神経クリティカル患者の信号解析
2018年6月3日 更新者：Yi-Hsin Tsai、Far Eastern Memorial Hospital
ウェーブレット変換と深層学習を使用した集中治療室の神経障害患者からの生理学的信号の分析
このプロジェクトでは、ウェーブレット変換やディープ ラーニングなどのビッグ データ分析技術を使用して、神経障害のある患者からの生理学的信号を分析し、頭蓋内の状態を評価して神経学的転帰を予測するモデルを構築します。
これらのパラメータの相関関係や傾向を明らかにすることで、異常の早期発見や、現在の神経状態の判断や予後予測の能力を高めることができます。
過去と現在のデータを ICU に継続的に入力することで、モデルの修正が繰り返され、モデルが成長するにつれて精度が向上します。
このモデルを使用して、異常を早期に認識し、警告システムを提供できます。
神経障害患者を治療する臨床医は、このようなシステムに従って治療方針を調整し、結果を評価することができます。
調査の概要
研究の種類
観察的
入学 (実際)
156
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究場所
-
-
-
New Taipei City、台湾、200
- Far Eastern Memorial Hospital
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
20年歳以上 (アダルト、OLDER_ADULT)
健康ボランティアの受け入れ
いいえ
受講資格のある性別
全て
サンプリング方法
非確率サンプル
調査対象母集団
外傷性脳損傷、出血性脳卒中、虚血性脳卒中、脳感染症、脳腫瘍、急性水頭症を含むがこれらに限定されない、集中治療室（ICU）に入院した神経臨界患者。
説明
包含基準:
- 20歳以上
- 外傷性脳損傷、出血性脳卒中、虚血性脳卒中、脳感染症、脳腫瘍、急性水頭症を含むがこれらに限定されない、集中治療室（ICU）に入院した神経臨界患者。
- 頭蓋手術を受け、頭蓋内圧モニターまたは外部脳室ドレナージが挿入された患者。 ICUの中央モニターは継続的にデータを収集できます
除外基準:
- 年齢が20歳未満。
- 頭蓋内圧を継続的に監視することは現実的ではありません。
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
研究はどのように設計されていますか？
デザインの詳細
コホートと介入
グループ/コホート |
介入・治療 |
|---|---|
|
神経クリティカル患者
外傷による脳損傷、虚血性脳卒中、出血性脳卒中（脳内出血、くも膜下出血）、頭蓋内圧亢進型脳腫瘍、脳感染症、水頭症などの患者。
|
患者は、頭蓋内圧 (ICP) モニター挿入または ICP モニターとして使用できる外部脳室ドレナージのいずれかを受けることができます。
他の名前：
|
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
神経学的状態
時間枠：集中治療室からの退院、平均2週間
|
グラスゴー昏睡スケール/死亡率
|
集中治療室からの退院、平均2週間
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
捜査官
- 主任研究者：Yi-Hsin Tsai, M.D.、Far Eastern Memorial Hospital
出版物と役立つリンク
研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。
一般刊行物
- Diederik P. Kingma and Jimmy Lei Ba. Adam: A method for stochastic optimization. Conference paper at ICLR 2015.
- Michael Unser and Akram Aldroubi. (1996 Apr) A review of wavelets in biomedical applications. Proceedings of the IEEE 84(4): 626-638.
- LeCun Y, Bengio Y, Hinton G. Deep learning. Nature. 2015 May 28;521(7553):436-44. doi: 10.1038/nature14539.
- Christopher Torrence and Gilbert P. Compo. (1998 Jan) A practical guide to wavelet analysis. Bulletin of the American Meteorological Society 79(1):61-78.
- Theis, Fabian & Meyer-Base, Anke. (2010). Biomedical Signal Analysis - Contemporary Methods and Applications. Biomedical Signal Analysis: Contemporary Methods and Applications.
- Min S, Lee B, Yoon S. Deep learning in bioinformatics. Brief Bioinform. 2017 Sep 1;18(5):851-869. doi: 10.1093/bib/bbw068.
- Yi Mao, Wenlin Chen, Yixin Chen, Chenyang Lu, Marin Kollef, and Thomas Bailey. (2012) An integrated data mining approach to real-time clinical monitoring and deterioration warning. Proceedings of the 18th ACM SIGKDD international conference on Knowledge discovery and data mining Pages 1140-1148. doi>10.1145/2339530.2339709
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (実際)
2017年12月18日
一次修了 (実際)
2018年5月24日
研究の完了 (実際)
2018年5月31日
試験登録日
最初に提出
2017年11月29日
QC基準を満たした最初の提出物
2017年12月4日
最初の投稿 (実際)
2017年12月5日
学習記録の更新
投稿された最後の更新 (実際)
2018年6月6日
QC基準を満たした最後の更新が送信されました
2018年6月3日
最終確認日
2018年6月1日
詳しくは
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。