Modèles d'apprentissage en profondeur pour la prédiction de l'hypotension peropératoire à l'aide de paramètres non invasifs
25 mars 2025 mis à jour par: Hyun Joo Ahn, Samsung Medical Center
Prédiction de l'hypotension peropératoire à l'aide de dispositifs de surveillance non invasifs : développement d'un modèle d'apprentissage en profondeur
Les chercheurs visaient à étudier le modèle d'apprentissage en profondeur pour prédire l'hypotension peropératoire à l'aide de paramètres de surveillance non invasifs.
Aperçu de l'étude
Statut
Complété
Les conditions
Description détaillée
L'hypotension peropératoire est associée à diverses complications postopératoires telles qu'une lésion rénale aiguë.
Par conséquent, une prédiction précise et un traitement rapide de l'hypotension peropératoire sont importants.
Cependant, il est difficile de prédire avec précision l'hypotension peropératoire sur la base de l'expérience et de l'intuition des anesthésistes.
Récemment, des algorithmes d'apprentissage profond utilisant la surveillance invasive de la pression artérielle ont montré la bonne capacité prédictive de l'hypotension peropératoire.
Cela peut aider les décisions du clinicien.
Cependant, la plupart des patients subissant une chirurgie générale sont surveillés par des paramètres non invasifs.
Par conséquent, les enquêteurs étudient le modèle de prédiction de l'hypotension peropératoire à l'aide d'une surveillance non invasive.
Type d'étude
Observationnel
Inscription (Réel)
5175
Contacts et emplacements
Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.
Lieux d'étude
-
-
-
Seoul, Corée, République de, 06351
- Samsung Medical Center
-
-
Critères de participation
Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.
Critère d'éligibilité
Âges éligibles pour étudier
- Enfant
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
Non
Méthode d'échantillonnage
Échantillon de probabilité
Population étudiée
La population étudiée comprenait des patients ayant subi une anesthésie générale par inhalation pour une chirurgie non cardiaque entre juin 2016 et août 2017 à l'hôpital universitaire national de Séoul, Séoul, Corée du Sud.
La description
Critère d'intégration:
- Les patients qui sont inclus dans la base de données ouverte, VtialDB.
- Les patients qui ont subi une anesthésie générale inhalée pour une chirurgie non cardiaque.
- Les patients qui ont des données de surveillance non invasives, notamment la pression artérielle, l'électrocardiographie, l'oxymétrie de pouls, l'indice bispectral, la capnographie et la concentration alvéolaire minimale d'agent d'inhalation.
Critère d'exclusion:
- Le patient avec des données manquantes.
Plan d'étude
Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
|---|
|
Groupe
Dans la base de données open source (VitalDB, https://vitaldb.net), les patients ayant subi une anesthésie générale avec surveillance non invasive comprenant la pression artérielle, l'électrocardiographie, l'oxymétrie de pouls, l'indice bispectral, la capnographie et la concentration alvéolaire minimale d'agent d'inhalation.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Capacité de prédiction du modèle d'apprentissage en profondeur sur l'événement d'hypotension peropératoire
Délai: jusqu'à la fin des études, une moyenne de 3 heures
|
Aire sous la courbe de la courbe caractéristique de fonctionnement du récepteur (AUROC) pour le modèle d'apprentissage en profondeur pour prédire l'hypotension peropératoire.
|
jusqu'à la fin des études, une moyenne de 3 heures
|
Collaborateurs et enquêteurs
C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.
Parrainer
Les enquêteurs
- Chercheur principal: Hyun Joo Ahn, MD, PhD, Samsung Medical Center
Publications et liens utiles
La personne responsable de la saisie des informations sur l'étude fournit volontairement ces publications. Il peut s'agir de tout ce qui concerne l'étude.
Publications générales
- Lee HC, Jung CW. Vital Recorder-a free research tool for automatic recording of high-resolution time-synchronised physiological data from multiple anaesthesia devices. Sci Rep. 2018 Jan 24;8(1):1527. doi: 10.1038/s41598-018-20062-4.
- Lee S, Lee HC, Chu YS, Song SW, Ahn GJ, Lee H, Yang S, Koh SB. Deep learning models for the prediction of intraoperative hypotension. Br J Anaesth. 2021 Apr;126(4):808-817. doi: 10.1016/j.bja.2020.12.035. Epub 2021 Feb 6.
Dates d'enregistrement des études
Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.
Dates principales de l'étude
Début de l'étude (Réel)
1 avril 2023
Achèvement primaire (Réel)
1 mai 2024
Achèvement de l'étude (Réel)
1 mai 2024
Dates d'inscription aux études
Première soumission
13 février 2023
Première soumission répondant aux critères de contrôle qualité
7 mars 2023
Première publication (Réel)
9 mars 2023
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
30 mars 2025
Dernière mise à jour soumise répondant aux critères de contrôle qualité
25 mars 2025
Dernière vérification
1 mai 2024
Plus d'information
Termes liés à cette étude
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- SMC 2022-09-096
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
INDÉCIS
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Non
Étudie un produit d'appareil réglementé par la FDA américaine
Non
produit fabriqué et exporté des États-Unis.
Non
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 .