Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Einrichtung einer Atemwegsdatenbank für chirurgische Patienten

Studie zur Methode zur Vorhersage schwieriger Atemwege auf Basis künstlicher Intelligenz

Schwierige Atemwege sind eine Hauptursache für anästhesiebedingte Verletzungen mit latenten lebensbedrohlichen Komplikationen. Das Vorsehen schwieriger Atemwege in der präoperativen Phase ist für die Sicherheit des Patienten von entscheidender Bedeutung. Das Ziel dieser Studie ist die Entwicklung eines Computeralgorithmus, der anhand von Fotos aus sechs Aspekten erkennen kann, ob der Patient einen schwierigen Atemweg hat. Durch diese Methode werden potenzielle Komplikationen im Zusammenhang mit schwierigen Atemwegen verringert und die Patientensicherheit erhöht.

Studienübersicht

Status

Unbekannt

Detaillierte Beschreibung

Einführung:

Der Hauptzweck der Studie besteht darin, einen Computeralgorithmus zu entwickeln, der anhand von Fotos aus sechs verschiedenen Aspekten erkennen kann, ob der Patient einen schwierigen Atemweg hat.

Methoden:

Diese Studie ist in zwei Teile gegliedert. Im ersten Teil haben wir den Atemwegsbeurteilungsscore der Patienten erfasst, die sich einer Vollnarkose mit endotrachealer Intubation unterzogen und von einem erfahrenen Anästhesisten vor und nach der Intubation beurteilt wurden. Bewertung des Atemwegsscores nach trachealer Intubation als Goldstandard für die Atemwegsbeurteilung. Es wurden digitale Fotografien des Gesichts jedes Patienten in frontaler neutraler Ansicht und in neutraler Profilansicht erstellt. Details der Fotografien, jeweils entsprechend einer Gesichtsbewegung: (1) Frontal, neutral. (2) Frontal, Mund offen. (3) Frontal, extrem geöffneter Mund und herausgestreckte Zunge. (4)Frontaler, extremer Oberlippenbiss. (5)Profil, neutral. (6) Profil, neutral, maximaler Kopf nach hinten. Die Fotos des Patienten und die Bewertung der Atemwege nach der Intubation wurden in den Computer eingegeben, um den Computer zu trainieren. Im zweiten Teil wurde der trainierte Computer verwendet, um den Atemwegsscore des neuen Patienten mit dem des Patienten nach der Intubation zu vergleichen und die Sensitivität zu berechnen.

Studientyp

Beobachtungs

Einschreibung (Voraussichtlich)

50000

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

18 Jahre und älter (Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Alle

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

die Patienten, die sich einer Vollnarkose mit endotrachealer Intubation unterzogen

Beschreibung

Einschlusskriterien:

  • Vollnarkose-induzierte Trachealintubation bei Patienten, die sich einer elektiven Operation unterziehen

Ausschlusskriterien:

  • Patienten mit mehreren Gesichtsverletzungen. Patienten, die sich einer Kopf- oder Halsoperation unterzogen haben. Patienten, die eine Notoperation benötigen

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Kohorten und Interventionen

Gruppe / Kohorte
Vollnarkose
Digitale Fotografien des Gesichts jedes Patienten, der sich einer Vollnarkose mit endotrachealer Intubation unterzieht

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
die Empfindlichkeit künstlicher Intelligenz, Schwierigkeiten bei der Beatmung von Gesichtsmasken und der endotrachealen Intubation vorherzusagen
Zeitfenster: 5 Jahre
Das Ergebnis wird ein Computeralgorithmus sein, der anhand von Fotos aus sechs verschiedenen Aspekten erkennen kann, ob der Patient einen schwierigen Atemweg hat. Details der Fotos, die jeweils einer Gesichtsbewegung entsprechen: (1) Frontal, neutral. (2) Frontal, Mund offen. (3) Frontal, extrem geöffneter Mund und herausgestreckte Zunge. (4)Frontaler, extremer Oberlippenbiss. (5)Profil, neutral. (6) Profil, neutral, maximaler Kopf nach hinten.
5 Jahre

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Voraussichtlich)

1. Mai 2017

Primärer Abschluss (Voraussichtlich)

1. Mai 2022

Studienabschluss (Voraussichtlich)

1. Mai 2022

Studienanmeldedaten

Zuerst eingereicht

13. März 2017

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

19. April 2017

Zuerst gepostet (Tatsächlich)

24. April 2017

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

24. April 2017

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

19. April 2017

Zuletzt verifiziert

1. April 2017

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • 2016-076

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

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 .

Abonnieren