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

Prospektive Kohortenstudie zu Phäochromozytom/Paragangliom

2. April 2026 aktualisiert von: Peking Union Medical College Hospital

Validierungs- und Erweiterungsstudie des prädiktiven Modells für intraoperative hämodynamische Instabilität bei der Resektion von Phäochromozytomen/Paragangliomen - eine monozentrische, prospektive, beobachtende Kohortenstudie

Die Studie wird Patienten aufnehmen, die für eine PPGL-Entfernungsoperation am Peking Union Medical College Hospital geplant sind. Vor der Operation werden die Forscher ein 6-Variablen-Modell verwenden, um das Risiko des Patienten für starke Blutdruckschwankungen während des Eingriffs vorherzusagen. Während der Operation wird ein Echtzeit-Frühwarnsystem auf seine Fähigkeit getestet, Blutdruckänderungen 60 Sekunden im Voraus genau vorherzusagen. Die Studie wird auch den Wert der kontinuierlichen Glukoseüberwachung (CGM) zum Verständnis von Blutdruckschwankungen untersuchen und die Leistung eines künstlichen Intelligenz (KI)-Agenten für die präoperative Anästhesiebeurteilung bewerten, wobei dessen Genauigkeit, Konsistenz und Effizienz mit der von menschlichen Anästhesisten verglichen wird.

Die Teilnahme beinhaltet keine Änderungen an der standardmäßigen chirurgischen oder medizinischen Versorgung des Patienten. Sie umfasst das Sammeln klinischer Daten, das Tragen eines CGM-Sensors vom Tag vor bis zum Tag nach der Operation und die Durchführung der präoperativen Beurteilung sowohl durch den KI-Agenten als auch durch Anästhesisten.

Studienübersicht

Detaillierte Beschreibung

Hintergrund: Die Resektion von Phäochromozytomen/Paragangliomen (PPGL) birgt aufgrund der Katecholaminfreisetzung ein hohes Risiko für intraoperative hämodynamische Instabilität (HDI). Bestehende Vorhersagemodelle weisen Einschränkungen auf, und neuartige Instrumente bedürfen einer prospektiven Validierung. Diese Studie zielt darauf ab, diese Lücke zu schließen.

Ziel: Die primären Ziele sind: 1) Prospektive Validierung eines zuvor entwickelten 6-Variablen-Modells zur Vorhersage schwerer HDI-Subtypen; 2) Bewertung der Genauigkeit und Zeitgerechtheit eines Echtzeit-Frühwarninstruments für HDI-Ereignisse während der Operation; 3) Untersuchung des Zusammenhangs zwischen kontinuierlichem Glukosemonitoring (CGM) und intraoperativer HDI; und 4) Bewertung des klinischen Nutzens eines KI-basierten präoperativen Anästhesiebewertungsagenten im Vergleich zu menschlichen Bewertern.

Methoden: Es handelt sich um eine monozentrische, prospektive, beobachtende Kohortenstudie am Peking Union Medical College Hospital. Eingeschlossen werden geeignete Patienten (≥18 Jahre), die für eine elektive PPGL-Resektion geplant sind.

Validierung des Vorhersagemodells: Präoperative Daten (Symptome, Hämoglobin, funktioneller Tumorstatus, Adrenalin/Noradrenalin-Erhöhungsfaktoren, Phenoxybenzamin-Dosis) werden zur Vorhersage des HDI-Subtyps (leicht vs. schwer) verwendet. Der vorhergesagte Subtyp wird mit dem tatsächlichen Subtyp verglichen, der durch nachträgliches K-Means-Clustering intraoperativer hämodynamischer Daten (24 Metriken) bestimmt wird.

Validierung des Echtzeit-Frühwarninstruments: Das Instrument wird intraoperativ eingesetzt, um Vitalzeichen (SBP, DBP, MAP, HR) 60 Sekunden im Voraus auf Basis der vorangegangenen 200 Sekunden Daten vorherzusagen. Seine Vorhersagen werden mit den tatsächlich überwachten Werten verglichen, und seine Sensitivität/Spezifität für die Vorhersage von hypertensiven, hypotensiven und tachycarden Ereignissen wird berechnet.

CGM-Untersuchung: Die Patienten tragen vom Tag vor der Operation bis einen Tag danach einen CGM-Sensor. Metriken wie mittlerer Glukosewert, glykämische Variabilität und Zeit in Hypoglykämie/Hyperglykämie werden mittels multivariabler Regression auf ihren Zusammenhang mit intraoperativen HDI-Ergebnissen analysiert.

Bewertung des KI-Agenten: Jeder Patient erhält zwei gepaarte präoperative Bewertungen: eine durch den KI-Agenten und eine durch einen Assistenzarzt für Anästhesiologie (≤5 Jahre Erfahrung). Ein Oberarzt für Anästhesiologie (≥10 Jahre Erfahrung) stellt den Referenzstandard für Risikostratifizierung, Tumorfunktionalität und Vorbereitungsadäquatheit bereit. Genauigkeit, Interrater-Übereinstimmung (Kappa) und Bewertungszeit werden zwischen dem KI-Agenten und dem Assistenzarzt verglichen.

Ergebnisse: Primäre Endpunkte umfassen die Fläche unter der ROC-Kurve (AUROC) für das Vorhersagemodell, den mittleren absoluten prozentualen Fehler (MAPE) für das Frühwarninstrument, das Auftreten intraoperativer HDI für die CGM-Analyse und die Genauigkeit der Risikostratifizierung des KI-Agenten. Die Stichprobengrößen wurden für jede Teilstudie berechnet, mit einer geplanten Gesamteinschlusszahl von etwa 202 Teilnehmern, um alle Ziele zu erreichen.

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

200

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

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

  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Patienten mit diagnostiziertem Phäochromozytom oder Paragangliom, die sich für eine elektive chirurgische Resektion am Peking Union Medical College Hospital angemeldet haben.

Beschreibung

Einschlusskriterien:

  • Alter ≥ 18 Jahre.
  • Diagnose eines Phäochromozytoms/Paraganglioms durch bildgebende und Laboruntersuchungen und geplante elektive Resektion.
  • Geplante intraoperative kontinuierliche invasive arterielle Drucküberwachung.
  • Bereit und in der Lage, eine schriftliche Einwilligungserklärung zu erteilen.
  • In der Lage, präoperatives CGM-Monitoring, KI-Agenten-Bewertung und postoperative Nachsorge einzuhalten.

Ausschlusskriterien:

  • Fehlende intraoperative hämodynamische Daten ≥20 %.
  • Postoperative Histopathologie schließt PPGL-Diagnose aus.
  • Kardiales Paragangliom oder metastasierendes PPGL.
  • Schwere Herzerkrankung (z. B. schwere Klappenerkrankung, schwere Herzinsuffizienz), die unabhängig intraoperative HDI verursachen könnte.
  • Schwangerschaft oder Stillzeit.
  • Psychische Erkrankung, kognitive Beeinträchtigung oder Kommunikationsbarrieren, die die Einhaltung der Studienabläufe verhindern.
  • Verweigerung von CGM-Monitoring oder KI-Agenten-Bewertung.
  • Schwere Erkrankung (z. B. akuter Myokardinfarkt, Schlaganfall, schwere Infektion) innerhalb von 3 Monaten vor der Operation.
  • Schwere Leber- oder Niereninsuffizienz (Child-Pugh-Klasse C, eGFR <30 ml/min/1,73 m²).

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
PPGL-Resektions-Kohorte
Patienten mit diagnostiziertem Phäochromozytom oder Paragangliom, die für eine elektive chirurgische Resektion geplant sind. Alle Teilnehmer werden die gleichen Studienabläufe durchlaufen: präoperative Datenerhebung, CGM-Überwachung, KI- und menschliche präoperative Bewertung, intraoperative Anwendung des Echtzeit-Warnsystems und postoperative Nachsorge. Es wird keine Intervention angewendet; dies ist rein beobachtend.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Prädiktive Modell-Diskriminierung (AUROC)
Zeitfenster: Von der präoperativen Beurteilung bis zum Ende der Operation
Diskriminative Fähigkeit des präoperativen 6-Variablen-Modells zur Vorhersage des schweren intraoperativen hämodynamischen Instabilitäts (HDI)-Subtyps, bewertet durch die Fläche unter der Receiver-Operating-Characteristic-Kurve (AUROC).
Von der präoperativen Beurteilung bis zum Ende der Operation

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Echtzeit-Warnwerkzeug-Genauigkeit - Herzfrequenz (MAPE)
Zeitfenster: Intraoperative Phase
Genauigkeit des intraoperativen Frühwarnsystems für die Herzfrequenz, gemessen am mittleren absoluten prozentualen Fehler (MAPE) zwischen den vorhergesagten und den tatsächlich überwachten Herzfrequenzwerten. Maßeinheit: %
Intraoperative Phase
Genauigkeit des Echtzeit-Warnwerkzeugs - Systolischer Blutdruck (MAPE)
Zeitfenster: Intraoperativer Zeitraum
Genauigkeit des intraoperativen Frühwarninstruments für Blutdruckparameter, gemessen durch den mittleren absoluten prozentualen Fehler (MAPE) zwischen seinen vorhergesagten und tatsächlich überwachten Werten für den systolischen Blutdruck (SBP). Maßeinheit: %
Intraoperativer Zeitraum
Echtzeit-Warn-Tool-Genauigkeit - Diastolischer Blutdruck (MAPE)
Zeitfenster: Intraoperativer Zeitraum
Genauigkeit des intraoperativen Frühwarninstruments für Blutdruckparameter, gemessen am mittleren absoluten prozentualen Fehler (MAPE) zwischen seinen vorhergesagten und tatsächlich überwachten Werten für den diastolischen Blutdruck (DBP). Maßeinheit: %
Intraoperativer Zeitraum
Kalibrierung des prädiktiven Modells
Zeitfenster: Von der präoperativen Beurteilung bis zum Ende der Operation
Kalibrierung des präoperativen 6-Variablen-Vorhersagemodells, bewertet durch den Hosmer-Lemeshow-Anpassungstest (p-Wert), die Kalibrierungskurve und den Brier-Score. Maßeinheit: p-Wert (dimensionslos), Brier-Score (dimensionslos)
Von der präoperativen Beurteilung bis zum Ende der Operation
Prädiktives Modell Klinischer Nutzen (DCA)
Zeitfenster: Von der präoperativen Beurteilung bis zum Ende der Operation
Klinischer Nutzen des präoperativen Modells, bewertet durch Entscheidungskurvenanalyse (DCA) zur Bewertung des klinischen Nettovorteils bei verschiedenen Schwellenwahrscheinlichkeiten. Maßeinheit: Nettovorteil (dimensionslose Wahrscheinlichkeit)
Von der präoperativen Beurteilung bis zum Ende der Operation
Echtzeit-Warnwerkzeug-Genauigkeit - Mittlerer arterieller Druck (MAPE)
Zeitfenster: Zeitraum: Intraoperative Phase
Genauigkeit des intraoperativen Frühwarnsystems für Blutdruckparameter, gemessen am mittleren absoluten prozentualen Fehler (MAPE) zwischen den vorhergesagten und den tatsächlich überwachten Werten des mittleren arteriellen Drucks (MAP). Maßeinheit: %
Zeitraum: Intraoperative Phase

Mitarbeiter und Ermittler

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

Ermittler

  • Studienstuhl: LE SHEN, MD, PhD, Peking Union Medical College Hospital

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 (Geschätzt)

1. April 2026

Primärer Abschluss (Geschätzt)

1. Februar 2028

Studienabschluss (Geschätzt)

1. Februar 2028

Studienanmeldedaten

Zuerst eingereicht

24. März 2026

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

2. April 2026

Zuerst gepostet (Tatsächlich)

7. April 2026

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

7. April 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

2. April 2026

Zuletzt verifiziert

1. April 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

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