このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

くも膜下出血における人工知能 (AISAH)

2020年9月1日 更新者:Göteborg University

心拍数変動信号による機械学習を使用してくも膜下出血後の遅発性脳虚血を検出

この研究の全体的な目的は、コンピューター/データサイエンティストと機械学習プロセスの助けを借りて、収集された心拍数変動データを分析して、くも膜下出血後に遅発性脳虚血を発症する患者に特定のパターンが見つかるかどうかを評価することです。

調査の概要

詳細な説明

動脈瘤性くも膜下出血 (aSAH) の患者は、症例の約 30% で遅発性脳虚血 (DCI) を発症します。 DCIは、死亡率の増加、持続的な神経障害、および生活の質の低下と関連しています。 これらの神経損傷を減らすことは、患者と社会の両方に利益をもたらすでしょう。 臨床上の問題の 1 つは、モニタリング能力の限界により、SAH 患者の脳虚血の診断が遅れることが多いことです。 神経学的損傷が検出されると、多くの場合、回復不可能であることが判明します。

いくつかの研究では、単変量および多変量ロジスティック回帰分析を使用して、くも膜下出血患者における遅発性脳虚血 (DCI) 発症の危険因子を特定しています。 ただし、これらの研究は患者に関して収集されたデータに基づいています(例: 年齢、性別など)、これらの統計モデルの精度は一般に低いことがわかっています。 最近では、臨床データと画像データを組み合わせて DCI を予測するための機械学習アルゴリズムも評価されています。

しかし、DCI の予測は DCI を防ぐものではありません。DCI を防ぐためには、医師に脳虚血の差し迫ったリスクを警告し、脳虚血への介入と予防を可能にするモニタリング システムを開発する必要があります。

交感神経系と副交感神経系の間のバランスの変化など、自律神経系の変化は、心拍数変動 (HRV) モニタリングを使用して検出できます。 HRV は、くも膜下出血を含む外傷性脳損傷および脳卒中後の予後不良の予測因子として報告されています。 しかし、初期の脳虚血を検出するための HRV モニタリングは十分に評価されていません。 aSAH 患者の研究では、入院後最大 10 日間継続的に HRV を収集しましたが、オフラインで分析されたのは HRV データのごく一部でした。 患者 55 人中 15 人が急性期に DCI を発症し、HRV のオフライン分析により、DCI を発症した患者では低周波/高周波比がより増加することが示されました (参考文献)。 これにより、収集されたすべての HRV を機械学習プロセスを利用して分析することになり、コンピューター/データ サイエンティストとのコラボレーションが開始されました。

この研究の全体的な目的は、コンピュータ/データサイエンティストと機械学習プロセスの助けを借りて、収集されたHRVデータを分析して、くも膜下出血後の急性期にDCIを発症する患者に特定のパターンが見つかるかどうかを評価することです。

研究の種類

観察的

入学 (実際)

64

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

      • Gothenburg、スウェーデン、41345
        • Sahlgrenska University 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

16年~100年 (子、大人、高齢者)

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

確率サンプル

調査対象母集団

動脈瘤性くも膜下出血を患い、サールグレンスカ大学病院の集中治療室に入院した成人患者。

説明

包含基準:

  • 成人患者
  • 動脈瘤性くも膜下出血
  • スウェーデン、ヨーテボリのサールグレンスカ大学病院の神経集中治療室に入院

除外基準:

  • 心臓不整脈
  • ペースメーカーの使用

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
遅発性脳虚血
遅発性脳虚血を発症したくも膜下出血患者
非遅発性脳虚血
くも膜下出血があってもくも膜下出血を発症していない患者

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
DCI を検出するために人工知能によって分析された HRV データ
時間枠:2020年
各心拍の R-R 間隔の時間の変動が測定されます。
2020年

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。

スポンサー

捜査官

  • スタディチェア:Miroslaw Staron, Prof、Göteborg University

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)

2015年10月1日

一次修了 (実際)

2016年10月1日

研究の完了 (実際)

2020年5月1日

試験登録日

最初に提出

2020年5月26日

QC基準を満たした最初の提出物

2020年5月31日

最初の投稿 (実際)

2020年6月4日

学習記録の更新

投稿された最後の更新 (実際)

2020年9月3日

QC基準を満たした最後の更新が送信されました

2020年9月1日

最終確認日

2020年9月1日

詳しくは

本研究に関する用語

個々の参加者データ (IPD) の計画

個々の参加者データ (IPD) を共有する予定はありますか?

いいえ

医薬品およびデバイス情報、研究文書

米国FDA規制医薬品の研究

いいえ

米国FDA規制機器製品の研究

いいえ

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。

無介入、観察研究の臨床試験

購読する