Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Caratteristiche preoperatorie per la previsione dell'insufficienza delle vie aeree sovraglottiche utilizzando l'apprendimento automatico (ERICA) (ERICA)

8 maggio 2026 aggiornato da: Flora Scheffenbichler, University Hospital Ulm

Le caratteristiche preoperatorie possono predire il fallimento della via aerea sovraglottica verso il tubo tracheale? Un algoritmo di apprendimento automatico (ERICA)

I dispositivi sovraglottici per le vie aeree (SGA) sono una tecnica sicura e consolidata per la gestione delle vie aeree. Al giorno d’oggi, fino al 60% delle anestesie generali eseguite nei paesi europei utilizzano SGA. Nello 0,2-4,7% L'SGA fallisce e richiede la conversione in tubi tracheali.

Lo studio ERICA utilizzerà metodi di intelligenza artificiale per sviluppare un modello in grado di prevedere il rischio di una conversione SGA non pianificata sulla base delle caratteristiche preoperatorie disponibili durante la visita di premedicazione.

Panoramica dello studio

Descrizione dettagliata

Un cambiamento della procedura intraoperatoria non porta solo a ritardi ma anche a ritardi, ma comporta anche misure stressanti per il paziente, come l'approfondimento dell'anestesia e la nuova manipolazione delle vie aeree.

Pertanto, l'obiettivo di ERICA è quello di sviluppare un algoritmo di apprendimento automatico basato sulle informazioni preoperatorie 1) in grado di prevedere con precisione il rischio di una conversione SGA non pianificata e 2) identificare le caratteristiche che portano alla conversione da SGA a tubo tracheale.

I. Sviluppo del modello

• Il set di dati finale sarà suddiviso in un gruppo di formazione, test e convalida. Verranno creati cinque modelli per prevedere la conversione intraoperatoria da SGA a tubo tracheale, inclusi modelli lineari generalizzati (GLM), deep learning, foresta casuale distribuita (DRF), xgboost e macchina di potenziamento del gradiente (GBM). Successivamente, verrà costruito un modello di insieme impilato attraverso la combinazione dei cinque modelli. Infine verrà scelto il miglior modello di intelligenza artificiale.

II. Identificare le caratteristiche che portano alla conversione e alla categorizzazione delle vie aeree.

  • I cambiamenti intraoperatori della posizione del paziente possono alterare il rischio di conversione, pertanto dovrebbero essere prese in considerazione operazioni con cambiamenti di posizione
  • Identificare le caratteristiche dipendenti dal paziente e dalla procedura che portano alla conversione da SGA a tubo tracheale e la loro importanza.

Tipo di studio

Osservativo

Iscrizione (Effettivo)

44000

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Luoghi di studio

    • Baden-Wurttemberg
      • Ulm, Baden-Wurttemberg, Germania, 89073
        • University Hospital Ulm
    • Bavaria
      • Munich, Bavaria, Germania, 81675
        • Technical University Munich

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

  • Adulto
  • Adulto più anziano

Accetta volontari sani

No

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

Pazienti adulti (≥18 anni) sottoposti a chirurgia non cardiaca utilizzando un dispositivo per le vie aeree sovraglottico

Descrizione

Criteri di inclusione:

  • Pazienti adulti (≥18 anni) sottoposti ad anestesia generale per interventi di chirurgia non cardiaca con un dispositivo per le vie aeree sovraglottico

Criteri di esclusione:

  • Nessuno

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Lasso di tempo
Rischio di conversione SGA non pianificata
Lasso di tempo: intraoperatorio
intraoperatorio

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Effettivo)

1 dicembre 2022

Completamento primario (Effettivo)

30 novembre 2024

Completamento dello studio (Effettivo)

31 dicembre 2024

Date di iscrizione allo studio

Primo inviato

25 settembre 2024

Primo inviato che soddisfa i criteri di controllo qualità

25 settembre 2024

Primo Inserito (Effettivo)

27 settembre 2024

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

13 maggio 2026

Ultimo aggiornamento inviato che soddisfa i criteri QC

8 maggio 2026

Ultimo verificato

1 settembre 2024

Maggiori informazioni

Termini relativi a questo studio

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

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 .

Sottoscrivi