Pisteytys- ja ennustusmallin kehittäminen vieroitusmenestykseen ARDS-potilailla käyttämällä hengitysparametreja yhdistettynä tekoälyyn ja syvään oppimistekniikoihin
Tutkimuksen yleiskatsaus
Tila
Yksityiskohtainen kuvaus
Tämän tutkimuksen tavoitteena on kehittää tekoälyn ja syväoppimisen tukema pisteytysjärjestelmä käyttämällä mekaanisen ventilaation aikana saatuja ventilaattoriparametreja potilaille, joilla on diagnosoitu ARDS. Tämä järjestelmä pyrkii ennustamaan ja optimoimaan vieroitusprosessia, mikä helpottaa onnistunutta vapautumista mekaanisesta ilmanvaihdosta.
Tässä yhteydessä tutkimuksemme analysoi 25 000 potilaan tiedot, jotka on saatu Metavision-järjestelmästä. Tästä tietopankista ARDS-potilaat suodatetaan ja jaetaan kahteen ryhmään: mekaanisesta ventilaatiosta onnistuneesti vieroitettuihin (vieroitettuihin) ja niihin, jotka eivät olleet vieroitettuja. Molempien ryhmien ventilaattoriparametreja, mukaan lukien hapetusindeksit, ajopaine ja mekaaninen kokonaisteho, tarkastellaan yksityiskohtaisesti.
Kerätyt tiedot analysoidaan tekoälyn ja syväoppimisalgoritmien avulla kehittääkseen pisteytysjärjestelmän, joka pystyy ennustamaan potilaiden vieroitusprosesseja. Tämä järjestelmä on suunniteltu ohjaamaan kliinikot potilaiden hoidossa ja edistämään vieroitustoimenpiteiden onnistumista.
Tämän tutkimuksen tulosten tavoitteena on edistää ARDS-potilaiden vieroitusprosessin tehokkaampaa ja turvallisempaa hallintaa. Lisäksi tekoälyn tukemien pisteytysjärjestelmien käyttöönoton tehohoitoyksiköissä odotetaan edistävän laajaa käyttöönottoa ja parantavan potilaiden hoidon laatua.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
-
Istanbul, Turkki
- Bakirkoy Dr Sadi Konuk Research and Training Hospital
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällön kriteerit:
- ARDS diagnoosi
- 18-vuotiaat ja sitä vanhemmat
- Intuboitu ja sen jälkeen koneellinen ilmanvaihto
- Pääsy teho-osastolle
- Täydelliset tiedot kliinisestä tuesta ja päätösjärjestelmästä
Poissulkemiskriteerit:
- Puuttuvat tiedot
- Alle 18-vuotiaat
- Seuraaja ei-ARDS-ehdot
- Terminaalin tila
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
|---|
|
Vieroitettu
Ne on onnistuneesti vieroitettu koneellisesta ilmanvaihdosta
|
|
Vieroittamaton
Ne, jotka eivät vieroitettu koneellisesta ilmanvaihdosta
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Onnistunut vieroitus
Aikaikkuna: 48 tuntia
|
Tämän tutkimuksen ensisijainen tulos on onnistunut vieroitus koneellisesta tuuletuksesta.
|
48 tuntia
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Mekaaniset ilmanvaihtoparametrit
Aikaikkuna: 48 tuntia
|
Mekaanisen voiman vaikutuksen määrittäminen potilaan tuloksiin.
|
48 tuntia
|
Yhteistyökumppanit ja tutkijat
Tutkijat
- Opintojen puheenjohtaja: Zafer Cukurova, M.D, Bakırköy Dr. Sadi Konuk Training and Research Hospital
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
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- 2024-12-07
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Yhdysvalloissa valmistettu ja sieltä viety tuote
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 Syväoppiminen
-
Centre Hospitalier Universitaire, AmiensTuntematonMunuaiskoliikki | Virtsakivitauti | Virtsateiden kivet | Deep Learning ReconstructionRanska
-
Brown UniversityNational Eye Institute (NEI)Ilmoittautuminen kutsusta
-
Brown UniversityNational Eye Institute (NEI)Rekrytointi
-
Cohera Medical, Inc.ValmisDeep inferior epigastrisen perforaattoriläpän rekonstruktio
-
Peter BiroValmisDeep NM Blockin huolto ilman yliannostustaSveitsi
-
National Taiwan University HospitalIlmoittautuminen kutsustaLikinäköisyys | Visuaalinen kuntoutus | Perceptual LearningTaiwan
-
Al-Azhar UniversityRekrytointiDeep Carious Young 1. pysyvä poskihampa avoimella kärjelläEgypti
-
IpsenValmisDeep Infiltrating Endometriosis (DIE)Kiina
-
University of MichiganPeruutettuRintojen rekonstruktio | Deep inferior epigastrinen perforaattori | Mikrovaskulaarinen vapaa läppäsiirtoYhdysvallat
-
Ankara Etlik City HospitalValmisPakaran tendinopatia | Suurempi trokanteerinen kipuoireyhtymä | Deep gluteal -oireyhtymäTurkki (Türkiye)