48 aiheen tutkimus, jossa käytettiin ei-invasiivisia moniteknologisia mittauksia meneillään olevan verenvuodon varhaiseen havaitsemiseen

Hemorraginen sokki on edelleen johtava kuolinsyy taistelukentällä sekä siviiliyhteisöissä. Meneillään olevan verenvuodon varhainen havaitseminen ennen etenemistä suoraksi sokiksi mahdollistaisi varhaisen puuttumisen. On laajalti arvostettu, että klassiset lääketieteelliset elintoiminnot toimivat huonosti traumaattisen vamman jälkeisen shokin etenemisen myöhäiseen vaiheeseen asti. Tällä hetkellä saatavilla olevat tekniikat, mukaan lukien ajoittainen elintoimintojen seuranta, laboratorioanalyysit ja yksittäiset mittauslaitteet, toimivat huonosti ennen kliinisesti ilmeistä fysiologista kärsimystä.

Tämän projektin yleistavoitteena on kehittää monitekninen noninvasiivinen järjestelmä meneillään olevan verenvuodon varhaiseen havaitsemiseen. Taustalla on hypoteesi, että syväoppimisen kehittämät algoritmit, jotka saavat diagnostisia signaaleja useista lähteistä, ovat tehokkaampia kuin yksittäiset teknologiaratkaisut.

Vaikka lupaus innovatiivisesta noninvasiivisesta testauksesta on saanut laajaa huomiota, tehokkaiden vuodetekniikoiden kehittäminen on toistaiseksi ollut rajallista ja niiden suorituskyky on pettymys. Vuonna 2014 Kim ym. totesivat, että "Tämän meta-analyysin tulokset osoittivat, että jatkuvan ei-invasiivisen valtimopaineen mittauslaitteiden epätarkkuudet ja epätarkkuudet ovat suurempia kuin mikä on määritelty hyväksyttäväksi" ja noninvasiivinen verenpaineen mittaus on yksi niistä kehittyneimmistä. teknologioita. Ei-invasiivisten tekniikoiden epäonnistuminen monimutkaisten sairaustilojen havaitsemisessa tai diagnosoinnissa on pääosin täydellinen. Tutkijat uskovat, että tämä vika heijastaa uniplex-järjestelmien rajoituksia (yksi anturi yhdessä paikassa) ja fysiologisen vasteen vaihtelua potilaiden välillä. Uniplex-järjestelmät uhraavat koko diagnostisen signaalin anatomisesti ja ajallisesti, millä todennäköisesti on merkittävää erottelukykyä.

Tähän mennessä teknologiset innovaatiot meneillään olevan verenvuodon varhaisessa havaitsemisessa on jaettu kahteen laajaan kategoriaan: 1) etsiminen yksittäisen uuden kudoksen tai elimen tilan mittauksen löytämiseksi tai 2) kehittyneempien matemaattisten tekniikoiden soveltaminen, jotka perustuvat koneoppimiseen ja signaalinkäsittelyyn.

Tutkijat ehdottavat sellaisen järjestelmän kehittämistä, jossa yhdistyvät huippuluokan noninvasiiviset tunnistusteknologiat ja kehittyneet monimuuttujat tilastolliset algoritmit. Tätä järjestelmää kehitetään alusta alkaen edulliseksi ja helposti käytettäväksi myös ankarissa olosuhteissa.

Verituotteiden tarpeettoman käytön välttämiseksi hepatektomioita tehdään matalalla keskuslaskimopaineella (CVP). Tämä saavutetaan rajoittamalla suonensisäisten nesteiden ja toisinaan lääkkeiden käyttöä keskuslaskimopaineen alentamiseksi. Alhainen keskuslaskimopaine hepatektomian aikana on erinomainen malli kaltaisten teknologioiden kehittämiseen, eikä sitä ole aiemmin käytetty tähän tarkoitukseen.

Jokaisen toimenpiteen aikana tutkijat saavat täyden joukon ei-invasiivisia optisia, sähkömagneettisia ja impedanssifysiologisia signaaleja LCVPLR-menettelyn aikana. Tässä ehdotettu työ arvioi näitä tekniikoita tavanomaisten matalan keskuslaskimopaineen maksaresektioiden (LCVPLR) aikana. Näitä tietoja käytetään jatkossa koneoppimiseen perustuvien algoritmien kehittämiseen. Ehdotettu tutkimus on vähäriskinen, koska mitatut tiedot eivät ole kliinikoiden saatavilla.

Erityiset tavoitteet:

1. Arvioi olemassa olevien ei-invasiivisten tunnistustekniikoiden ja monimuuttujaalgoritmien suorituskykyä LCVPLR:ssä.
2. Hanki ihmismallin koulutus- ja validointitietojoukot LCVPLR:n aikana, jotta voit tarkentaa algoritmeja edelleen.

Teho ja näytteen koko: Tutkijat odottavat saavansa tietoja jokaisesta ilmoittautuneesta koehenkilöstä. Ennen parenkymaalisen leikkauksen alkamista saatuja tietoja käytetään "ei verenvuotoa" -kontrollina. Teho- ja otoskokolaskelmat osoittavat, että 48 koehenkilön otoskoon pitäisi olla riittävä: 1) tunnistamaan edelleen minimaalinen noninvasiivisten mittaustekniikoiden osajoukko, joka on tarpeen halutun diagnostisen suorituskyvyn saavuttamiseksi, 2) validoida olemassa olevat algoritmit ja 3) ensin kouluttaa ihmistä. algoritmien kliininen iteraatio riittävällä tarkkuudella (p < 0,05 ROC-AUC:lle).

Minimaalisen riskin tutkimuksena ei tapahdu muutoksia leikkauksen kohteena olevien potilaiden hoitoon verrattuna. Kirurgiset toimenpiteet ja farmakoterapiat etenevät normaalin kliinisen hoidon mukaisesti. Ilmoittautuneille potilaille suoritetaan tavallinen preoperatiivinen, anestesia- ja postoperatiivinen fysiologinen seuranta.