Desarrollo de un modelo basado en inteligencia artificial para predecir una intubación difícil utilizando imágenes laringoscópicas y clasificación de Cormack-Lehane
Descripción general del estudio
Estado
Condiciones
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
Merkez
-
Düzce, Merkez, Turquía (Türkiye)
- Duzce University Faculty of Medicine, Department of Anesthesiology and Reanimation
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
La población de estudio consistirá en pacientes adultos sometidos a cirugía electiva bajo anestesia general en las salas de operaciones del Hospital de la Facultad de Medicina de la Universidad de Düzce. Todos los pacientes recibirán sus vías respiratorias mediante la laringoscopia de video como parte de la inducción de anestesia de rutina. Solo se incluirán pacientes sin patología conocida de la vía aérea superior.
Los pacientes serán reclutados de manera prospectiva y consecutiva. Las imágenes de laringoscopia de video se capturarán durante la intubación y se utilizarán para el análisis de aprendizaje automático. El grado de Cormack-Lehane será confirmado independientemente por dos anestesiólogos experimentados. Los pacientes se clasificarán en grupos de intubación normales y difíciles.
Descripción
Criterios de inclusión:
- 18-65 años
Cirugía electiva
ASA I-II
Sin patología de la vía aérea superior
Criterios de exclusión:
- Historia conocida de intubación difícil
Obesidad mórbida (IMC> 40)
Embarazo
Historia de la cirugía de vías respiratorias superiores
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
|---|
|
Grupo 1: Grupo de intubación normal
Intubaciones en pacientes evaluados como Cormack-Lehane (CL) Clase 1-2.
|
|
Grupo de intubación difícil
Intubaciones en pacientes evaluados como Cormack-Lehane Clase 3-4.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Precisión del modelo de aprendizaje automático en la predicción de una intubación difícil basada en imágenes de laringoscopia de video
Periodo de tiempo: Inmediatamente después de la recopilación de datos y la capacitación de modelos
|
El resultado primario es la precisión de clasificación del algoritmo de aprendizaje automático en la identificación de casos de intubación difíciles (Cormack-Lehane Grado 3-4) a partir de imágenes de laringoscopia de video, en comparación con el consenso de anestesiólogos expertos.
La precisión se informará como un porcentaje.
|
Inmediatamente después de la recopilación de datos y la capacitación de modelos
|
Colaboradores e Investigadores
Patrocinador
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Actual)
Finalización del estudio (Actual)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Estimado)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Otros números de identificación del estudio
- 2025/183
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
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. .