Signalanalyse für neurokritische Patienten
3. Juni 2018 aktualisiert von: Yi-Hsin Tsai, Far Eastern Memorial Hospital
Analyse physiologischer Signale von neurokritischen Patienten auf Intensivstationen mit Wavelet-Transformation und Deep Learning
Das Projekt verwendet Big-Data-Analysetechniken wie Wavelet-Transformation und Deep Learning, um physiologische Signale von neurokritischen Patienten zu analysieren und ein Modell zur Bewertung des intrakraniellen Zustands und zur Vorhersage neurologischer Ergebnisse zu erstellen.
Durch die Identifizierung von Korrelationen zwischen diesen Parametern und ihren Trends können wir eine frühzeitige Erkennung von Anomalien erreichen und die Fähigkeit zur Beurteilung des aktuellen neurologischen Zustands und zur Vorhersage der Prognose verbessern.
Durch die kontinuierliche Eingabe vergangener und aktueller Daten in die Intensivstation wird das Modell wiederholt modifiziert und seine Genauigkeit verbessert sich, wenn das Modell wächst.
Mit dem Modell können Auffälligkeiten früher erkannt und ein Warnsystem bereitgestellt werden.
Kliniker, die sich um neurokritische Patienten kümmern, können ihre Behandlungsstrategie anpassen und das Ergebnis gemäß einem solchen System bewerten.
Studienübersicht
Status
Abgeschlossen
Bedingungen
Intervention / Behandlung
Studientyp
Beobachtungs
Einschreibung (Tatsächlich)
156
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienorte
-
-
-
New Taipei City, Taiwan, 200
- Far Eastern Memorial Hospital
-
-
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
20 Jahre und älter (ERWACHSENE, OLDER_ADULT)
Akzeptiert gesunde Freiwillige
Nein
Studienberechtigte Geschlechter
Alle
Probenahmeverfahren
Nicht-Wahrscheinlichkeitsprobe
Studienpopulation
Neurokritische Patienten, die auf der Intensivstation (ICU) aufgenommen wurden, einschließlich, aber nicht beschränkt auf traumatische Hirnverletzung, hämorrhagischen Schlaganfall, ischämischen Schlaganfall, Hirninfektion, Hirntumor und akuten Hydrozephalus.
Beschreibung
Einschlusskriterien:
- Alter gleich oder älter als 20 Jahre
- Neurokritische Patienten, die auf der Intensivstation (ICU) aufgenommen wurden, einschließlich, aber nicht beschränkt auf traumatische Hirnverletzung, hämorrhagischen Schlaganfall, ischämischen Schlaganfall, Hirninfektion, Hirntumor und akuten Hydrozephalus.
- Patienten, die sich einer Schädeloperation unterzogen haben und bei denen ein intrakranielles Druckmessgerät oder eine externe Ventrikeldrainage eingesetzt wurde. Der zentrale Monitor der Intensivstation kann die Daten kontinuierlich sammeln
Ausschlusskriterien:
- Alter jünger als 20 Jahre.
- Eine kontinuierliche Überwachung des intrakraniellen Drucks ist nicht möglich.
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 |
Intervention / Behandlung |
|---|---|
|
Neurokritische Patienten
Patienten mit Hirnverletzung durch Trauma, ischämischer Schlaganfall, Blutungsschlag (intrazerebrale Blutung, Subarachnoidalblutung), Hirntumor mit erhöhtem Hirndruck, Hirninfektion, Hydrozephalus, unter anderem.
|
Die Patienten können entweder einen intrakraniellen Druckmonitor (ICP) oder eine externe ventrikuläre Drainage haben, die als ICP-Monitor verwendet werden kann.
Andere Namen:
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Neurologischer Status
Zeitfenster: Entlassung aus der Intensivstation, durchschnittlich 2 Wochen
|
Glasgow-Koma-Skala/Sterblichkeit
|
Entlassung aus der Intensivstation, durchschnittlich 2 Wochen
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Sponsor
Ermittler
- Hauptermittler: Yi-Hsin Tsai, M.D., Far Eastern Memorial Hospital
Publikationen und hilfreiche Links
Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.
Allgemeine Veröffentlichungen
- Diederik P. Kingma and Jimmy Lei Ba. Adam: A method for stochastic optimization. Conference paper at ICLR 2015.
- Michael Unser and Akram Aldroubi. (1996 Apr) A review of wavelets in biomedical applications. Proceedings of the IEEE 84(4): 626-638.
- LeCun Y, Bengio Y, Hinton G. Deep learning. Nature. 2015 May 28;521(7553):436-44. doi: 10.1038/nature14539.
- Christopher Torrence and Gilbert P. Compo. (1998 Jan) A practical guide to wavelet analysis. Bulletin of the American Meteorological Society 79(1):61-78.
- Theis, Fabian & Meyer-Base, Anke. (2010). Biomedical Signal Analysis - Contemporary Methods and Applications. Biomedical Signal Analysis: Contemporary Methods and Applications.
- Min S, Lee B, Yoon S. Deep learning in bioinformatics. Brief Bioinform. 2017 Sep 1;18(5):851-869. doi: 10.1093/bib/bbw068.
- Yi Mao, Wenlin Chen, Yixin Chen, Chenyang Lu, Marin Kollef, and Thomas Bailey. (2012) An integrated data mining approach to real-time clinical monitoring and deterioration warning. Proceedings of the 18th ACM SIGKDD international conference on Knowledge discovery and data mining Pages 1140-1148. doi>10.1145/2339530.2339709
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 (TATSÄCHLICH)
18. Dezember 2017
Primärer Abschluss (TATSÄCHLICH)
24. Mai 2018
Studienabschluss (TATSÄCHLICH)
31. Mai 2018
Studienanmeldedaten
Zuerst eingereicht
29. November 2017
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
4. Dezember 2017
Zuerst gepostet (TATSÄCHLICH)
5. Dezember 2017
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (TATSÄCHLICH)
6. Juni 2018
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
3. Juni 2018
Zuletzt verifiziert
1. Juni 2018
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 106152-E
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 .