Syväoppimismallit intraoperatiivisen hypotension ennustamiseen noninvasiivisten parametrien avulla
tiistai 25. maaliskuuta 2025 päivittänyt: Hyun Joo Ahn, Samsung Medical Center
Intraoperatiivisen hypotension ennustaminen ei-invasiivisten seurantalaitteiden avulla: Syväoppimismallin kehittäminen
Tutkijat pyrkivät tutkimaan syväoppimismallia intraoperatiivisen hypotension ennustamiseksi non-invasiivisten seurantaparametrien avulla.
Tutkimuksen yleiskatsaus
Tila
Valmis
Yksityiskohtainen kuvaus
Intraoperatiivinen hypotensio liittyy erilaisiin leikkauksen jälkeisiin komplikaatioihin, kuten akuuttiin munuaisvaurioon.
Siksi intraoperatiivisen hypotension tarkka ennustaminen ja nopea hoito ovat tärkeitä.
Intraoperatiivista hypotensiota on kuitenkin vaikea ennustaa tarkasti anestesiologien kokemuksen ja intuition perusteella.
Äskettäin invasiivista valtimopaineen seurantaa käyttävät syväoppimisalgoritmit osoittivat intraoperatiivisen hypotension hyvän ennustamiskyvyn.
Se voi auttaa kliinikon päätöksissä.
Useimpia yleisleikkauksen saaneita potilaita seurataan kuitenkin ei-invasiivisten parametrien avulla.
Siksi tutkijat tutkivat intraoperatiivisen hypotension ennustemallia käyttämällä ei-invasiivista seurantaa.
Opintotyyppi
Havainnollistava
Ilmoittautuminen (Todellinen)
5175
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskelupaikat
-
-
-
Seoul, Korean tasavalta, 06351
- Samsung Medical Center
-
-
Osallistumiskriteerit
Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Lapsi
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Ei
Näytteenottomenetelmä
Todennäköisyysnäyte
Tutkimusväestö
Tutkimuspopulaatiossa oli potilaita, joille tehtiin kesäkuun 2016 ja elokuun 2017 välisenä aikana kesäkuun 2016 ja elokuun 2017 välisenä aikana Soul National University Hospital, Soul, Etelä-Korea.
Kuvaus
Sisällyttämiskriteerit:
- Potilaat, jotka sisältyvät avoimeen tietokantaan, VtialDB.
- Potilaat, joille tehtiin inhaloitava yleisanestesia ei-sydänleikkausta varten.
- Potilaat, joilla on ei-invasiivisia seurantatietoja, mukaan lukien verenpaine, elektrokardiografia, pulssioksimetria, bispektriindeksi, kapnografia ja inhaloitavan aineen alveolaarinen vähimmäispitoisuus.
Poissulkemiskriteerit:
- Potilas, jonka tiedot puuttuvat.
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
|---|
|
Ryhmä
Avoimen lähdekoodin tietokannassa (VitalDB, https://vitaldb.net) potilaat, joille tehtiin yleisanestesia ja ei-invasiivinen seuranta, mukaan lukien verenpaine, elektrokardiografia, pulssioksimetria, bispektriindeksi, kapnografia ja pieni alveolaarinen inhalaatioaineen pitoisuus.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Syväoppimismallin ennustekyky intraoperatiivisessa hypotensiotapahtumassa
Aikaikkuna: opintojen suorittamisen jälkeen keskimäärin 3 tuntia
|
Käyrän alla oleva pinta-ala: vastaanottimen toiminta-ominaisuus (AUROC) käyrä syväoppimismallille, joka ennustaa intraoperatiivista hypotensiota.
|
opintojen suorittamisen jälkeen keskimäärin 3 tuntia
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Sponsori
Tutkijat
- Päätutkija: Hyun Joo Ahn, MD, PhD, Samsung Medical Center
Julkaisuja ja hyödyllisiä linkkejä
Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.
Yleiset julkaisut
- Lee HC, Jung CW. Vital Recorder-a free research tool for automatic recording of high-resolution time-synchronised physiological data from multiple anaesthesia devices. Sci Rep. 2018 Jan 24;8(1):1527. doi: 10.1038/s41598-018-20062-4.
- Lee S, Lee HC, Chu YS, Song SW, Ahn GJ, Lee H, Yang S, Koh SB. Deep learning models for the prediction of intraoperative hypotension. Br J Anaesth. 2021 Apr;126(4):808-817. doi: 10.1016/j.bja.2020.12.035. Epub 2021 Feb 6.
Opintojen ennätyspäivät
Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan julkisella verkkosivustolla.
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Lauantai 1. huhtikuuta 2023
Ensisijainen valmistuminen (Todellinen)
Keskiviikko 1. toukokuuta 2024
Opintojen valmistuminen (Todellinen)
Keskiviikko 1. toukokuuta 2024
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Maanantai 13. helmikuuta 2023
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Tiistai 7. maaliskuuta 2023
Ensimmäinen Lähetetty (Todellinen)
Torstai 9. maaliskuuta 2023
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Sunnuntai 30. maaliskuuta 2025
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Tiistai 25. maaliskuuta 2025
Viimeksi vahvistettu
Keskiviikko 1. toukokuuta 2024
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- SMC 2022-09-096
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
PÄÄTTÄMÄTÖN
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Ei
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Ei
Yhdysvalloissa valmistettu ja sieltä viety tuote
Ei
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .