Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Anestesiamenetelmä kuolleisuuteen ikääntyneiden lonkkamurtumaleikkauksissa: tekoälyn ennusteet

perjantai 26. huhtikuuta 2024 päivittänyt: Volkan Alparslan, Kocaeli University

Anestesiamenetelmän vaikutus kuolleisuuteen ikääntyneiden lonkkamurtumaleikkauksissa: tekoälyn tukemat ennusteet

Elinajanodotteen pidentyessä vanhusten määrä kasvaa. Lonkkamurtumat lisäävät merkittävästi iäkkäiden potilaiden sairastuvuutta ja kuolleisuutta erityisesti ensimmäisen vuoden aikana. Anestesian hallinta näillä iäkkäillä potilailla, joilla on usein useita samanaikaisia ​​​​sairauksia, on haastavaa. Perioperatiivisten tekijöiden tunnistaminen, jotka voivat vähentää kuolleisuutta, hyödyttää näiden potilaiden perioperatiivista hoitoa.

Tutkijat pyrkivät ennustamaan anestesian hoidon vaikutusta lonkkamurtumapotilaiden kuolleisuuteen käyttämällä tekoälyn tukemia ennusteita.

Tutkimuksen yleiskatsaus

Tila

Ei vielä rekrytointia

Ehdot

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

250

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

  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Joo

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Potilastietoihin päästään takautuvasti sairaalarekisterijärjestelmän kautta. Kirjallisuuden mukaan lonkkamurtumia sairastavilla iäkkäillä potilailla kuolleisuuden riskitekijät arvioidaan ennen leikkausta ja sen jälkeen sekä postoperatiiviset komplikaatiot Potilaat, joilla on ja ei kuolleita, tutkitaan kahdessa erillisessä alaryhmässä. Kaikki koneoppimisen luokittelun tutkimukset suoritetaan Kocaelin yliopiston insinööritieteellisen tiedekunnan tekoälyn ja simulointijärjestelmien tutkimus- ja kehityslaboratoriossa ja niitä ohjaa tekoälyyn ja koneoppimiseen erikoistunut tiedekunnan jäsen.

Kuvaus

Sisällyttämiskriteerit:

  • Potilaat, jotka on leikattu sairaalassamme lonkkamurtumien vuoksi vuosina 2017-2024, otetaan takautuvasti mukaan tutkimukseen.
  • Mukaanottokriteereinä ovat 65-vuotiaat ja sitä vanhemmat potilaat sekä ne, joiden lonkkamurtuman syy oli pelkkä putoaminen seisomakorkeudesta.

Poissulkemiskriteerit:

  • Tutkimuksesta suljetaan pois potilaat, joilla on pahanlaatuisista kasvaimista johtuvia patologisia lonkkamurtumia, syöpäpotilaat, joilla on monielimen etäpesäkkeitä, ja ne, joille on tehty revisio lonkkamurtuma.

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Anestesiamenetelmän vaikutus kuolleisuuteen ikääntyneiden lonkkamurtumaleikkauksissa: tekoälyn tukemat ennusteet
Aikaikkuna: 3 kuukautta
Uuden pisteytysjärjestelmän kehittäminen arvioimalla tekoälyn avulla kliinisiä tiloja ja anestesian hoitoa potilaille, jotka kokevat kuolleisuuden ensimmäisen vuoden aikana lonkkamurtuman jälkeen.
3 kuukautta

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Anestesiamenetelmän vaikutus kuolleisuuteen ikääntyneiden lonkkamurtumaleikkauksissa:
Aikaikkuna: 3 kuukautta
Auttaa elämän päättymispäätöksiä ennustamalla kuolleisuutta.
3 kuukautta

Muut tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Anestesiamenetelmän vaikutus kuolleisuuteen ikääntyneiden lonkkamurtumaleikkauksissa:
Aikaikkuna: 3 kuukautta
Taloudellisten hyötyjen tarjoaminen kuolleisuuden ennustepisteillä.
3 kuukautta

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Kocaeli University

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 (Arvioitu)

Lauantai 25. toukokuuta 2024

Ensisijainen valmistuminen (Arvioitu)

Tiistai 25. kesäkuuta 2024

Opintojen valmistuminen (Arvioitu)

Keskiviikko 10. heinäkuuta 2024

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Keskiviikko 17. huhtikuuta 2024

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Perjantai 26. huhtikuuta 2024

Ensimmäinen Lähetetty (Todellinen)

Tiistai 30. huhtikuuta 2024

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Tiistai 30. huhtikuuta 2024

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Perjantai 26. huhtikuuta 2024

Viimeksi vahvistettu

Maanantai 1. huhtikuuta 2024

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • GOKAEK-2024/06.22

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

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 .

Kliiniset tutkimukset Lonkkamurtumat

Hae vastaavia kokeiluja

Sponsorit ja yhteistyökumppanit

Sairaudet

Huumeiden interventiot

CROs by country

CROs in United Kingdom

Ehdot

Harvinaiset sairaudet

Huumeiden interventiot

Ravintolisät

Sponsori / yhteistyökumppanit

Sijainnit

3
Tilaa