Vorhersage des Erfolgs spontaner Atemtests mithilfe von Biosignalen und Biomarkern auf der Intensivstation durch einen maschinellen Lernansatz
Kontext:
Mehrere Autoren waren daran interessiert, künstliche Intelligenz (KI) in der Medizin anzuwenden und dabei verschiedene Techniken des maschinellen Lernens (ML) zu nutzen: Bewältigung septischer Schocks, Vorhersage von Nierenversagen ... [1, 2] KI spielt eine wichtige Rolle bei der Entscheidungsunterstützung für Kliniker [ 3]. Die Entwöhnungsphase ist eine wirklich wichtige Zeit bei der Behandlung eines Patienten mit mechanischer Beatmung und kann bis zur Hälfte der auf der Intensivstation verbrachten Zeit in Anspruch nehmen. Der erste Entwöhnungsversuch ist bei 20 % der Patienten erfolglos. Bei Patienten mit der schwierigsten Entwöhnung kann die Mortalität jedoch bis zu 38 % betragen [4]. Nur wenige Studien haben sich mit der Anwendung von maschinellem Lernen in diesem Bereich befasst, und nur eine hat sich mit der Verwendung von Biosignalen (Herzfrequenz, EKG, Beatmungsparameter…) befasst [5-7]. Um Morbidität und Mortalität zu verbessern und die Verweildauer zu verkürzen, ist es wichtig, den Erfolg des Spontanatmungstests und der Extubation vorhersagen zu können.
Die Forscher schlagen vor, einen Vorhersagealgorithmus für den Erfolg eines Beatmungsentwöhnungstests zu entwickeln, der auf Biosignalaufzeichnungen und anderen Merkmalen basiert.
Methoden:
Es handelt sich um eine oligozentrische und retrospektive Intensivpflegestudie, bei der die Forscher Biosignalvariablen einschlossen, die aus der elektronischen Krankenakte extrahiert wurden, wie z. B. Atmung (RR, Minutenvolumen...), Herz (systolischer Druck, Herzfrequenz...), Beatmungsgerät Parameter und andere diskrete Variablen (Alter, Komorbidität...). Bei den meisten Biosignalvariablen handelt es sich um minutengenaue Aufzeichnungen. Die Aufzeichnung beginnt 48 Stunden vor dem Test und endet mit Beginn des Entwöhnungstests. Die Forscher extrahierten Merkmale aus diesen Aufzeichnungen, kombinierten sie mit anderen Biomarkern und wendeten mehrere Algorithmen für maschinelles Lernen an: Logistische Regression, Random Forest Classifier, Support Vector Classifier (SVC), XGBoost und Light Gradient Boosting Method (LGBM) …
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Studientyp
Studientyp
Einschreibung (Geschätzt)
Einschreibung
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Jean DELLAMONICA
- E-Mail: dellamonica.j@chu-nice.fr
Studieren Sie die Kontaktsicherung
- Name: Romain LOMBARDI
- Telefonnummer: +33 0669032616
- E-Mail: lombardi.r@chu-nice.fr
Studienorte
-
-
-
Nice, Frankreich, 06200
- Rekrutierung
- University hospital of Nice
-
Kontakt:
- Jean DELLAMONICA
- E-Mail: dellamonica.j@chu-nice.fr
-
Kontakt:
- Romain LOMBARDI
- Telefonnummer: +33 0669032616
- E-Mail: lombardi.r@chu-nice.fr
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Kind
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Computergestützter Gesundheitsbericht (CHR)
- Es hätte ein Spontanatmungstest durchgeführt werden müssen
Ausschlusskriterien:
- Es wurde kein Spontanatmungstest durchgeführt.
- Biosignale (Herz, Atmung) werden im CHR nicht registriert
- Der Patient starb vor dem Spontanatmungstest
- Es wurde Widerstand gegen die Studie geäußert.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Spontanatmungstest
Die erste Gruppe besteht nur aus Patienten, die zur Beatmungsunterstützung auf der Intensivstation/Intensivstation aufgenommen wurden und den Spontanatmungstest erfolgreich bestanden haben.
|
Der Zweck besteht darin, die Beatmungsbedingungen nach einer Extubation nachzuahmen und so dem Kliniker dabei zu helfen, das Ergebnis einer Extubationsentscheidung vorherzusagen.
|
|
Nicht-spontaner Atemtest
Die zweite Gruppe besteht nur aus Patienten, die zur Beatmungsunterstützung auf der Intensivstation/Intensivstation aufgenommen wurden und den Spontanatmungstest nicht bestanden haben.
|
Der Zweck besteht darin, die Beatmungsbedingungen nach einer Extubation nachzuahmen und so dem Kliniker dabei zu helfen, das Ergebnis einer Extubationsentscheidung vorherzusagen.
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Vorhersage des Ergebnisses des Spontanatmungstests.
Zeitfenster: 2 Jahre
|
In der Klinik werden zwei Testmodalitäten durchgeführt: entweder ein T-Rohr-Test oder ein Spontanventilationstest bei niedrigem Niveau der Inspirationsunterstützung und des PEEP (7AI 4PEEP, 7Ai 0PEEP). Ein erfolgreicher Entwöhnungstest wird durch das Fehlen der folgenden Kriterien am Ende des Tests definiert: (i) Anstieg der Atemfrequenz > 35 cpm, (ii) SpO2 <90 %, (iii) Änderung der Herzfrequenz um mehr als 20 % oder Blutdruck, (iv) Bewusstseinsveränderung. |
2 Jahre
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Tatsächlich)
Primärer Abschluss
Studienabschluss (Geschätzt)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- 23Rea01
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .