Bayes'sche Netzwerke in der Kinderherzchirurgie
Verwendung von Deep Neural Networks und Bayes'scher Analyse zur Identifizierung von Risikofaktoren für ein schlechtes Ergebnis nach einer pädiatrischen Herzoperation
Kinderherzchirurgie mit kardiopulmonalem Bypass ist mit erheblicher Morbidität und Mortalität verbunden. Auch Score-Systeme für Risikofaktoren, wie z. B. der Risk Adjustment for Congenital Heart Surgery (RACHS 1) Score oder der Aristotle-Score, wurden entwickelt, die Ergebnisvorhersage bleibt jedoch schwierig. Neue mathematische Methoden unter Verwendung tiefer neuronaler Netze in Verbindung mit statistischen Bayes-Methoden wurden entwickelt, um die komplexe Wechselwirkung zwischen verschiedenen Risikofaktoren besser zu verstehen, Risikofaktoren zu identifizieren und sie in verwandten Familien zu gruppieren. Diese Methode wurde erfolgreich zur Vorhersage der Mortalität bei Dialysepatienten sowie zur besseren Beschreibung komplexer psychiatrischer Syndrome eingesetzt.
Die primäre Hypothese dieser Studie ist, dass die Verwendung dieser Tools ein besseres Verständnis der Faktoren vermitteln wird, die das Ergebnis nach einer pädiatrischen Herzoperation beeinflussen.
Eine Netzwerkanalyse unter Verwendung von Gaussian Graphical Models, Mixed Graphical Models und Bayesian Networks wird verwendet, um einzelne oder Gruppen von Risikofaktoren für Morbidität und Mortalität nach Kinderherzchirurgie unter kardiopulmonalem Bypass zu identifizieren.
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Studientyp
Einschreibung (Tatsächlich)
Kontakte und Standorte
Studienorte
-
-
-
Brussels, Belgien, 1020
- Hôpital Universitaire Des Enfants Reine Fabiola
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- 0 bis 16 Jahre
- Herzchirurgie unter kardiopulmonalem Bypass
Ausschlusskriterien:
- ASA (American Society of Anesthesiologists)-Status 5
- Zeugen Jehovas
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: Kohorte
- Zeitperspektiven: Retrospektive
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
Kinderherzchirurgie
Eingeschlossen werden alle Patienten mit Kinderherzchirurgie unter kardiopulmonalem Bypass zwischen 2008 und 2018
|
Alle Patienten mit kinderherzchirurgischen Eingriffen unter kardiopulmonalem Bypass wurden zwischen 2008 und 2018 an unserer Einrichtung operiert
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Ergebnisprädiktoren
Zeitfenster: 28 Tage
|
Alle präoperativen, peroperativen und postoperativen Variablen werden in ein tiefes neuronales Netzwerk mit Bayes'scher Statistik eingegeben, um Gruppen oder individuelle Risikofaktoren für postoperative Morbidität und Mortalität zu identifizieren
|
28 Tage
|
Mitarbeiter und Ermittler
Sponsor
Mitarbeiter
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Jenkins KJ, Gauvreau K, Newburger JW, Spray TL, Moller JH, Iezzoni LI. Consensus-based method for risk adjustment for surgery for congenital heart disease. J Thorac Cardiovasc Surg. 2002 Jan;123(1):110-8. doi: 10.1067/mtc.2002.119064.
- Lacour-Gayet F, Clarke D, Jacobs J, Comas J, Daebritz S, Daenen W, Gaynor W, Hamilton L, Jacobs M, Maruszsewski B, Pozzi M, Spray T, Stellin G, Tchervenkov C, Mavroudis And C; Aristotle Committee. The Aristotle score: a complexity-adjusted method to evaluate surgical results. Eur J Cardiothorac Surg. 2004 Jun;25(6):911-24. doi: 10.1016/j.ejcts.2004.03.027.
- Siga MM, Ducher M, Florens N, Roth H, Mahloul N, Fouque D, Fauvel JP. Prediction of all-cause mortality in haemodialysis patients using a Bayesian network. Nephrol Dial Transplant. 2020 Aug 1;35(8):1420-1425. doi: 10.1093/ndt/gfz295.
- Briganti G, Linkowski P. Item and domain network structures of the Resilience Scale for Adults in 675 university students. Epidemiol Psychiatr Sci. 2019 Apr 22;29:e33. doi: 10.1017/S2045796019000222.
- Till AC, Florquin R, Delhaye M, Kornreich C, Williams DR, Briganti G. A network perspective on abnormal child behavior in primary school students. Psychol Rep. 2023 Aug;126(4):1933-1953. doi: 10.1177/00332941221077907. Epub 2022 Mar 24.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Tatsächlich)
Studienabschluss (Tatsächlich)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Andere Studien-ID-Nummern
- PED_CARDIAC_surg_Bayesian
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 .