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

Leikkauksen jälkeisen deliriumin ja pitkäaikaisen kognitiivisen toimintahäiriön riskivaroitusmalli iäkkäillä potilailla

sunnuntai 30. maaliskuuta 2025 päivittänyt: Xuanwu Hospital, Beijing

Iäkkäiden potilaiden postoperatiivisen deliriumin ja pitkäaikaisen kognitiivisen toimintahäiriön riskivaroitusmalli, joka perustuu autonomiseen evolutionaariseen hermoverkkoalgoritmiin

Leikkauksen jälkeisen deliriumin ilmaantuvuus iäkkäillä potilailla on korkea, mikä voi johtaa pitkäaikaisiin postoperatiivisiin neurokognitiivisiin häiriöihin. Sen korkeat riskitekijät eivät ole vielä selvillä. Tällä hetkellä perioperatiivisten neurokognitiivisten häiriöiden varhaisdiagnoosista ja hälytysteknologiasta puuttuu, jolloin varhaista puuttumista ja tehokasta hoitoa ei voida saavuttaa. Tekoälyn ja autonomisen evolutionaarisen hermoverkkoalgoritmin avulla, tukeutuen monilähteiseen kliiniseen suurdataan, tutkimme Bayesin verkon käyttöä anestesian päätöksentekojärjestelmän optimoimiseksi leikkauksen jälkeisen toipumisen tehostamiseksi ja loimme riskien ennustusmallin perioperatiivisille kriittisille tapahtumille. Tämän menetelmän odotetaan myös auttavan luomaan riskin ennustemallin postoperatiiviselle deliriumille ja pitkäaikaisille postoperatiivisille neurokognitiivisille häiriöille. Tämän projektin tarkoituksena on kerätä anestesiakoneen, moniparametrisen monitorin, EEG-monitorin, fMRI- ja HIS-järjestelmän perioperatiiviset herkät parametrit tutkiakseen dataominaisuuksien kehitysprosessia ominaisuusfuusion avulla. Aiomme myös seuloa nopeasti leikkauksen jälkeiset keskeiset perioperatiiviset riskiominaisuudet. delirium massiivisista kliinisistä tiedoista ominaisuusvalinnan avulla, jotta voidaan tutkia leikkauksen jälkeisestä deliriumista kehittyvien pitkäaikaisten postoperatiivisten neurokognitiivisten häiriöiden korkeita riskitekijöitä. Lopuksi monikeskuksen älykkäällä analyysillä rakennetaan postoperatiivisen deliriumin ja pitkäaikaisten postoperatiivisten neurokognitiivisten häiriöiden riskiennustemalli.

Tutkimuksen yleiskatsaus

Tila

Rekrytointi

Ehdot

Interventio / Hoito

Yksityiskohtainen kuvaus

Tämän hankkeen tarkoituksena on kerätä ja tunnistaa anestesiakoneen, moniparametrisen monitorin ja aivotoimintamonitorin kliinistä seurantatietoa ryhmän aiemman tutkimussarjan pohjalta iäkkäiden potilaiden kognitiivisten toimintojen suojaamisesta perioperatiivisella jaksolla sekä tutkimukseen anestesiakoneiden seuranta- ja varoitustutkimuksesta. kriittisten sairauksien tapahtumat ja tekoälyyn perustuvat päätöksen tukipalvelut. HIS:n kliiniset tiedot sekä luokitellut ja seuratut fMRI-kuvaustiedot yhdistettiin suureksi tietojoukoksi, joka koski iäkkäiden potilaiden perioperatiivisia kognitiivisia toimintoja. Kliinisen pNCD-diagnostiikkatietojen ja fMRI-kuvauksen diagnostisten tietojen perusteella perustettiin aivojen haittatapahtumien ennustejärjestelmä, joka pystyy älykkäästi poimimaan kliinisen avaininformaation ja reaaliaikaisen varhaisvaroituksen käyttämällä keskeisiä teknologioita, kuten tietojen laadunvalvontaa, reaaliaikaista keräämistä ja tunnistamista. monilähteistä kliinisen seurantatiedon ja tekoälyn haittatapahtumien ennustaminen.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

10000

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskeluyhteys

Tutki yhteystietojen varmuuskopiointi

Opiskelupaikat

  • Kiina
      • Beijing, Kiina, 100053
        • Rekrytointi
        • Xuanwu Hospital, Capital Medical University
        • Ottaa yhteyttä:
        • Ottaa yhteyttä:
          • Lixia Li, Master's
          • Puhelinnumero: +86818810616341
          • Sähköposti: 935496838@qq.com

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

Ei

Näytteenottomenetelmä

Todennäköisyysnäyte

Tutkimusväestö

≥65-vuotiaat potilaat, joille on tehty kirurginen anestesia

Kuvaus

Sisällyttämiskriteerit:

  • ≥65-vuotiaat potilaat, joille on tehty kirurginen anestesia; Allekirjoita tietoinen suostumus

Poissulkemiskriteerit:

  • Kyvyttömyys suorittaa kognitiivisten toimintojen arviointia; Lukutaidottomuus, kuulo- tai näkövamma; Hän on sairastanut epilepsiaa, masennusta, skitsofreniaa, Alzheimerin tautia ja muita psykiatrisia ja neurologisia sairauksia

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
Interventio / Hoito
postoperatiivinen delirium (POD) ja postoperatiivinen neurokognitiivinen häiriö (pNCD)
Delirium (CAM-asteikko) arvioitiin 7 päivää leikkauksen jälkeen ja jaettiin POD- ja ei-POD-ryhmiin; yksi yllä olevista skenaarioista osoitti leikkauksen jälkeistä deliriumia; POD-ryhmän potilaiden kognitiiviset toiminnot arvioitiin 1 kuukauden ja 12 kuukauden kuluttua leikkauksesta sen määrittämiseksi, esiintyikö pNCD:tä. POD-ryhmän potilaat jaettiin edelleen pNCD-alaryhmään ja ei-PNCD-alaryhmään, ja suoritettiin EEG-tietojen kerääminen ja fMRI-skannaus.
Muut: ei väliintuloa
Tämä on havaintotutkimus, ei interventiota

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Perioperatiivisten kognitiivisten toimintahäiriöiden riskitekijöiden seulonta
Aikaikkuna: 2024.4.1-2027.12.31
Tekoälyn piirteiden valintatekniikkaa käytettiin seulomaan ja analysoimaan dataa suuresta kliinisen hoidon tietojoukosta fuusion jälkeen. Riskitekijät, joilla on suurin PND:n esiintymistodennäköisyys, voidaan seuloa useista ominaisuuksista, seulomalla riskitekijöitä, jotka ovat korkein korrelaatio POD:n esiintymistodennäköisyydellä yhdistettynä fMRI-kuvaustietojen vertailuun eri ryhmien suurista otoskokoisista POD-potilaista, joilla on pitkäaikainen muunnos pNCD-ryhmään ja ei-PNCD-ryhmään, aivoverkkomekanismiin ja perioperatiivisiin suuriin riskitekijöihin POD:n muuttumista pitkäaikaiseksi kognitiiviseksi toimintahäiriöksi tutkittiin edelleen.
2024.4.1-2027.12.31
Luo ennustejärjestelmä haitallisille aivotoiminnan tapahtumille
Aikaikkuna: 1.1.2025-31.12.2027
Leikkauspotilaiden seurantatieto sisältää suuren määrän lääketieteellistä tietoa, ja tietojen analysointi ja mallintaminen voivat tarjota tehokkaan varhaisvaroituksen ja puuttumisen. Hankkeessa on tarkoitus ottaa käyttöön EEG:n aika-taajuus-ominaisuuden erottaminen ja analysointi, EEG-mikrotila-analyysi ja aivoverkostoanalyysi sekä ominaisuusfuusioteknologia yhdistääkseen erilaisia ​​ominaisuuksia potilaiden yhtenäisiksi piirteiksi. Tältä pohjalta rakennettiin verkkoalueen mukauttamisalgoritmiin perustuva ennustemalli haitallisista aivotoiminnan tapahtumista, jotta voidaan toteuttaa reaaliaikainen seuranta, varhainen diagnoosi ja varhainen varoitus leikkauksen jälkeisestä deliriumista ja pitkäaikaisista kognitiivisista toimintahäiriöistä iäkkäillä potilailla.
1.1.2025-31.12.2027

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Xuanwu Hospital, Beijing

Yhteistyökumppanit

Chongqing Institute of Green and Intelligent Technology, Chinese Academy of Sciences

Tutkijat

  • Opintojen puheenjohtaja: lei zhao, xuanwu hospital of capital medical university,Beijing
  • Päätutkija: yong yang, Chongqing Institute of Green and Intelligent Technology, Chinese Academy of Sciences
  • Päätutkija: yi an, xuanwu hospital of capital medical university,Beijing
  • Päätutkija: xia li li, xuanwu hospital of capital medical university,Beijing
  • Päätutkija: yang liu, xuanwu hospital of capital medical university,Beijing
  • Päätutkija: yi shu yang, xuanwu hospital of capital medical university,Beijing

Julkaisuja ja hyödyllisiä linkkejä

Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.

Yleiset julkaisut

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)

Tiistai 30. heinäkuuta 2024

Ensisijainen valmistuminen (Arvioitu)

Perjantai 31. joulukuuta 2027

Opintojen valmistuminen (Arvioitu)

Perjantai 31. joulukuuta 2027

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Keskiviikko 15. toukokuuta 2024

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Keskiviikko 15. toukokuuta 2024

Ensimmäinen Lähetetty (Todellinen)

Tiistai 21. toukokuuta 2024

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Torstai 3. huhtikuuta 2025

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Sunnuntai 30. maaliskuuta 2025

Viimeksi vahvistettu

Lauantai 1. maaliskuuta 2025

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Avainsanat

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • 62376168

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

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 .

Tilaa