高齢患者における危険因子の周術期管理
周術期における高齢者のリスク管理と技術的対策と評価基準
2017 年、中国の入院患者に対する手術の数は 5,700 万件を超え、そのうち 2,000 万件以上が高齢患者 (65 歳以上) に対して行われました。 2017 年末時点で、中国の 65 歳以上の高齢者は 1 億 4,300 万人で、そのうち 80 歳以上は 2,600 万人で、全人口の 1.8% を占めており、この割合は増加しています。 手術を必要とする高齢者が増えています。 研究によると、65~79 歳の人口と比較して、80 歳以上の患者の整形外科手術後の心筋梗塞の確率は 2.7 倍、肺感染の確率は 3.5 倍、死亡率は3.4倍に増加。 高齢患者における手術の固有のリスクと術後合併症の増加は、老人性症候群などの要因と密接に関連しています。
老年症候群とは、加齢に伴うさまざまな臓器系の機能の低下を指し、衰弱、併存疾患、認知機能障害などを含む一連の非特異的な症状や徴候が高齢者に現れます。 これらの症状は年齢とともに増加し、高齢者の生活の質を著しく損ない、周術期のリスクを高めます。 フレイルを例にとると、65~70 歳人口のフレイルの発生率は 3.2%、71~74 歳で 5.3%、75~79 歳で 9.5%、80~84 歳で 16.3%、 >85歳は25.1。 %。 一方、高齢者の身体機能は加齢とともに常に低下しています。 骨格筋を例にとります。 50歳を過ぎると、骨格筋量は加齢とともに毎年1%~2%ずつ減少します。 60 歳以上の慢性的な筋肉の減少は 30%、80 歳以上の高齢者では最大 50% と推定されています。 高齢患者は、高齢患者の特別なグループであり、低年齢の高齢者グループと比較して特殊性があることがわかります。 そのため、高齢患者の衰弱、併存疾患、身体機能低下による予測不可能な周術期リスクに対処し、高齢の手術患者の安全を確保するための周術期リスク警告管理システムと技術システムの確立が喫緊の課題となっています。高齢者向け。
調査の概要
詳細な説明
手術後の強化された回復(ERAS)は、エビデンスに基づいた医療に基づいており、複数の部門の連携を通じて周術期管理のクリニカルパスを最適化します。 その核となるのは、患者中心のリハビリテーションの推進です。 この考え方は、人々の心に深く根付いています。 これに関連して、センターは、高齢患者における股関節骨折と肺がんの発生率の高さをブレークスルーとして利用し、センターの国内有数の可視化技術と人工知能 (AI) 技術を組み合わせて、高齢患者の完全な周術期評価システムを作成する予定です。高齢患者の周術期リスクを軽減します。
可視化技術には、気道ツールの可視化、超音波可視化、脳機能モニタリングの可視化などが含まれ、術前のリスク評価、ベッドサイドでの迅速な評価、気道管理、補助血管穿刺、誘導局所ブロック麻酔、術後鎮痛などで広く使用されています。 . リンクし、良好な臨床結果を達成しました。 これらのテクノロジーには独自の利点がありますが、体系的な統合と的を絞った最適化が欠けています。 高齢患者に適したさまざまな視覚化技術を有機的に統合して、高齢患者の完全な周術期評価システム、患者の包括的かつリアルタイムの動的評価を作成し、高齢患者の周術期の精神、神経、呼吸、および循環機能を実現します。重要な臓器(心臓、肺、脳、腎臓など)のストレスと損傷を軽減し、周術期の高齢患者の総合的な管理を実現し、周術期の高齢患者のリスクを軽減します。
人工知能技術は、医療ビッグデータを深く掘り下げ、大量の複雑なデータを統合し、強力な包括的な分析機能を備えています。 これは、複雑な術前評価、周術期の医学的意思決定、および予測不可能な有害事象のリアルタイム警告を行う高齢患者を支援するのに適しています。 この技術は、腫瘍の画像診断、皮膚疾患の診断、糖尿病の診断など、さまざまな医療分野で広く利用されています。 現在、外国の学者は、患者の関連する臨床的特徴を組み合わせ、人工知能技術を使用して、術中低血圧の早期警告システム、入院患者の死亡リスクを監視するためのリアルタイム早期警告システム、および院内心停止を開発しました。予測システム。 人工知能を使用して、周術期のリスクとリアルタイムの早期警告を包括的に評価および予測します。これにより、高齢患者の周術期全体がカバーされ、効果的なリスク管理が実装されます。
高齢患者の手術および術後合併症の固有のリスクは増加します。 筋力低下、併存疾患、機能低下による予測不可能な周術期リスクに対処するため、高齢の手術患者に安全を保証することは、老年医学の大きな課題となっています。 このプロジェクトでは、視覚化技術を術前評価、麻酔管理、ベッドサイドのリアルタイム監視と介入などに使用して、高齢患者の正確な周術期管理とプロセス全体の全人管理を実現します。 AI技術は、高齢患者の周術期リスク予測とリアルタイムの追跡リスク警告に適用され、麻酔深度の制御と臓器機能の維持をガイドします。 上記の技術は、高齢患者の周術期リスクを高めるさまざまな状況に有機的に統合され、評価-診断-介入-再評価の閉ループに組み込まれ、高齢患者の完全な周術期評価システムを作成します。 また、学際的なチームを通じて、周術期管理のクリニカルパスを最適化し、周術期の高齢患者の全人的リスク管理システムを実証して、さらなる推進を図っています。
研究の種類
入学 (推定)
段階
- 適用できない
連絡先と場所
研究連絡先
- 名前:Ailin Luo, MD&PhD
- 電話番号:+862783665480
- メール:alluo@hust.edu.cn
研究場所
-
-
-
Wuhan、中国
- 募集
- TongjiHospital
-
コンタクト:
- Shiyong Li
- メール:shiyongli@hust.edu.cn
-
-
参加基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
説明
包含基準:
- 選択的手術
- 65歳以上。
除外基準:
- -6か月以内に他の臨床試験に参加する
- 局所麻酔を受けている患者
- 転帰不明の症例
研究計画
研究はどのように設計されていますか?
デザインの詳細
- 主な目的:防止
- 割り当て:非ランダム化
- 介入モデル:並列代入
- マスキング:なし(オープンラベル)
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 |
時間枠 |
---|---|
高齢患者における周術期の有害事象の発生率
時間枠:麻酔導入開始から手術後または退院後30日まで
|
麻酔導入開始から手術後または退院後30日まで
|
協力者と研究者
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (推定)
研究の完了 (推定)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (推定)
QC基準を満たした最後の更新が送信されました
最終確認日
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。