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

Potilas-hengityslaitteen dyssynkronian havaitseminen koneoppimisalgoritmilla

keskiviikko 10. heinäkuuta 2024 päivittänyt: University of Sao Paulo General Hospital

Potilas-hengityslaitteen epäsynkronisuuden automaattinen havaitseminen ja luokittelu koneoppimisalgoritmin avulla

Tämä on diagnostinen tutkimus, jonka tavoitteena on verrata tarkkuutta havaita ja luokitella potilaan ja hengityslaitteen dyssynkronioita koneoppimisalgoritmilla verrattuna kultastandardiin, joka määritellään mekaanisen ventilaattorin ja asiantuntijoiden analysoimien ruokatorven paineaaltomuotojen diagnosoimista ja luokitelluista dyssynkronioista.

Tämän tutkimuksen pääkysymys on:

• Onko potilas-hengityslaitteen epäsynkronioita havaittu ja luokiteltu tekoälyalgoritmilla tarkasti verrattuna asiantuntijoihin, jotka analysoivat ruokatorven painetta ja mekaanisen ventilaattorin aaltomuotoja?

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Tämä on diagnostinen, havainnollinen tutkimus, jonka tavoitteena on arvioida potilaan ja hengityslaitteen epäsynkronian automaattista havaitsemista ja luokittelua koneoppimisalgoritmin avulla. Koneoppimisalgoritmin tarkkuutta verrataan kultastandardiin, joka määritellään mekaanisen ilmanvaihdon asiantuntijoiden havaitsemina ja luokittelemiksi dyssynkronioiksi.

Asiantuntijat analysoivat hengitysteiden painetta, virtausta, tilavuutta ja ruokatorven paineen aaltomuotoja havaitakseen ja luokitellakseen dyssynkronioita.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

80

Yhteystiedot ja paikat

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

Opiskeluyhteys

Opiskelupaikat

    • SP
      • Sao Paulo, SP, Brasilia, 05403900
        • Rekrytointi
        • Heart Institute, University of São Paulo
        • Ottaa yhteyttä:

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

  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei käytössä

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Aikuiset koehenkilöt, joilla on koneellinen ventilaatio, avustettu tai avustusohjattu tila ja joita seurataan ruokatorven painepallolla kliinisen indikaation vuoksi, ovat kelvollisia.

Kuvaus

Sisällyttämiskriteerit:

  • Koehenkilöt, joilla on avustettu tai avustusohjattu mekaaninen ventilaatio ja joita seurataan ruokatorven painepallolla.

Poissulkemiskriteerit:

  • Potilaan perheen tai hoitavan lääkärin kieltäytyminen

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
Tekoälyn havaitseminen ja potilas-hengityslaitteen dyssynkronioiden luokittelu
Tämä on yhden käden tutkimus, koska kaikki mukana olevat koehenkilöt altistetaan molemmille diagnostisille menetelmille (tekoäly ja asiantuntijat). Ehdotettu diagnostiikkamenetelmä on koneoppimisalgoritmi, joka on integroitu mekaaniseen hengityslaitteeseen FlexiMag Max 700 (Magnamed, Brasilia), joka tallentaa jatkuvasti tietoja mukana olevien koehenkilöiden mekaanisesta ventilaatiosta jopa 72 tunnin ajan. Kultastandardi sisältää ruokatorven paineen aaltomuodon tallennuksen ja asiantuntijoiden tekemän offline-analyysin.
Koneoppimisalgoritmi potilaan ja hengityslaitteen epäsynkronian havaitsemiseen ja luokitteluun, joka on integroitu mekaaniseen hengityslaitteeseen (Fleximag Max, Magnamed, Brasilia).

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Tekoälyalgoritmin diagnostinen tarkkuus
Aikaikkuna: 3 päivää
Herkkyys, spesifisyys, positiivinen ennustearvo, tekoälyalgoritmin negatiivinen ennustearvo potilaan ja hengityslaitteen dyssynkronioiden havaitsemiseen ja luokitteluun. Nämä tarkkuusindeksit arvioidaan jokaiselle dyssinkronian tyypille: tehoton ponnistus, automaattinen liipaisu, kaksoisliipaisu, käänteinen liipaisu, käänteinen liipaisu kaksinkertaisella jaksolla
3 päivää

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Pendelluft-tunnistus
Aikaikkuna: 3 päivää
Tekoälyalgoritmin avulla havaittujen kiertojen prosenttiosuus verrattuna ruokatorven paineella havaittujen kiertojen prosenttiosuuteen
3 päivää

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Yhteistyökumppanit

Tutkijat

  • Opintojohtaja: Eduardo LV Costa, MD, PhD, University of Sao Paulo

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)

Lauantai 25. toukokuuta 2024

Ensisijainen valmistuminen (Arvioitu)

Lauantai 24. toukokuuta 2025

Opintojen valmistuminen (Arvioitu)

Keskiviikko 24. joulukuuta 2025

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Perjantai 24. toukokuuta 2024

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Keskiviikko 10. heinäkuuta 2024

Ensimmäinen Lähetetty (Todellinen)

Keskiviikko 17. heinäkuuta 2024

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Keskiviikko 17. heinäkuuta 2024

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Keskiviikko 10. heinäkuuta 2024

Viimeksi vahvistettu

Keskiviikko 1. toukokuuta 2024

Lisää tietoa

Tähän tutkimukseen liittyvät termit

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

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