Mesterséges intelligencia a subarachnoidális vérzésben (AISAH)
Gépi tanulás használata szívfrekvencia-variabilitási jelekkel a subarachnoidális vérzés utáni késleltetett agyi ischaemia kimutatására
A tanulmány áttekintése
Állapot
Körülmények
Beavatkozás / kezelés
Részletes leírás
Az aneurysmalis subarachnoidális vérzésben (aSAH) szenvedő betegeknél az esetek mintegy 30%-ában késleltetett agyi ischaemia (DCI) alakul ki. A DCI fokozott mortalitással, tartós neurológiai deficittel, valamint az életminőség romlásával jár. Mind a betegek, mind a társadalom hasznára válna ezeknek a neurológiai sérüléseknek a csökkentése. Az egyik klinikai probléma az, hogy az agyi ischaemia diagnózisa SAH-betegeknél gyakran késik a monitorozási képességek korlátai miatt. Amikor észlelik, a neurológiai károsodás gyakran visszafordíthatatlan.
Számos tanulmány egy- és többváltozós logisztikus regressziós elemzést alkalmazott a késleltetett agyi ischaemia (DCI) kialakulásának kockázati tényezőinek azonosítására subarachnoidális vérzésben szenvedő betegeknél. Ezek a vizsgálatok azonban a betegekről gyűjtött adatokon alapulnak (pl. életkor, nem), és ezeknek a statisztikai modelleknek a pontossága általában alacsonynak bizonyult. A közelmúltban a DCI előrejelzésére szolgáló gépi tanulási algoritmusokat is értékelték klinikai és képi adatok kombinációjával.
A DCI előrejelzése azonban nem akadályozza meg a DCI-t, a DCI megelőzésére olyan monitorozó rendszert kell kidolgozni, amely figyelmezteti az orvosokat az agyi ischaemia közvetlen veszélyére, lehetővé téve az agyi ischaemia beavatkozását és megelőzését.
Az autonóm idegrendszer eltérései, mint például a szimpatikus és a paraszimpatikus idegrendszer egyensúlyának megváltozása, a szívfrekvencia variabilitás (HRV) monitorozásával kimutatható. A HRV-ről számoltak be, mint a traumás agysérülést és stroke-ot követő rossz kimenetel előrejelzőjeként, beleértve a subarachnoidális vérzést is. A kezdődő agyi ischaemia kimutatására szolgáló HRV monitorozást azonban nem értékelték alaposan. Egy aSAH-ban szenvedő betegek vizsgálatában folyamatosan gyűjtöttük a HRV-t a felvételt követő 10 napon belül, de a HRV-adatoknak csak egy kis részét elemeztük off-line. Az 55 beteg közül 15-nél alakult ki DCI az akut fázisban, és a HRV off-line elemzése azt mutatta, hogy az alacsony/magas frekvencia arány jobban nőtt azoknál a betegeknél, akiknél DCI (Ref.) alakult ki. Ez arra vezetett, hogy megpróbáltuk az összes begyűjtött HRV-t gépi tanulási folyamatok segítségével elemezni, és együttműködést kezdeményeztünk számítógépes/adattudósokkal.
Ennek a tanulmánynak az átfogó célja, hogy számítógépes/adattudós és gépi tanulási folyamatok segítségével elemezze az összegyűjtött HRV-adatokat annak értékelése érdekében, hogy a subarachnoidális vérzést követő akut fázisban DCI-ben kialakuló betegekben található-e specifikus mintázat.
Tanulmány típusa
Beiratkozás (Tényleges)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
-
Gothenburg, Svédország, 41345
- Sahlgrenska University Hospital
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
Egészséges önkénteseket fogad
Tanulmányozható nemek
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
- Felnőtt betegek
- aneurizmális subarachnoidális vérzés
- bekerült a Sahlgrenska Egyetemi Kórház neurointenzív osztályára, Göteborgban, Svédországban
Kizárási kritériumok:
- szívritmuszavarok
- pacemaker használata
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
|---|---|
|
Késleltetett agyi ischaemia
Subarachnoidális vérzésben szenvedő betegek, akiknél késleltetett agyi ischaemia alakul ki
|
|
|
Nem késleltetett agyi ischaemia
Subarachnoidális vérzésben szenvedő betegek, akiknél nem alakul ki szubarachnoidális vérzés
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Mesterséges intelligencia által elemzett HRV adatok a DCI kimutatására
Időkeret: 2020
|
Az egyes szívverések R-R intervallumainak változékonyságát mérjük.
|
2020
|
Együttműködők és nyomozók
Szponzor
Nyomozók
- Tanulmányi szék: Miroslaw Staron, Prof, Göteborg University
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Tényleges)
A tanulmány befejezése (Tényleges)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- AISAH
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .