Prédiction de la profondeur du tube endotrachéal à l'aide de réseaux de neurones à convolution profonde
La prédiction de la profondeur appropriée de la fixation du tube endotrachéal avant l'intubation à l'aide de réseaux de neurones à convolution profonde et de radiographies thoraciques
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Description détaillée
Il s'agissait d'une étude rétrospective approuvée par l'IRB utilisant des images de radiographies pulmonaires obtenues à partir du système d'archives d'images et de communication (PACS) du Chang Gung Memorial Hospital, succursale de Linkou, à Taiwan.
Un total de 595 radiographies thoraciques de patients anonymisés a été obtenu pour cette étude. Les critères d'inclusion pour cette étude sont les patients de 18 ans ou plus qui ont été intubés orotrachéaux entre novembre 2019 et octobre 2020 et qui ont pris des radiographies pulmonaires avant et immédiatement après l'intubation (<24 heures). Des radiographies thoraciques pré-intubation et post-intubation d'un même patient ont été obtenues. Les données cliniques comprenant l'âge, le sexe, la taille, le poids corporel, la profondeur de la fixation ETT ont également été enregistrées. Toutes les distances entre la pointe de l'ETT et la carène ont été mesurées manuellement par un même anesthésiste à partir de films post-intubation et documentées. La longueur de la lèvre à la carène de chaque patient peut être calculée en ajoutant la profondeur de fixation de l'ETT et la distance entre la pointe de l'ETT et la carène.
Des radiographies thoraciques pré-intubation (n = 595) ainsi que des données cliniques telles que l'âge, le sexe, la taille, le poids corporel et la longueur mesurée de la lèvre à la carène sont collectées pour la construction du modèle. Pour cette étude, 476/595 (80%) d'entre eux ont été utilisés pour la formation et 119/595 (20%) pour la validation sélectionnés au hasard par le modèle d'IA. Dans le processus de formation, les images et les données cliniques associées ainsi que la longueur mesurée de la lèvre à la carène sont introduites et utilisées pour équiper le modèle d'IA. Ensuite, lors du processus de validation, les chercheurs évaluent la précision et l'efficacité du modèle pour prédire la longueur de la lèvre à la carène avec des images et des données cliniques de ces cas imprévus.
Type d'étude
Inscription (Réel)
Contacts et emplacements
Lieux d'étude
-
-
Guishan Township
-
Taoyuan, Guishan Township, Taïwan, 333
- Chang Gung Memorial Hospital, Linkou Branch
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
Accepte les volontaires sains
Sexes éligibles pour l'étude
Méthode d'échantillonnage
Population étudiée
La description
Critère d'intégration:
- 18 ans ou plus
- intubation orotrachéale entre novembre 2019 et octobre 2020
- avait pris des radiographies pulmonaires avant et dans les 24 heures suivant l'intubation
Critère d'exclusion:
- Mauvaise qualité des radiographies thoraciques que la carène des patients ne peut pas être reconnue
- Patient avec des insertions bronchiques trouvées dans les films post-intubation
- Intubation nasale
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
Entraînement
Les images et les données cliniques associées ainsi que la longueur mesurée de la lèvre à la carène du groupe d'entraînement sont introduites et utilisées pour équiper le modèle de réseaux neuronaux à convolution profonde.
|
utiliser des réseaux de neurones à convolution profonde pour analyser les radiographies thoraciques avant l'intubation ainsi que les données des patients afin de prédire la profondeur appropriée de la fixation ETT
|
|
Validation
Nous évaluons la précision et l'efficacité du modèle pour prédire la longueur de la lèvre à la carène avec des images et des données cliniques de ces cas imprévus dans le groupe de validation.
|
utiliser des réseaux de neurones à convolution profonde pour analyser les radiographies thoraciques avant l'intubation ainsi que les données des patients afin de prédire la profondeur appropriée de la fixation ETT
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
La longueur de la lèvre à la carène prédite par le modèle d'IA
Délai: 1 minute après l'analyse des DCNN
|
L'erreur absolue moyenne de la longueur prédite par l'IA par rapport à la longueur mesurée est utilisée pour évaluer les performances de l'IA
|
1 minute après l'analyse des DCNN
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Taux de malposition du tube endotrachéal selon la recommandation du modèle d'IA
Délai: 1 minute après l'analyse des DCNN
|
Le mauvais positionnement du tube endotrachéal est utilisé pour élever la sécurité de la recommandation AI.
|
1 minute après l'analyse des DCNN
|
Collaborateurs et enquêteurs
Parrainer
Publications et liens utiles
Publications générales
- Lakhani P. Deep Convolutional Neural Networks for Endotracheal Tube Position and X-ray Image Classification: Challenges and Opportunities. J Digit Imaging. 2017 Aug;30(4):460-468. doi: 10.1007/s10278-017-9980-7.
- Lakhani P, Flanders A, Gorniak R. Endotracheal Tube Position Assessment on Chest Radiographs Using Deep Learning. Radiol Artif Intell. 2020 Nov 18;3(1):e200026. doi: 10.1148/ryai.2020200026. eCollection 2021 Jan.
- Eagle CC. The relationship between a person's height and appropriate endotracheal tube length. Anaesth Intensive Care. 1992 May;20(2):156-60. doi: 10.1177/0310057X9202000206.
- Varshney M, Sharma K, Kumar R, Varshney PG. Appropriate depth of placement of oral endotracheal tube and its possible determinants in Indian adult patients. Indian J Anaesth. 2011 Sep;55(5):488-93. doi: 10.4103/0019-5049.89880.
- Techanivate A, Rodanant O, Charoenraj P, Kumwilaisak K. Depth of endotracheal tubes in Thai adult patients. J Med Assoc Thai. 2005 Jun;88(6):775-81.
- Herway ST, Benumof JL. The tracheal accordion and the position of the endotracheal tube. Anaesth Intensive Care. 2017 Mar;45(2):177-188. doi: 10.1177/0310057X1704500207.
- Chong DY, Greenland KB, Tan ST, Irwin MG, Hung CT. The clinical implication of the vocal cords-carina distance in anaesthetized Chinese adults during orotracheal intubation. Br J Anaesth. 2006 Oct;97(4):489-95. doi: 10.1093/bja/ael186. Epub 2006 Jul 27.
- Conrardy PA, Goodman LR, Lainge F, Singer MM. Alteration of endotracheal tube position. Flexion and extension of the neck. Crit Care Med. 1976 Jan-Feb;4(1):8-12. doi: 10.1097/00003246-197601000-00002. No abstract available.
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Réel)
Achèvement de l'étude (Réel)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Mots clés
Autres numéros d'identification d'étude
- 202002007B0
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .