Koneoppiminen selkäydinpuudutuksen keston ennustamiseen
Koneoppimisalgoritmien vertaileva arviointi selkäydinanestesian päättymisajan ennustamiseen
Tutkimuksen yleiskatsaus
Tila
Ehdot
Interventio / Hoito
Yksityiskohtainen kuvaus
Yhteenveto
Spinaalinen anestesia tarjoaa useita etuja yleisanestesiaan verrattuna kokonaispolven tekonivelleikkauksessa, mukaan lukien vähentynyt leikkauksen aikainen verenvuoto, vähemmän leikkauksen jälkeistä kipua, nopeampi toipuminen ja lyhyemmät sairaalassaolot. Se myös minimoi anestesiaan liittyviä komplikaatioita ja helpottaa varhaista mobilisaatiota, mikä tekee siitä suositun tekniikan moniin ortopedisiin toimenpiteisiin. Spinaalisen anestesian tarkan keston ennustaminen on kuitenkin edelleen haastavaa ja on kliinisesti merkittävää potilasturvallisuuden varmistamiseksi, leikkauksen jälkeisen kivunhoidon optimoimiseksi ja anestesiaan liittyvien komplikaatioiden ehkäisemiseksi.
Anestesian keston tarkka arviointi mahdollistaa tehokkaamman leikkaussuunnittelun, ajallaan tapahtuvan kivunlievityksen ja parantaa potilastyytyväisyyttä. Odottamatta pitkittynyt anestesia voi lisätä haittavaikutusten riskiä, kun taas ennenaikainen päättyminen voi johtaa riittämättömään kivunhoitoon.
Koneoppimis- (ML) tekniikat tarjoavat lupaavia työkaluja kliinisten lopputulosten ennustamiseen anestesiatyössä analysoimalla monimutkaisia, moniulotteisia tietoaineistoja. Aikaisempi tutkimus on osoittanut ML-algoritmien potentiaalin ennustaa leikkausajan tapahtumia, kuten hypotensiota, verensiirron tarpeita ja leikkauksen jälkeisiä komplikaatioita.
Tässä tutkimuksessa tutkimme ML-mallien käytettävyyttä ja tehokkuutta spinaalisen anestesian päättymisajan ja potilaan mobilisaatiovalmiuden ennustamisessa. Sisällyttämällä useita kliinisia muuttujia – kuten potilaan demografiaa, anestesialääkkeiden annoksia ja kirurgisia tekijöitä – mallimme pyrkii tarjoamaan tarkkoja, datavetoisia ennusteita. Nämä ennustavat näkemykset voivat tukea anestesiologeja räätälöimässä leikkausajan hoitoa, vähentämään komplikaatioriskejä ja parantamaan potilaan kokonaisvaltaisia lopputuloksia. Lopulta ML-pohjaisten ennustejärjestelmien integroiminen anestesiatyöhön voi parantaa leikkausajan hoidon turvallisuutta, tehokkuutta ja personointia.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
İzmit
-
Kocaeli, İzmit, Turkki (Türkiye), 41000
- Kocaeli City Hospital
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Tämä tutkimus sisältää aikuispotilaat, jotka suorittavat sähköisen kokonaispolven nivelten vaihtoleikkauksen (TKA) selkäydinkanesteesian alaisuudessa Kocaelin kaupunginsairaalan leikkaussaleissa marraskuun 2025 ja maaliskuun 2026 välillä.
Kaikki osallistujat saavat selkäydinkanestesian käyttäen 0,5% hyperbarista bupivakaiinia, ja leikkauksen aikainen seuranta suoritetaan laitoksen anestesiastandardien mukaisesti. Tutkimusväestö edustaa homogeenista kirurgista ryhmää, jossa selkäydinkanestesiaa käytetään rutiininomaisesti, mikä mahdollistaa standardoidut anestesiamenettelyt ja luotettavan anestesian keston mittauksen.
Soveltuvat potilaat luokitellaan ASA:n fyysiseksi tilaksi I tai II ja ikää 18 vuotta tai vanhempia.
Kuvaus
Ottamiskriteerit:
- Potilaat, joille on suunniteltu kokonaispolven tekonivelleikkaus marraskuun 2025 ja maaliskuun 2026 välillä Kocaelin kaupunginsairaalan leikkaussaleissa.
- Potilaat, jotka ovat antaneet kirjallisen tietoon perustuvan suostumuksen osallistua tutkimukseen.
- Potilaat, joiden leikkaus on suunniteltu selkäydinanestesian alaisena.
- Potilaat, joiden täydelliset kliiniset tiedot voidaan saada tutkimusjakson aikana.
- Aikuiset, jotka ovat 18-vuotiaita tai sitä vanhempia ja luokiteltu American Society of Anesthesiologist's (ASA) fyysiseksi tilaksi I tai II.
Poisottokriteerit:
- Potilaat, joille muutettiin yleisanestesia leikkauksen aikana tai jotka leikattiin alun perin yleisanestesian alaisena.
- Potilaat, jotka vaativat anestesian jälkeistä tehohoitoyksikön (ICU) hoitoa.
- Potilaat, joilla ilmeni kirurgisia komplikaatioita ja joille ei voitu suunnitella leikkauksen jälkeistä mobilisaatiota.
- Potilaat, joilla on kognitiivinen heikentymä, joka estää heitä täyttämästä kipuarviointiasteikoita leikkauksen jälkeisellä kaudella.
- Potilaat, joilla on neuropaattinen kipu, multippeliskleroosi tai muut neuromotoriset häiriöt, suljetaan pois tutkimuksesta.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Polven niveltekonstruktio-ryhmä
Potilasryhmä, joka on leikkausjonossa polven tekonivelleikkaukseen selkäydinanestesian alaisena
|
Ennen leikkauspöydälle asettamista potilas asetetaan mukavaan asentoon ja valmistellaan toimenpiteeseen.
Aloitetaan standardoitu monitorointi, mukaan lukien viisi-liitäntäinen elektrokardiografia (EKG), ei-invasiivinen verenpainemittaus (NIBP) ja pulssioksimetria (SpO₂).
Perusarvot syketaajuudesta, systolisesta ja diastolisesta verenpaineesta, keskimääräisestä arteriaalipaineesta (MAP) ja happikyllästyksestä kirjataan.
18- tai 20-mittainen laskimolinja asennetaan, ja annostellaan sopiva kiteinen esikuormitus.
Kun aseptiset olot on varmistettu, potilas asetetaan istuma-asentoon, ja selkäydinkanava punktoidaan L3-L4- tai L4-L5-nikamavälistä käyttäen 25 G Whitacre-neulaa.
Kun selkäydinneste virtaa vapaasti, 0,5 % hyperbaarista bupivakaiinia (10–15 mg) ruiskutetaan hitaasti.
Ruiskutuksen valmistuminen on
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Koneoppimisen ennustava suorituskyky
Aikaikkuna: Intratekaalisesta injektiosta (T₀) täydelliseen motoriseen toipumiseen (T_end) odotettavissa 6 tunnin kuluessa injektion jälkeen.
|
Tämän tutkimuksen ensisijainen tavoite on koneoppimisalgoritmien (ML) ennustavan suorituskyvyn arvioiminen selkäydinpuudutuksen keston (minuutteina) perusteella ennen leikkausta ja leikkauksen aikana kerättyjen muuttujien avulla. Mittayksikkö: R² (determinaatiokerroin). |
Intratekaalisesta injektiosta (T₀) täydelliseen motoriseen toipumiseen (T_end) odotettavissa 6 tunnin kuluessa injektion jälkeen.
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
selkäydinanestesian päättymisaika
Aikaikkuna: Intratekalisen ruiskutuksen lopusta (T₀) täydelliseen motoriseen toipumiseen (T_end), odotetusti 6 tunnin kuluessa ruiskutuksesta.
|
Se on ajanjakso, joka alkaa selkäydinpuudutuksen valmistumisesta ja jatkuu, kunnes potilaan alaraajojen motorinen esto on täysin poistunut.
|
Intratekalisen ruiskutuksen lopusta (T₀) täydelliseen motoriseen toipumiseen (T_end), odotetusti 6 tunnin kuluessa ruiskutuksesta.
|
|
Visuaalinen analogiasuure
Aikaikkuna: Intratekaalisen ruiskutuksen päättymisestä (T₀) täyteen motorisen toipumiseen (T_end), odotettavissa 6 tunnin kuluessa ruiskutuksesta.
|
Työkalu, jota käytetään auttamaan henkilöä arvioimaan tiettyjen tuntemusten ja tunteiden, kuten kivun, voimakkuutta.
Kivun visuaalinen analogiasuora on suora viiva, jonka toinen pää tarkoittaa ei kipua ja toinen pää kuviteltavissa olevaa pahinta kipua.
Potilas merkitsee viivalle pisteen, joka vastaa hänen tuntemaansa kivun määrää.
Sitä voidaan käyttää auttamaan valitsemaan oikea kipulääkkeen annos.
|
Intratekaalisen ruiskutuksen päättymisestä (T₀) täyteen motorisen toipumiseen (T_end), odotettavissa 6 tunnin kuluessa ruiskutuksesta.
|
Yhteistyökumppanit ja tutkijat
Sponsori
Tutkijat
- Opintojohtaja: Ahmet Yüksek, MD, Kocaeli City Hospital
Julkaisuja ja hyödyllisiä linkkejä
Yleiset julkaisut
- Bellini V, Russo M, Domenichetti T, Panizzi M, Allai S, Bignami EG. Artificial Intelligence in Operating Room Management. J Med Syst. 2024 Feb 14;48(1):19. doi: 10.1007/s10916-024-02038-2.
- Cao Y, Wang Y, Liu H, Wu L. Artificial intelligence revolutionizing anesthesia management: advances and prospects in intelligent anesthesia technology. Front Med (Lausanne). 2025 Aug 6;12:1571725. doi: 10.3389/fmed.2025.1571725. eCollection 2025.
- Magdic Turkovic T, Sabo G, Babic S, Sostaric S. SPINAL ANESTHESIA IN DAY SURGERY - EARLY EXPERIENCES. Acta Clin Croat. 2022 Sep;61(Suppl 2):160-164. doi: 10.20471/acc.2022.61.s2.22.
- Boublik J, Gupta R, Bhar S, Atchabahian A. Prilocaine spinal anesthesia for ambulatory surgery: A review of the available studies. Anaesth Crit Care Pain Med. 2016 Dec;35(6):417-421. doi: 10.1016/j.accpm.2016.03.005. Epub 2016 Jun 21.
- Schubert AK, Wiesmann T, Wulf H, Dinges HC. Spinal anesthesia in ambulatory surgery. Best Pract Res Clin Anaesthesiol. 2023 Jun;37(2):109-121. doi: 10.1016/j.bpa.2023.04.002. Epub 2023 Apr 15.
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
- Kipu
- Neurologiset ilmenemismuodot
- Postoperatiiviset komplikaatiot
- Patologiset prosessit
- Patologiset tilat, merkit ja oireet
- Merkit ja oireet
- Kipu, Leikkauksen jälkeinen
- Orgaaniset kemikaalit
- Anilidit
- Amidit
- Aniliiniyhdisteet
- Amiini
- Anestesia ja kipulääke
- Anestesia, johtavuus
- Anestesia
- Bupivakaiini
- Anestesia, selkäranka
Muut tutkimustunnusnumerot
- KSH_SVG_1
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
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 .