- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT06202638
Uno studio sull'accuratezza diagnostica dell'algoritmo dell'indice di previsione dell'ipotensione (HPI) nelle resezioni polmonari
Uno studio di fattibilità di coorte multicentrico osservazionale, prospettico, non randomizzato dell'indice di previsione dell'ipotensione (HPI) in pazienti sottoposti a resezioni polmonari con l'uso della ventilazione monopolmonare.
Panoramica dello studio
Stato
Condizioni
Intervento / Trattamento
Descrizione dettagliata
L'Hypotension Prediction Index (HPI) è un punteggio emodinamico progettato specificamente per la previsione degli episodi di ipotensione intraoperatoria (IOH). Si basa su un algoritmo programmato nella piattaforma clinica di monitoraggio HemoSphere di Edwards Lifesciences (Irvine, CA, USA). L'HPI si basa sull'analisi continua della forma d'onda della pressione arteriosa. Viene elaborato in aggiunta all'algoritmo FloTrac tramite il sensore proprietario Acumen IQ e utilizza una tecnologia di intelligenza artificiale. Dopo la validazione interna, l’algoritmo è stato validato in modo prospettico, esterno e clinico in pazienti chirurgici generali, perioperatori, pazienti chirurgici cardiovascolari e pazienti in terapia intensiva COVID-19 ventilati meccanicamente.
A differenza dei sistemi di monitoraggio convenzionali, che visualizzano i parametri fisiologici nella vita reale, un algoritmo HPI rileva i primi cambiamenti, la variabilità multivariata e le interazioni nei dati fisiologici correlati su precarico, postcarico e contrattilità per fornire un indice che prevede un evento ipotensivo imminente . Le variabili utilizzate dall'algoritmo protetto da brevetto per calcolare l'HPI sono le seguenti: variabilità della frequenza cardiaca (cambiamenti nella frequenza cardiaca/cambiamenti nella MAP); complessità della forma d'onda della pressione arteriosa (entropia approssimativa della forma d'onda, entropia della forma d'onda campione, misura nel dominio della frequenza delle armoniche di ordine superiore); parametri di precarico (variazione della pressione di impulso PPV, variazione del volume della corsa SVV); parametri di contrattilità (pendenza della parte ascendente della forma d'onda della pressione nel tempo, dP/dt); e parametri di postcarico (SVR, elastanza arteriosa dinamica Eadyn), ma il loro contributo relativo all'indice finale non è stato rivelato.
I valori finali dell'indice dell'HPI vanno da 1 a 100, con numeri crescenti che rappresentano una maggiore probabilità di un evento ipotensivo imminente. Questi eventi sono definiti come pressione arteriosa media (MAP) <65 mmHg che si verifica per più di un minuto. I valori HPI prevedono il verificarsi di ipotensione da cinque a quindici minuti prima dell'evento, con sensibilità e specificità in entrambi gli intervalli di tempo superiori all'80%. Nella maggior parte degli studi, un valore di 85 HPI predice un episodio ipotensivo e questo valore è arbitrariamente preprogrammato nel monitor HemoSphere per avvisare il medico e consentire risposte proattive per ridurre al minimo o addirittura prevenire completamente l'ipotensione intraoperatoria.
I parametri utilizzati e incorporati nel monitor HemoSphere possono guidare il medico nella gestione ottimale della IOH. Queste variabili dello "schermo secondario" includono il parametro di contrattilità ventricolare sinistra (dP/dt), il parametro di precarico dinamico (SVV) e il parametro di postcarico elastanza arteriosa dinamica Eadyn.
Il massimo aumento della pressione ventricolare sinistra (LV) (LV dP/dt max) è un indicatore classico della performance del LV e della funzione sistolica. È convenzionalmente definita come la variazione di pressione nella cavità ventricolare sinistra durante il periodo di contrazione isovolumetrica e richiede originariamente il cateterismo del ventricolo sinistro. Nella pratica clinica viene utilizzata una forma d'onda surrogata della pressione arteriosa periferica per stimare il valore dP/dt e per prevedere la necessità di supporto inotropo.
SVV è un parametro di precarico dinamico e rappresenta la differenza nel volume sistolico ventricolare sinistro secondario alle variazioni della pressione intratoracica indotte dalla ventilazione meccanica.
L'elastanza arteriosa dinamica Eadyn rappresenta la proporzione tra la variazione della pressione pulsatoria (PPV) e la SVV. Può essere utilizzato per valutare il tono vascolare, che può predire la risposta della pressione arteriosa dopo il carico di volume e/o la potenziale risposta alla somministrazione di vasopressori.
Sia PPV che SVV sono considerati superiori agli indici statici per prevedere la reattività ai fluidi. Entrambi si basano sulle interazioni cuore-polmone e riflettono i cambiamenti ciclici emodinamici indotti dalla ventilazione meccanica nella condizione di torace chiuso. I loro valori sono significativamente correlati con l’entità della VT. L’attuale strategia ventilatoria intraoperatoria a basso volume corrente protegge i polmoni, ma allo stesso tempo riduce l’affidabilità degli indici dinamici, in particolare in condizioni di torace aperto. A causa delle variazioni limitate della pressione intratoracica durante il ciclo respiratorio in condizioni di polmone aperto, esiste il rischio di ricevere valori dei parametri falsi negativi. PPV e SVV sembrano essere imprecisi nel predire la reattività ai fluidi in un contesto a torace aperto durante un intervento cardiotoracico.
L'HPI è stato convalidato nei casi di chirurgia generale e di terapia intensiva, ma non nelle procedure a torace aperto unilaterale di chirurgia toracica. Queste procedure includono non solo condizioni fisiologiche significativamente anormali (pleura aperta e ventilazione protettiva di un solo polmone), ma anche un'elevata incidenza di interventi chirurgici manuali improvvisi. Tutti questi fattori possono influenzare e compromettere in modo significativo le prestazioni dell’HPI.
Lo scopo di questo studio è validare la tecnologia HPI nelle procedure di resezione polmonare a torace aperto con l'uso della ventilazione monopolmonare. Il gruppo di studio comprenderà 60 pazienti adulti consecutivi qualificati per procedure di resezione polmonare in anestesia generale con ventilazione a torace aperto e monopolmone.
I pazienti saranno monitorati durante l'intervento utilizzando il monitoraggio emodinamico invasivo standard con trasduttore di pressione arteriosa e in concomitanza con il monitor HemoSphere con il software HPI collegato al trasduttore Acumen IQ (Edwards LifeSciences, Irvine, CA, USA). I medici saranno accecati dall'output del monitor HemoSphere. Le forme d'onda emodinamiche e i dati di previsione dell'HPI inclusi gli eventi ipotensivi (IOH) verranno registrati dal momento dell'inserimento della cannula arteriosa fino all'uscita dalla sala operatoria. I dati registrati saranno divisi in sette coorti, rappresentate da intervalli temporali separati:
0. Pre-induzione basale, supina, respirazione spontanea (se disponibile e cannula arteriosa inserita prima dell'induzione)
- Ventilazione bipolmonare supina, a torace chiuso anestetizzato, intubata
- Decubito laterale, torace chiuso, ventilazione bipolmonare
- Decubito laterale, torace chiuso, ventilazione monopolmonare (OLV)
- Decubito laterale, torace aperto, ventilazione monopolmonare (OLV)
- Decubito laterale, torace chiuso, ventilazione bipolmonare post-resezione
- Ventilazione supina, a torace chiuso, a due polmoni
Stimeremo la sensibilità (richiamo) e il valore predittivo positivo (precisione) dell'algoritmo HPI e descriveremo il numero di falsi allarmi e gli eventi mancati senza fare riferimento esplicitamente alla specificità o al valore predittivo negativo.
La conduzione e la rendicontazione dello studio saranno eseguite secondo le linee guida STARD.
Tipo di studio
Iscrizione (Effettivo)
Contatti e Sedi
Luoghi di studio
-
-
-
Athens, Grecia, 12462
- Faculty of Medicine, NKUA Attikon University Hospital
-
-
-
-
Małopolska
-
Krakow, Małopolska, Polonia, 31-202
- St. John Paul II Hospital in Krakow
-
-
Silesian Voivodeship
-
Zabrze, Silesian Voivodeship, Polonia, 40-055
- Department of Anesthesiology and Intensive Therapy; Department of Pain Research and Treatment, Faculty of Medical Sciences Zabrze
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criterio di inclusione:
- Stato fisico dell'American Society of Anesthesiologists (ASA) da II a IV;
- Monitoraggio invasivo pianificato della pressione arteriosa durante l'anestesia generale che dovrebbe durare più di 2 ore e ricovero notturno pianificato.
- Procedure: lobectomia toracoscopica video assistita (VATS), lobectomia toracotomica aperta, pneumonectomia.
- Adulti sopra i 18 anni.
Criteri di esclusione:
- Procedure urgenti/di emergenza.
- Pazienti con shunt intracardiaci noti clinicamente importanti.
- Malattia valvolare da moderata a grave.
- Aritmie sintomatiche preoperatorie inclusa la fibrillazione atriale.
- Insufficienza cardiaca congestizia con frazione di eiezione del ventricolo sinistro inferiore al 35%.
- Rifiuto di partecipazione
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
|---|---|
|
La pressione arteriosa e l'andamento dell'HPI in 7 coorti di finestre temporali in pazienti ventilati con un solo polmone
60 pazienti adulti consecutivi qualificati per procedure di resezione polmonare a torace aperto in anestesia generale con ventilazione monopolmonare saranno monitorati durante l'intervento utilizzando il monitoraggio emodinamico invasivo standard con trasduttore di pressione arteriosa e in concomitanza con il monitor HemoSphere con il software HPI collegato al trasduttore Acumen IQ (Edwards LifeSciences, Irvine, California, Stati Uniti).
I medici saranno accecati dall'output del monitor HemoSphere.
Le forme d'onda emodinamiche e i dati di previsione dell'HPI verranno registrati dal momento dell'inserimento della cannula arteriosa fino all'uscita dalla sala operatoria.
I valori HPI e il decorso emodinamico intraoperatorio compresi gli eventi ipotensivi intraoperatori (IOH) verranno registrati in tutte le fasi della procedura.
|
Verranno registrati due flussi concomitanti di dati intraoperatori: 1. la forma d'onda arteriosa e la pressione sul monitor emodinamico standard del paziente e 2. i dati dal monitor HemoSphere con il software Acumen Hypotension Prediction Index
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Valore predittivo positivo
Lasso di tempo: Periodo intraoperatorio
|
|
Periodo intraoperatorio
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Tasso di eventi
Lasso di tempo: Periodo intraoperatorio
|
|
Periodo intraoperatorio
|
Collaboratori e investigatori
Sponsor
Investigatori
- Investigatore principale: Mirosław Ziętkiewicz, MD, PhD, 2nd Anesthesiology and Intensive Care Unit, John Paul II Hospital, Prądnicka St. 80, Kraków, Poland
Pubblicazioni e link utili
Pubblicazioni generali
- Walsh M, Devereaux PJ, Garg AX, Kurz A, Turan A, Rodseth RN, Cywinski J, Thabane L, Sessler DI. Relationship between intraoperative mean arterial pressure and clinical outcomes after noncardiac surgery: toward an empirical definition of hypotension. Anesthesiology. 2013 Sep;119(3):507-15. doi: 10.1097/ALN.0b013e3182a10e26.
- von Elm E, Altman DG, Egger M, Pocock SJ, Gotzsche PC, Vandenbroucke JP; STROBE Initiative. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. Lancet. 2007 Oct 20;370(9596):1453-7. doi: 10.1016/S0140-6736(07)61602-X.
- Song SY, Jung JY, Cho MS, Kim JH, Ryu TH, Kim BI. Volume-controlled versus pressure-controlled ventilation-volume guaranteed mode during one-lung ventilation. Korean J Anesthesiol. 2014 Oct;67(4):258-63. doi: 10.4097/kjae.2014.67.4.258. Epub 2014 Oct 27.
- Lin F, Pan L, Qian W, Ge W, Dai H, Liang Y. Comparison of three ventilatory modes during one-lung ventilation in elderly patients. Int J Clin Exp Med. 2015 Jun 15;8(6):9955-60. eCollection 2015.
- Davies SJ, Vistisen ST, Jian Z, Hatib F, Scheeren TWL. Ability of an Arterial Waveform Analysis-Derived Hypotension Prediction Index to Predict Future Hypotensive Events in Surgical Patients. Anesth Analg. 2020 Feb;130(2):352-359. doi: 10.1213/ANE.0000000000004121.
- Hatib F, Jian Z, Buddi S, Lee C, Settels J, Sibert K, Rinehart J, Cannesson M. Machine-learning Algorithm to Predict Hypotension Based on High-fidelity Arterial Pressure Waveform Analysis. Anesthesiology. 2018 Oct;129(4):663-674. doi: 10.1097/ALN.0000000000002300.
- Piccioni F, Bernasconi F, Tramontano GTA, Langer M. A systematic review of pulse pressure variation and stroke volume variation to predict fluid responsiveness during cardiac and thoracic surgery. J Clin Monit Comput. 2017 Aug;31(4):677-684. doi: 10.1007/s10877-016-9898-5. Epub 2016 Jun 15.
- Bossuyt PM, Reitsma JB, Bruns DE, Gatsonis CA, Glasziou PP, Irwig L, Lijmer JG, Moher D, Rennie D, de Vet HC, Kressel HY, Rifai N, Golub RM, Altman DG, Hooft L, Korevaar DA, Cohen JF; STARD Group. STARD 2015: an updated list of essential items for reporting diagnostic accuracy studies. BMJ. 2015 Oct 28;351:h5527. doi: 10.1136/bmj.h5527.
- Mahmoud K, Ammar A, Kasemy Z. Comparison Between Pressure-Regulated Volume-Controlled and Volume-Controlled Ventilation on Oxygenation Parameters, Airway Pressures, and Immune Modulation During Thoracic Surgery. J Cardiothorac Vasc Anesth. 2017 Oct;31(5):1760-1766. doi: 10.1053/j.jvca.2017.03.026. Epub 2017 Mar 22.
- Shin B, Maler SA, Reddy K, Fleming NW. Use of the Hypotension Prediction Index During Cardiac Surgery. J Cardiothorac Vasc Anesth. 2021 Jun;35(6):1769-1775. doi: 10.1053/j.jvca.2020.12.025. Epub 2020 Dec 21.
- de Keijzer IN, Vos JJ, Scheeren TWL. Hypotension Prediction Index: from proof-of-concept to proof-of-feasibility. J Clin Monit Comput. 2020 Dec;34(6):1135-1138. doi: 10.1007/s10877-020-00465-3. Epub 2020 Jan 23. No abstract available.
- Rajkomar A, Dean J, Kohane I. Machine Learning in Medicine. N Engl J Med. 2019 Apr 4;380(14):1347-1358. doi: 10.1056/NEJMra1814259. No abstract available.
- van der Ven WH, Terwindt LE, Risvanoglu N, Ie ELK, Wijnberge M, Veelo DP, Geerts BF, Vlaar APJ, van der Ster BJP. Performance of a machine-learning algorithm to predict hypotension in mechanically ventilated patients with COVID-19 admitted to the intensive care unit: a cohort study. J Clin Monit Comput. 2022 Oct;36(5):1397-1405. doi: 10.1007/s10877-021-00778-x. Epub 2021 Nov 13.
- Vistisen ST, Johnson AEW, Scheeren TWL. Predicting vital sign deterioration with artificial intelligence or machine learning. J Clin Monit Comput. 2019 Dec;33(6):949-951. doi: 10.1007/s10877-019-00343-7. Epub 2019 Jun 28. No abstract available.
- Vos JJ, Scheeren TWL. Intraoperative hypotension and its prediction. Indian J Anaesth. 2019 Nov;63(11):877-885. doi: 10.4103/ija.IJA_624_19. Epub 2019 Nov 8.
- Sharman JE, Qasem AM, Hanekom L, Gill DS, Lim R, Marwick TH. Radial pressure waveform dP/dt max is a poor indicator of left ventricular systolic function. Eur J Clin Invest. 2007 Apr;37(4):276-81. doi: 10.1111/j.1365-2362.2007.01784.x.
- de Waal EE, Rex S, Kruitwagen CL, Kalkman CJ, Buhre WF. Dynamic preload indicators fail to predict fluid responsiveness in open-chest conditions. Crit Care Med. 2009 Feb;37(2):510-5. doi: 10.1097/CCM.0b013e3181958bf7.
- Fu Q, Duan M, Zhao F, Mi W. Evaluation of stroke volume variation and pulse pressure variation as predictors of fluid responsiveness in patients undergoing protective one-lung ventilation. Drug Discov Ther. 2015 Aug;9(4):296-302. doi: 10.5582/ddt.2015.01046.
- Tugrul M, Camci E, Karadeniz H, Senturk M, Pembeci K, Akpir K. Comparison of volume controlled with pressure controlled ventilation during one-lung anaesthesia. Br J Anaesth. 1997 Sep;79(3):306-10. doi: 10.1093/bja/79.3.306.
- Montes FR, Pardo DF, Charris H, Tellez LJ, Garzon JC, Osorio C. Comparison of two protective lung ventilatory regimes on oxygenation during one-lung ventilation: a randomized controlled trial. J Cardiothorac Surg. 2010 Nov 2;5:99. doi: 10.1186/1749-8090-5-99.
- Kim KN, Kim DW, Jeong MA, Sin YH, Lee SK. Comparison of pressure-controlled ventilation with volume-controlled ventilation during one-lung ventilation: a systematic review and meta-analysis. BMC Anesthesiol. 2016 Aug 31;16(1):72. doi: 10.1186/s12871-016-0238-6.
- Lin F, Pan L, Huang B, Ruan L, Liang R, Qian W, Ge W. Pressure-controlled versus volume-controlled ventilation during one-lung ventilation in elderly patients with poor pulmonary function. Ann Thorac Med. 2014 Oct;9(4):203-8. doi: 10.4103/1817-1737.140125.
- Lohser J. Evidence-based management of one-lung ventilation. Anesthesiol Clin. 2008 Jun;26(2):241-72, v. doi: 10.1016/j.anclin.2008.01.011.
- Tan J, Song Z, Bian Q, Li P, Gu L. Effects of volume-controlled ventilation vs. pressure-controlled ventilation on respiratory function and inflammatory factors in patients undergoing video-assisted thoracoscopic radical resection of pulmonary carcinoma. J Thorac Dis. 2018 Mar;10(3):1483-1489. doi: 10.21037/jtd.2018.03.03.
- Zhang BJ, Tian HT, Li HO, Meng J. The effects of one-lung ventilation mode on lung function in elderly patients undergoing esophageal cancer surgery. Medicine (Baltimore). 2018 Jan;97(1):e9500. doi: 10.1097/MD.0000000000009500.
- Schick V, Dusse F, Eckardt R, Kerkhoff S, Commotio S, Hinkelbein J, Mathes A. Comparison of Volume-Guaranteed or -Targeted, Pressure-Controlled Ventilation with Volume-Controlled Ventilation during Elective Surgery: A Systematic Review and Meta-Analysis. J Clin Med. 2021 Mar 19;10(6):1276. doi: 10.3390/jcm10061276.
- Samantaray A, Hemanth N. Comparison of two ventilation modes in post-cardiac surgical patients. Saudi J Anaesth. 2011 Apr;5(2):173-8. doi: 10.4103/1658-354X.82790.
- Ranucci M, Barile L, Ambrogi F, Pistuddi V; Surgical and Clinical Outcome Research (SCORE) Group. Discrimination and calibration properties of the hypotension probability indicator during cardiac and vascular surgery. Minerva Anestesiol. 2019 Jul;85(7):724-730. doi: 10.23736/S0375-9393.18.12620-4. Epub 2018 Nov 22.
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Effettivo)
Completamento dello studio (Effettivo)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- NB.060.1.011.2022
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
prodotto fabbricato ed esportato dagli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .