Modelo de advertencia de riesgo de delirio posoperatorio y disfunción cognitiva a largo plazo en pacientes de edad avanzada
30 de marzo de 2025 actualizado por: Xuanwu Hospital, Beijing
Modelo de advertencia de riesgo de delirio posoperatorio y disfunción cognitiva a largo plazo en pacientes de edad avanzada basado en un algoritmo de red neuronal evolutiva autónoma
La incidencia de delirio posoperatorio en pacientes de edad avanzada es alta, lo que puede provocar trastornos neurocognitivos posoperatorios a largo plazo.
Sus factores de alto riesgo aún no están claros.
En la actualidad, existe una falta de diagnóstico precoz y tecnología de alarma para los trastornos neurocognitivos perioperatorios, lo que no permite lograr una intervención temprana y un tratamiento eficaz.
Mediante inteligencia artificial y un algoritmo de red neuronal evolutiva de forma autónoma, basándose en big data clínicos de múltiples fuentes, exploramos el uso de la red bayesiana para optimizar el sistema de toma de decisiones sobre anestesia en una recuperación mejorada después de la cirugía y establecimos un modelo de predicción de riesgos para eventos críticos perioperatorios.
Se espera que este método también ayude a establecer un modelo de predicción de riesgo para el delirio posoperatorio y los trastornos neurocognitivos posoperatorios a largo plazo.
Este proyecto planea recopilar los parámetros sensibles perioperatorios de la máquina de anestesia, el monitor multiparamétrico, el monitor EEG, la resonancia magnética funcional y el sistema HIS, para explorar el proceso de evolución de las características de los datos mediante la fusión de funciones. También planeamos evaluar rápidamente las características clave de riesgo perioperatorio del posoperatorio. delirio a partir de datos clínicos masivos mediante la selección de características, para explorar los factores de alto riesgo de los trastornos neurocognitivos posoperatorios a largo plazo que se desarrollan a partir del delirio posoperatorio.
Finalmente, con análisis inteligente multicéntrico, se construirá el modelo de predicción de riesgo de delirio posoperatorio y trastornos neurocognitivos posoperatorios a largo plazo.
Descripción general del estudio
Estado
Reclutamiento
Intervención / Tratamiento
Descripción detallada
Este proyecto pretende recopilar e identificar datos de seguimiento clínico de la máquina de anestesia, el monitor multiparamétrico y el monitor de función cerebral sobre la base de la serie de estudios anteriores del equipo sobre la protección de la función cognitiva de pacientes de edad avanzada en el período perioperatorio y la investigación sobre el seguimiento y advertencia de eventos de enfermedades críticas y servicios de apoyo a la toma de decisiones basados en inteligencia artificial.
Los datos clínicos de HIS y los datos de imágenes de resonancia magnética funcional clasificados y rastreados se integraron para formar un gran conjunto de datos relacionados con la función cognitiva perioperatoria de pacientes de edad avanzada.
Basado en información de diagnóstico clínico de pNCD e información de diagnóstico de imágenes por resonancia magnética funcional, se estableció un sistema de predicción de eventos adversos cerebrales capaz de extraer inteligentemente información clínica clave y alerta temprana en tiempo real mediante el uso de tecnologías clave como control de calidad de datos, recopilación e identificación en tiempo real. de datos de seguimiento clínico de múltiples fuentes y predicción de eventos adversos mediante inteligencia artificial.
Tipo de estudio
De observación
Inscripción (Estimado)
10000
Contactos y Ubicaciones
Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.
Estudio Contacto
- Nombre: lei zhao
- Número de teléfono: +8613811035886
- Correo electrónico: zhaoalei@sina.com
Copia de seguridad de contactos de estudio
- Nombre: xia li li
- Número de teléfono: +86818810616341
- Correo electrónico: 935496838@qq.com
Ubicaciones de estudio
-
-
-
Beijing, Porcelana, 100053
- Reclutamiento
- Xuanwu Hospital, Capital Medical University
-
Contacto:
- Lei Zhao, Doctor's
- Número de teléfono: +8613811035886
- Correo electrónico: zhaoalei@sina.com
-
Contacto:
- Lixia Li, Master's
- Número de teléfono: +86818810616341
- Correo electrónico: 935496838@qq.com
-
-
Criterios de participación
Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto Mayor
Acepta Voluntarios Saludables
No
Método de muestreo
Muestra de probabilidad
Población de estudio
Pacientes ≥65 años que hayan sido sometidos a anestesia quirúrgica.
Descripción
Criterios de inclusión:
- Pacientes ≥65 años que hayan sido sometidos a anestesia quirúrgica; Firmar consentimiento informado
Criterio de exclusión:
- Incapacidad para completar la evaluación de la función cognitiva; Analfabetismo, discapacidad auditiva o discapacidad visual; Tiene antecedentes de epilepsia, depresión, esquizofrenia, enfermedad de Alzheimer y otras enfermedades psiquiátricas y neurológicas.
Plan de estudios
Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
delirio posoperatorio (POD) y trastorno neurocognitivo posoperatorio (pNCD)
El delirio (escala CAM) se evaluó 7 días después de la cirugía y se dividió en grupos POD y no POD; uno de los escenarios anteriores indicó delirio posoperatorio; se evaluó la función cognitiva de los pacientes en el grupo POD al mes y 12 meses después de la cirugía para determinar si se produjo pNCD.
Los pacientes del grupo POD se dividieron en subgrupo pNCD y subgrupo no PNCD, y se realizaron la recopilación de datos de EEG y la exploración por resonancia magnética funcional.
|
Este es un estudio de observación, sin intervención.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Detección de factores de riesgo de disfunción cognitiva perioperatoria
Periodo de tiempo: 2024.4.1-2027.12.31
|
La técnica de selección de características en inteligencia artificial se utilizó para detectar y analizar datos de un gran conjunto de datos de atención clínica después de la fusión. Los factores de riesgo con mayor probabilidad de aparición de PND se pueden detectar a partir de una gran cantidad de características, al detectar los factores de riesgo que tienen la correlación más alta con la probabilidad de aparición de POD, combinada con la comparación de datos de imágenes de resonancia magnética funcional de diferentes grupos de pacientes con POD de gran tamaño con conversión a largo plazo al grupo pNCD y al grupo sin PNCD, el mecanismo de la red cerebral y los factores de alto riesgo perioperatorios. Se exploraron más a fondo los efectos de la conversión de POD en disfunción cognitiva a largo plazo.
|
2024.4.1-2027.12.31
|
|
Establecer un sistema de predicción de eventos adversos de la función cerebral
Periodo de tiempo: 2025.1.1-2027.12.31
|
Los datos de seguimiento de los pacientes quirúrgicos contienen una gran cantidad de información médica, y el análisis y modelado de los datos pueden proporcionar una alerta e intervención tempranas eficaces.
El proyecto pretende adoptar la extracción y el análisis de características de tiempo-frecuencia de EEG, el análisis de microestados de EEG y el análisis de redes cerebrales, y adoptar tecnología de fusión de características para fusionar varias características en características unificadas de los pacientes.
Sobre esta base, se construyó un modelo de predicción de eventos adversos de la función cerebral basado en un algoritmo de adaptación de dominio para realizar un seguimiento en tiempo real, un diagnóstico temprano y una alerta temprana del delirio posoperatorio y la disfunción cognitiva a largo plazo en pacientes de edad avanzada.
|
2025.1.1-2027.12.31
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Investigadores
- Silla de estudio: lei zhao, xuanwu hospital of capital medical university,Beijing
- Investigador principal: yong yang, Chongqing Institute of Green and Intelligent Technology, Chinese Academy of Sciences
- Investigador principal: yi an, xuanwu hospital of capital medical university,Beijing
- Investigador principal: xia li li, xuanwu hospital of capital medical university,Beijing
- Investigador principal: yang liu, xuanwu hospital of capital medical university,Beijing
- Investigador principal: yi shu yang, xuanwu hospital of capital medical university,Beijing
Publicaciones y enlaces útiles
La persona responsable de ingresar información sobre el estudio proporciona voluntariamente estas publicaciones. Estos pueden ser sobre cualquier cosa relacionada con el estudio.
Publicaciones Generales
- Patel A, Zhang M, Liao G, Karkache W, Montroy J, Fergusson DA, Khadaroo RG, Tran DTT, McIsaac DI, Lalu MM. A Systematic Review and Meta-analysis Examining the Impact of Age on Perioperative Inflammatory Biomarkers. Anesth Analg. 2022 Apr 1;134(4):751-764. doi: 10.1213/ANE.0000000000005832.
- An Y, Zhao L, Wang T, Huang J, Xiao W, Wang P, Li L, Li Z, Chen X. Preemptive oxycodone is superior to equal dose of sufentanil to reduce visceral pain and inflammatory markers after surgery: a randomized controlled trail. BMC Anesthesiol. 2019 Jun 11;19(1):96. doi: 10.1186/s12871-019-0775-x.
Fechas de registro del estudio
Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.
Fechas importantes del estudio
Inicio del estudio (Actual)
30 de julio de 2024
Finalización primaria (Estimado)
31 de diciembre de 2027
Finalización del estudio (Estimado)
31 de diciembre de 2027
Fechas de registro del estudio
Enviado por primera vez
15 de mayo de 2024
Primero enviado que cumplió con los criterios de control de calidad
15 de mayo de 2024
Publicado por primera vez (Actual)
21 de mayo de 2024
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
3 de abril de 2025
Última actualización enviada que cumplió con los criterios de control de calidad
30 de marzo de 2025
Última verificación
1 de marzo de 2025
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- 62376168
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
NO
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
No
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
No
producto fabricado y exportado desde los EE. UU.
No
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .