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

Perinteisten riskipistemääritysten ja tekoälyyn perustuvan multimodalisen mallin vertailu sydän- ja verisuonitapahtumien ennustamisessa ruoansulatuskanavan leikkauksen jälkeen (GI-MACE-AI)

torstai 16. huhtikuuta 2026 päivittänyt: Nguyen Toan Thang, Bach Mai Hospital

Joissakin riskipisteiden arvo ennustamaan sydän- ja verisuonisairauksia ruoansulatuskanavan leikkauksen jälkeen

Tämän havainnointitutkimuksen tavoitteena on kehittää ja arvioida tekoälyyn (AI) perustuvaa multimodaalista mallia suurten sydän- ja verisuonitapahtumien ennustamiseksi 30 päivän sisällä aikuisilla suolistoleikkauksen jälkeen Bach Mai -sairaalassa. Tutkimus vertailee myös tämän tekoälyyn perustuvan mallin ennustuskykyä yleisesti käytettyihin perinteisiin riskipisteisiin.

Pääkysymykset, joihin tutkimus pyrkii vastaamaan, ovat:

Pystyykö tekoälyyn perustuva multimodaalinen malli ennustamaan suuria sydän- ja verisuonitapahtumia 30 päivän sisällä suolistoleikkauksen jälkeen? Näyttääkö tekoälyyn perustuva malli paremman ennustuskyvyn kuin Revised Cardiac Risk Index (RCRI), American College of Surgeons National Surgical Quality Improvement Program Myocardial Infarction or Cardiac Arrest -laskuri (ACS NSQIP MICA) ja ACS NSQIP Surgical Risk Calculator (ACS NSQIP SRC)? Tutkijat vertailevat tekoälyyn perustuvaa multimodaalista mallia perinteisiin riskipisteisiin käyttäen ennustuskyvyn mittareita, kuten erottelua, kalibrointia, netto-uudelleenluokitteluparannusta ja integroitua erotteluparannusta.

Osallistujat ovat aikuisia, joille tehdään suolistoleikkaus. Tutkijat tarkastelevat potilaiden sairauskertomusdataa vuodelta 2025 ja keräävät myös samantyyppistä kliinistä dataa prospektiivisesti vuonna 2026. Ennustettava kliininen lopputulos on suurten sydän- ja verisuonitapahtumien esiintyminen 30 päivän sisällä leikkauksen jälkeen. Tutkimus ei muuta rutiininomaista kliinistä hoitoa.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Suuret sydän- ja verisuonitapahtumat ruoansulatuskanavan leikkauksen jälkeen edelleen tärkeä varhaisen leikkausjälkeisten komplikaatioiden ja huonojen tulosten aiheuttaja. Perinteiset perioperatiiviset kardio-riskiarvot, mukaan lukien Revised Cardiac Risk Index (RCRI), American College of Surgeons National Surgical Quality Improvement Program Myocardial Infarction or Cardiac Arrest -laskuri (ACS NSQIP MICA) ja ACS NSQIP Surgical Risk Calculator (ACS NSQIP SRC), ovat laajasti käytössä kliinisessä käytännössä. Niiden suorituskyky voi kuitenkin olla rajallinen tietyissä kirurgisissa väestöryhmissä, eivätkä ne välttämättä täysin käsittele monimutkaisia vuorovaikutuksia kliinisten, laboratorio-, fysiologisten ja toimenpide-muuttujien välillä.

Tämä havainnointitutkimus pyrkii kehittämään ja arvioimaan tekoälyyn (AI) perustuvan multimodaalisen mallin suurten sydän- ja verisuonitapahtumien ennustamiseksi 30 päivän kuluessa ruoansulatuskanavan leikkauksesta ja vertaamaan sen ennustuskykyä perinteisiin riskipisteisiin. Tutkimus toteutetaan Bach Mai -sairaalassa ja se sisältää aikuispotilaita, joille tehdään ruoansulatuskanavan leikkaus. Tutkimuksessa käytetään seka-retrospektiivis-prospektiivista suunnittelua, jossa retrospektiivinen tiedonkeruu tapahtuu potilailta, joita hoidettiin vuonna 2025, ja prospektiivinen tiedonkeruu vuonna 2026.

Ennustuksen kohdekliininen lopputulos on suurten sydän- ja verisuonitapahtumien esiintyminen 30 päivän kuluessa leikkauksesta. Nämä tapahtumat sisältävät sydän- ja verisuonikuoleman, ei-kuolettavan sydäninfarktin, sydämenpysähdyksen spontaanin verenkierto palautumisella, uuden aivohalvauksen ja kliinisesti merkittävät rytmihäiriöt, jotka vaativat hoitoa. Mallin kehittämiseen ja vertailuun käytetyt tiedot voivat sisältää demografiset ominaisuudet, sairaushistorian, sydän- ja verisuonisairaudet, kirurgiset ominaisuudet, anestesiatiedot, leikkauksen jälkeiset laboratoriotulokset, elektrokardiografiset löydökset, biomarkkerit saatavilla ollessa, sekä toiminnalliset tai riskinarviointimuuttujat.

Tutkimuksen ensisijainen lopputulos on tekoälyyn perustuvan multimodaalisen mallin erottelukyky verrattuna perinteisiin riskipisteisiin, mitattuna vastaanottajan toimintaominaisuuskäyrän alla olevalla alueella (AUC) ennustettaessa 30 päivän suuria sydän- ja verisuonitapahtumia ruoansulatuskanavan leikkauksen jälkeen. Toissijaiset lopputulokset sisältävät kalibrointisuorituskyvyn, nettoluokittelun parantumisen ja integroidun erottelun parantumisen tekoälyyn perustuvassa multimodaalisessa mallissa verrattuna perinteisiin riskipisteisiin, mukaan lukien RCRI, ACS NSQIP MICA ja ACS NSQIP SRC.

Tutkimus on havainnointitutkimus eikä muuta rutiininomaista perioperatiivista hoitoa. Tiedot saadaan olemassa olevista potilastiedoista ja prospektiivisesta kliinisestä keräyksestä, koodataan luottamuksellisuuden vuoksi ja analysoidaan tukemaan riskiluokittelua ja mallivertailua ruoansulatuskanavan leikkauksen potilailta.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

5000

Yhteystiedot ja paikat

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

Opiskelupaikat

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

  • Lapsi
  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Aikuispotilaat, joille tehdään gastrointestinaalikirurgiaa Bach Mai -sairaalassa tammikuusta 2025 joulukuuhun 2026. Tutkimus sisältää potilaat, jotka on tunnistettu retrospektiivisesti vuodesta 2025 ja prospektiivisesti vuodesta 2026, joilla on riittävästi perioperatiivista kliinistä tietoa 30 päivän suurten sydän- ja verisuonitapahtumien analysointiin leikkauksen jälkeen.

Kuvaus

Osallistumiskriteerit:

  • Aikuiset, jotka ovat 18-vuotiaita tai vanhempia.
  • Suolistoleikkaukseen Bach Mai -sairaalassa tammikuun 2025 ja joulukuun 2026 välisenä aikana.
  • Leikkaukseen liittyvät ennen leikkausta, leikkauksen aikana ja leikkauksen jälkeen kerätyt tiedot riittävät analysointiin.

Poissulkemiskriteerit:

  • Kuolema 24 tunnin kuluessa leikkauksesta selvästi ei-sydän- ja verisuonisairauteen liittyvästä syystä.
  • Analyysiin tarvittavat tiedot puutteelliset.

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
Koko tutkimuskohortti
Aikuiset, joille tehdään ruoansulatuskanavan leikkaus Bach Mai -sairaalassa ja jotka sisällytetään tähän havainnointitutkimukseen sekä seurataan suurten sydän- ja verisuonitapahtumien varalta 30 päivän ajan leikkauksen jälkeen. Tutkimus sisältää retrospektiivistä dataa vuodelta 2025 ja prospektiivistä dataa vuodelta 2026.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Tekoälyyn perustuvan monimuotoisen mallin vastaanottajan toimintakäyrän (ROC) alla oleva pinta-ala 30 päivän pääasiallisten haitallisten sydän- ja verisuonitapahtumien ennustamiseksi ruoansulatuskanavan leikkauksen jälkeen
Aikaikkuna: Ennaltaehkäisevästä ajanjaksosta aina 30 päivään leikkauksen jälkeen.
Tehokkaan monimuotoisen tekoälymallin suorituskyky ennustettaessa 30 päivän pääasiallisia haitallisia sydän- ja verisuonitapahtumia ruoansulatuskanavan leikkauksen jälkeen.
Ennaltaehkäisevästä ajanjaksosta aina 30 päivään leikkauksen jälkeen.

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
AI-pohjaisen multimodaalisen mallin Brier-pistemäärä 30 päivän suurten sydän- ja verisuonitapahtumien ennustamisessa ruoansulatuskanavan leikkauksen jälkeen
Aikaikkuna: Ennalta leikkauskaudesta aina 30 päivään leikkauksen jälkeen
Tehokkaan monimuotoisen mallin kokonaisennustetarkkuus Brier-pistemäärän arvioimana. Alemmat arvot osoittavat parempaa mallin suorituskykyä.
Ennalta leikkauskaudesta aina 30 päivään leikkauksen jälkeen
Tekoälyyn perustuvan multimodaalisen mallin nettouudelleenluokitusparannus verrattuna perinteisiin riskipisteisiin 30 päivän suurten sydän- ja verisuonitapahtumien ennustamisessa ruoansulatuskanavan leikkauksen jälkeen
Aikaikkuna: Käyttämällä leikkauksen ympäristöaikana kerättyjä tietoja leikkausjakson alkamisesta aina 30 päivän kuluessa leikkauksesta
Tekoälyyn perustuvan multimodaalisen mallin nettouudelleenluokitusparannus perinteisiin riskipisteisiin verrattuna suurten sydän- ja verisuonitapahtumien ennustamisessa 30 päivän kuluessa ruoansulatuskanavan leikkauksesta.
Käyttämällä leikkauksen ympäristöaikana kerättyjä tietoja leikkausjakson alkamisesta aina 30 päivän kuluessa leikkauksesta
Tekoälyyn perustuvan multimodaalisen mallin integroitu syrjintäparannus verrattuna perinteisiin riskipisteisiin 30 päivän pääasiallisten sydän- ja verisuonitapahtumien ennustamisessa mahaleikkauksen jälkeen
Aikaikkuna: Käyttäen perioperatiivisia tietoja, jotka on kerätty ennen leikkausta aina 30 päivään leikkauksen jälkeen
Tekoälyyn perustuvan multimodaalisen mallin integroitu syrjintäparannus verrattuna perinteisiin riskipisteisiin suurten sydän- ja verisuonitapahtumien ennustamisessa 30 päivän sisällä mahaleikkauksen jälkeen.
Käyttäen perioperatiivisia tietoja, jotka on kerätty ennen leikkausta aina 30 päivään leikkauksen jälkeen
Vastaanottajan toimintapiirteen käyrän alla oleva alue parannetusta sydämen riski-indeksistä 30 päivän suurten sydän- ja verisuonitapahtumien ennustamiseksi ruoansulatuskanavan leikkauksen jälkeen
Aikaikkuna: Ennaltaehkäisevästä ajanjaksosta 30 päivään leikkauksen jälkeen
Uudistetun sydänriskioireiston erottelukyky.
Ennaltaehkäisevästä ajanjaksosta 30 päivään leikkauksen jälkeen
ACS NSQIP Surgical Risk Calculatorin vastaanottajan toimintaluokan käyrän alla oleva pinta-ala 30 päivän suurten sydän- ja verisuonitapahtumien ennustamiseksi ruoansulatuskanavan leikkauksen jälkeen
Aikaikkuna: Ennaltaehkäisevästä ajanjaksosta 30 päivään leikkauksen jälkeen
ACS NSQIP-kirurgisen riskin laskimen syrjintäsuorituskyky.
Ennaltaehkäisevästä ajanjaksosta 30 päivään leikkauksen jälkeen
Tekoälyyn perustuvan multimodaalisen mallin kalibrointikaltevuus 30 päivän pääasiallisten sydän- ja verisuonitapahtumien ennustamiseksi ruoansulatuskanavan leikkauksen jälkeen
Aikaikkuna: Leikkauksen esikäsittelyvaiheesta 30 päivään leikkauksen jälkeen
Sopimus ennustetun ja havaittujen riskien välillä, kuten kalibrointikulmakerroin arvioi. Arvo lähempänä yhtä osoittaa parempaa kalibrointia.
Leikkauksen esikäsittelyvaiheesta 30 päivään leikkauksen jälkeen

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

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)

Torstai 1. tammikuuta 2026

Ensisijainen valmistuminen (Arvioitu)

Tiistai 30. kesäkuuta 2026

Opintojen valmistuminen (Arvioitu)

Perjantai 31. heinäkuuta 2026

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Perjantai 10. huhtikuuta 2026

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Torstai 16. huhtikuuta 2026

Ensimmäinen Lähetetty (Todellinen)

Maanantai 20. huhtikuuta 2026

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Maanantai 20. huhtikuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Torstai 16. huhtikuuta 2026

Viimeksi vahvistettu

Keskiviikko 1. huhtikuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

IPD-suunnitelman kuvaus

Yksittäisen osallistujan tietoja ei jaeta, koska tutkimus käyttää sairaalapohjaisia kliinisiä tietoja, jotka saattavat sisältää henkilöön tunnistettavia tietoja, eikä muodollista ulkoista tietojen jakosuunnitelmaa ole hyväksytty.

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