2000 May 4;342(18):1301-8. doi: 10.1056/NEJM200005043421801.
- LeCun Y, Bengio Y, Hinton G. Deep learning. Nature. 2015 May 28;521(7553):436-44. doi: 10.1038/nature14539.
- Sousa MLEA, Magrans R, Hayashi FK, Blanch L, Kacmarek RM, Ferreira JC. Clusters of Double Triggering Impact Clinical Outcomes: Insights From the EPIdemiology of Patient-Ventilator aSYNChrony (EPISYNC) Cohort Study. Crit Care Med. 2021 Sep 1;49(9):1460-1469. doi: 10.1097/CCM.0000000000005029.
- Sousa MLA, Magrans R, Hayashi FK, Blanch L, Kacmarek RM, Ferreira JC. Predictors of asynchronies during assisted ventilation and its impact on clinical outcomes: The EPISYNC cohort study. J Crit Care. 2020 Jun;57:30-35. doi: 10.1016/j.jcrc.2020.01.023. Epub 2020 Jan 21.
Termíny studijních záznamů
Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.
Hlavní termíny studia
Začátek studia (Aktuální)
25. května 2024
Primární dokončení (Odhadovaný)
24. května 2025
Dokončení studie (Odhadovaný)
24. prosince 2025
Termíny zápisu do studia
První předloženo
24. května 2024
První předloženo, které splnilo kritéria kontroly kvality
10. července 2024
První zveřejněno (Aktuální)
17. července 2024
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
17. července 2024
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
10. července 2024
Naposledy ověřeno
1. května 2024
Více informací
Termíny související s touto studií
Klíčová slova
Další relevantní podmínky MeSH
Další identifikační čísla studie
- CAAE 78855824.7.0000.0068
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
NE
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Ne
Studuje produkt zařízení regulovaný americkým úřadem FDA
Ne
Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .