Tekoälyn riskinarviointimalli komplikaatioiden ehkäisyyn plastiikkakirurgiassa (tekoäly) (AI)
Todisteisiin perustuva prospektiivinen tutkimus tekoälyn riskinarviointimallista plastiikkakirurgian komplikaatioiden ehkäisyyn
Tämän havainnointitutkimuksen tavoitteena on selvittää, voiko tekoälyyn perustuva riskinarviointimalli auttaa ehkäisemään plastiikkakirurgiapotilaiden komplikaatioita parantamalla päätöksentekoa, antamalla suosituksia riskitekijöiden käsittelemiseksi ja auttamalla lääkäreitä valitsemaan optimaalisen valinnaisen ajan ja paikan. plastiikkakirurgia. Tutkimuksen tavoitteena on vastata, pystyykö tekoälymalli tunnistamaan tehokkaasti riskipotilaita ja mitkä erityiset riskitekijät ennustavat komplikaatioita.
Tarkoitus:
Arvioi tekoälyyn perustuvan riskinarviointimallin kliinistä tehokkuutta plastiikkakirurgiapotilaiden komplikaatioiden ehkäisyssä analysoimalla kliinisiä tietoja ja potilashistoriaa sekä antamalla henkilökohtaisia suosituksia riskitekijöiden lieventämiseksi ja tulosten parantamiseksi.
Hypoteesi:
Tekoälymallilla voidaan tunnistaa tarkemmin korkean riskin potilaat ja antaa tehokkaita suosituksia komplikaatioiden vähentämiseksi perinteisiin menetelmiin verrattuna.
Osallistujat:
Henkilöt, joille tehdään valinnainen plastiikkakirurgia. He täyttävät verkkolomakkeen, jossa kerätään tietoja iästä, pituudesta, painosta, tupakointitottumuksista ja liitännäissairauksista. Järjestelmä laskee riskipisteet, BMI- ja Caprini-pisteet.
Opiskelumenettelyt:
Riskinarviointi tekoälymallilla, joka arvioi useita tekijöitä ja tuottaa henkilökohtaisia suosituksia, kuten painonhallintaa, tupakoinnin lopettamista, verenpaineen hallintaa, Doppler-ultraäänitutkimusta syvän laskimotautia varten, ravitsemuskonsultaatioita ja erikoislääkärilähetteitä. Plastiikkakirurgit tarkistavat ja hyväksyvät suositukset.
Seuranta:
Seurantajakso on 2–41 kuukautta, keskimäärin 15 kuukautta. Tietoja potilaiden tuloksista, mukaan lukien komplikaatioiden määrä ja tyytyväisyys, kerätään ja analysoidaan.
Mitatut tulokset:
Komplikaatioiden ilmaantuvuus, tekoälymallin tarkkuus komplikaatioiden ennustamisessa ja sen vaikutus leikkaustulosten parantamiseen.
Vaikutus:
Tutkimuksen tavoitteena on antaa näkemyksiä tekoälyn käytöstä plastiikkakirurgiassa, mikä johtaa parempiin riskinarviointityökaluihin ja protokolliin, parantaa preoperatiivista suunnittelua, postoperatiivista hoitoa sekä potilaiden turvallisuutta ja tyytyväisyyttä.
Tutkimuksen yleiskatsaus
Tila
Ehdot
Interventio / Hoito
Yksityiskohtainen kuvaus
Tutkimuksen suunnittelu ja menetelmät:
Tämän havainnointitutkimuksen tavoitteena on selvittää, voiko tekoälyyn perustuva riskinarviointimalli auttaa estämään plastiikkakirurgiapotilaiden komplikaatioita parantamalla päätöksentekoa, antamalla suosituksia riskitekijöiden käsittelemiseksi ja auttamalla lääkäreitä valitsemaan oikean ajan ja valinnaisen paikan. plastiikkakirurgia.
Metodologia:
Tutkimus tehtiin tammikuusta 2021 toukokuuhun 2024, ja siihen osallistui 3 347 potilasta, jotka arvioitiin tekoälyn riskinarviointimallilla yksinharjoittelussa. Malli käyttää algoritmia kliinisten tietojen ja potilashistorian arvioimiseen, riskipisteiden laskemiseen, riskitekijöiden korostamiseen ja henkilökohtaisten suositusten luomiseen.
Potilasarvioinnit:
Tiedonkeruu: Osallistujat täyttävät verkkolomakkeen, jossa kerätään tietoja erilaisista kliinisistä tekijöistä, kuten BMI, ikä, Caprini-pisteet, tupakointitottumukset ja sukupuoli.
Riskinlaskenta: Algoritmi laskee riskipisteet, merkitsee epänormaalit arvot ja seuloa kehon dysmorfisen häiriön (BDD) vartalon dysmorfisen häiriön kyselylomakkeen (BDDQ) avulla.
Riskin luokittelu: Potilaat luokitellaan matalan, kohtalaisen tai korkean riskin ryhmiin riskipisteidensä perusteella.
Henkilökohtaiset suositukset: Malli luo erityissuosituksia kullekin potilaalle riskiarvioinnin perusteella, mukaan lukien:
Painonhallinta: Tavoitepainosuositukset potilaille, joiden BMI on ≥ 25,1. Tupakoinnin lopettaminen: Neuvoja tupakoiville potilaille lopettamaan. Verenpaineen hallinta: Suosituksia verenpainepotilaille päivittäisen verenpaineen seurantaan ja kardiologin puoleen.
Syvä laskimotromboosi (DVT) ja suonikohjut: Ehdotuksia alaraajojen Doppler-ultraäänestä 24–72 tuntia ennen leikkausta potilaille, joilla on syvä laskimotukos, koagulopatia, suonikohju tai Caprini-pistemäärä ≥ 8.
Liitännäissairaudet: Suositukset sydämen kaikututkimukseen ja stressitesteihin yli 50-vuotiaille potilaille, joilla on verenpainetauti tai verisuonipatologia.
Ravitsemusneuvonta: Potilaille, joiden BMI on ≤ 25,1, neuvotaan kääntymään ravitsemusterapeutin puoleen ja menemään syömishäiriöseulontaan psykiatrin kanssa.
Erikoislääkärilähetteet: Ehdotukset endokrinologien, bariatristen kirurgien, kardiologien, hematologien tai muiden erikoislääkäreiden konsultaatioon liitännäissairauksien löydösten perusteella sekä psykiatriset lähetteet BDD-seulonnan mukaan.
Tiedonhallinta:
Osallistujilta kerätyt tiedot anonymisoidaan ja tallennetaan turvallisesti potilaan yksityisyyden ja luottamuksellisuuden suojaamiseksi. Tietojenhallintaprosessi sisältää:
Arkaluonteisten tietojen anonymisointi: Kaikki henkilökohtaisesti tunnistettavat tiedot (PII) poistetaan tai peitetään osallistujien henkilöllisyyden suojan varmistamiseksi. Anonymisoituja tietoja käytetään analysointiin luottamuksellisuuden säilyttämiseksi.
Laadunvarmistussuunnitelma: Säännölliset tietojen validointi- ja rekisterimenettelyt, mukaan lukien toimipaikan seuranta ja auditointi, tietojen eheyden varmistamiseksi.
Tietojen tarkistukset: Tietokenttien johdonmukaisuuden tarkistukset ja välin ennalta määritetyt säännöt. Lähdetietojen tarkistus: Rekisteritietojen vertailu ulkoisiin lähteisiin, kuten potilastietoihin, tarkkuuden ja täydellisyyden arvioimiseksi.
Data Dictionary: Yksityiskohtaiset kuvaukset jokaisesta muuttujasta, mukaan lukien lähde, koodaus ja normaalialueet.
Vakiotoimintamenettelyt (SOP): Potilaiden rekrytointi-, tiedonkeruu-, hallinta-, analyysi-, haittatapahtumien raportoinnin ja muutosten hallinnan menettelyt.
Tilastollinen analyysi:
Tilastolliset ja päättelyanalyysit suoritettiin käyttämällä Colab-muistikirjaa kestävyyden ja toistettavuuden varmistamiseksi. Ensisijainen tulosmittari oli komplikaatioiden ilmaantuvuus kussakin riskiryhmässä. Toissijaisiin tulosmittauksiin sisältyi riskitekijöiden ja komplikaatioiden välinen korrelaatio.
Näytteen koon arviointi:
Otoskoko määritettiin varmistamaan riittävä teho riskiryhmien välisten komplikaatioiden erojen havaitsemiseksi.
Suunnitelma puuttuvien tietojen varalta:
Käytössä oli menettelyt puuttuvien tietojen korjaamiseksi, mukaan lukien imputointitekniikat ja herkkyysanalyysit.
Tilastollinen analyysisuunnitelma:
Analyysisuunnitelma sisälsi kuvaavia tilastoja, korrelaatioanalyysejä ja regressiomalleja riskitekijöiden ja komplikaatioiden välisen suhteen arvioimiseksi.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
-
Buenos Aires, Argentiina, 1107
- Bukret Plastic Surgery
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Ikä 18 vuotta tai vanhempi.
- Arvioitu valinnaiseen plastiikkakirurgiaan.
- Kyky antaa tietoinen suostumus.
- Preoperatiivisen arvioinnin suorittaminen tekoälypohjaisella riskinarviointimallilla.
- Sopimus noudattaa tohtori Bukretin antamia preoperatiivisia ja postoperatiivisia suosituksia tekoälyyn perustuvan riskinarviointimallin mukaisesti.
Poissulkemiskriteerit:
- Alle 18-vuotiaat henkilöt.
- Potilaat, joille tehdään kiireellisiä plastiikkakirurgiatoimenpiteitä.
- Kyvyttömyys antaa tietoon perustuva suostumus kognitiivisen tai psykologisen vajaatoiminnan vuoksi.
- Raskaana olevat tai imettävät naiset.
- Potilaat, jotka eivät ole noudattaneet lääketieteellisiä suosituksia.
- Potilaat, jotka on tällä hetkellä ilmoittautunut toiseen kliiniseen tutkimukseen, joka saattaa vaikuttaa tämän tutkimuksen tuloksiin.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Potilaat, joille tehdään valinnainen plastiikkakirurgia, arvioituna tekoälypohjaisella riskinarviointimallilla.
Tähän kohorttiin kuuluvat potilaat, joille tehdään elektiivinen plastiikkakirurgia ja jotka arvioidaan tekoälyyn perustuvalla riskinarviointimallilla. Tekoälymalli analysoi kliinisiä tietoja ja potilashistoriaa luodakseen yksilöllisiä riskipisteitä ja suosituksia leikkauskomplikaatioiden minimoimiseksi. Tekoälyn tuottamien riskipisteiden perusteella potilaat jaetaan kolmeen riskiryhmään: pieni, kohtalainen ja korkea riski. Malli tarjoaa räätälöityjä suosituksia jokaiselle potilaan muuttuneelle riskitekijälle, kuten painonhallintaan, tupakoinnin lopettamiseen, verenpaineen seurantaan ja asiantuntijakonsultaatioihin tiettyjen riskitekijöiden käsittelemiseksi ja leikkaustulosten parantamiseksi. |
Bukret AI Risk Assessment Model on hienostunut päätöksenteon tukijärjestelmä, joka arvioi kliinisiä tietoja ja potilashistoriaa luodakseen yksilöllisiä riskipisteitä ja luokitellakseen potilaat riskiryhmiin plastiikkakirurgian kohteeksi.
Tämä tekoälymalli analysoi erilaisia riskitekijöitä, kuten BMI:n, iän, tupakointitottumukset ja sairaushistorian mahdollisten komplikaatioiden tunnistamiseksi.
Tekoälyn tuottaman riskiryhmän ja erityisten riskitekijöiden perusteella malli tarjoaa räätälöityjä suosituksia leikkausta edeltävään hallintaan, kuten painonhallintaan, tupakoinnin lopettamiseen, verenpaineen seurantaan ja asiantuntijakonsultaatioihin leikkausriskien minimoimiseksi ja tulosten parantamiseksi.
Tällä interventiolla pyritään parantamaan leikkauksen suunnittelua ja potilasturvallisuutta tarjoamalla henkilökohtaisia, toteutettavissa olevia suosituksia.
Muut nimet:
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Leikkauksen jälkeisten komplikaatioiden, mukaan lukien DVT, PTE ja ASIA-oireyhtymä, ilmaantuvuus 2–41 kuukauden sisällä leikkauksen jälkeen
Aikaikkuna: Ilmoittautumisesta hoidon loppuun 8 viikon kohdalla
|
Leikkauksen jälkeiset komplikaatiot arvioidaan standardoidulla komplikaatioraportointijärjestelmällä.
Komplikaatioita ovat, mutta niihin rajoittumatta, infektiot, hematoomat, seroomit, haavan irtoaminen, syvä laskimotukos (DVT) ja keuhkotromboembolia (PTE).
Jokaista osallistujaa seurataan mahdollisten komplikaatioiden varalta 2–41 kuukauden (keskiarvo = 15 kuukauden) seuranta-alueella leikkauksen jälkeen.
Komplikaatioiden, kuten vakavan sepsiksen, verenvuodon, hematooman, serooman, haavan irtoamisen, ASIA-oireyhtymän (diagnoosin 6 kuukautta leikkauksen jälkeen), infektion ja keuhkotromboembolian, esiintyminen ja vakavuus dokumentoidaan seurantakäynneillä.
Tiedot kerätään kliinisillä arvioinneilla ja potilaiden itsearvioinneilla.
Erityiset seurantakäynnit ajoitetaan 1 viikon, 2 viikon, 1 kuukauden, 2 kuukauden, 6 kuukauden välein ja lisäseurantakäyntejä tarpeen mukaan yksittäisten potilaan tilan ja komplikaatioiden perusteella.
|
Ilmoittautumisesta hoidon loppuun 8 viikon kohdalla
|
Yhteistyökumppanit ja tutkijat
Sponsori
Tutkijat
- Päätutkija: Williams E Bukret, MD, EMBA
Julkaisuja ja hyödyllisiä linkkejä
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muut tutkimustunnusnumerot
- AIRA-PS-24
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
IPD-suunnitelman kuvaus
IPD-jaon aikakehys
IPD-jaon käyttöoikeuskriteerit
IPD-jakamista tukeva tietotyyppi
- STUDY_PROTOCOL
Tutkimustiedot/asiakirjat
-
Tutkimuspöytäkirja
Tietokommentit: Pääset tutkimusprotokollaan käymällä toimitetulla URL-osoitteella ja noudattamalla käyttöoikeuden pyytämisohjeita.
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
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 .