Externe Validierung des Vorhersagealgorithmus unter Verwendung eines nicht-invasiven Überwachungsgeräts für intraoperative Hypotonie
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Die Hypotonie, die während der Operation auftritt, ist mit der schlechten Prognose von Patienten nach der Operation verbunden. Frühere Studien haben berichtet, dass selbst eine kurze Zeit der Hypotonie das Risiko postoperativer Komplikationen wie Nierenverletzungen erhöht. Wenn wir im Voraus intraoperative Hypotonie vorhersagen können, können wir den Schaden verhindern oder minimieren.
Vor kurzem gibt es viele Berichte über medizinische Modelle für künstliche Intelligenz, die die intraoperative Hypotonie vorhersagen. Unter ihnen wurde das Modell des Hypotonie Prediction Index (HPI) bereits in der klinischen Praxis kommerzialisiert und verwendet. HPI hat jedoch Einschränkungen, als es erforderlich ist, invasive Techniken (arterielle Kanülierung) durchzuführen oder dedizierte Geräte zu hohen Kosten zu verwenden. Da jedoch viele der Vollnarkose ohne invasive Überwachungsgeräte durchgeführt werden, unterliegt die Verwendung von HPI -Medizinprodukten erhebliche Einschränkungen.
We have reported the prediction algorithm for intraoperative hypotension using five non-invasive monitoring devices commonly used in general anesthesia: 1) blood pressure (NBP, number), 2) electrocardiogram (ECG, waveform), 3) end-oxygen saturation waveform (PPG, waveform), 4) end-stage carbon dioxide waveform (ETCO2, waveform), and 5) an anesthesia Tiefe (bis, Anzahl) Durch Durchführung eines retrospektiven externen Validierungsprozesses unter Verwendung öffentlicher klinischer Daten anderer Institutionen (Seoul National University Hospital) konnte das endgültige Modell eine gute Vorhersehbarkeit mit einem Gebiet unter dem Empfänger-Operations-Charakteristik-Kurve (AUROC) von 0,917 haben.
Wir haben diesen Algorithmus jedoch durch eine prospektive Studie nicht extern nicht bestätigt. Diese Studie beabsichtigt, das "Hypertonie-Vorhersagemodell während der Operation unter Verwendung eines nicht-invasiven Überwachungsgeräts" extern zu validieren, wodurch bereits erwartet wird, dass die Nützlichkeit und die Einschränkungen des Vorhersagemodells erneut bewertet werden können und das Modell basierend auf den Ergebnissen vorangetrieben werden kann.
Studientyp
Einschreibung (Geschätzt)
Kontakte und Standorte
Studienkontakt
- Name: Hyun Joo Ahn, MD PhD
- Telefonnummer: 821099330784
- E-Mail: hyunjooahn@skku.edu
Studienorte
-
-
-
Seoul, Korea, Republik von, 06351
- Rekrutierung
- Samsung Medical Center
-
Kontakt:
- Heejoon Jeong, MD
- Telefonnummer: +82-2-3410-0841
- E-Mail: heejoonjeong@skku.edu
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Erwachsene Patienten im Alter von 19 oder mehr
- Wahlchirurgie unter Vollnarkose
- Amerikanische Gesellschaft der Anästhesisten der physische Status I - III
Ausschlusskriterien:
- Vasopressor/Inotrope -Verwendung vor der Operation
- Patienten, die eine invasive arterielle Kanülierung benötigen
- Notfalloperation
- Schwangere oder stillende Frauen
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
Studiengruppe (Einzelgruppe)
Alle Teilnehmer sind in einer Gruppe eingeschrieben.
|
Alle Teilnehmer erhalten während ihrer Operation fünf nicht-invasive Überwachung.
Daten aus diesem Überwachungsgerät werden in den Vorhersagealgorithmus eingefügt.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Wert des Gebiets unter der Empfänger-operativen charakteristischen Kurvenanalyse
Zeitfenster: 5 Minuten vor dem Auftreten von Hypotonie während der Vollnarkose
|
Die Fläche unter der operativen charakteristischen Kurve des Empfängers ist eine Messung, wie gut ein Vorhersagemodell intraoperative Hypotonie vorhersagen kann.
Es wird verwendet, um die Leistung des Algorithmus zu bewerten.
|
5 Minuten vor dem Auftreten von Hypotonie während der Vollnarkose
|
Mitarbeiter und Ermittler
Sponsor
Ermittler
- Hauptermittler: Hyun Joo Ahn, MD PhD, Samsung Medical Center, Sungkyunkwan University School of Medicine
Publikationen und hilfreiche Links
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
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
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- SMC 2025-02-006
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
Produkt, das in den USA hergestellt und aus den USA exportiert wird
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 .