小児心臓手術におけるベイジアンネットワーク
2023年7月26日 更新者：Denis SCHMARTZ、Brugmann University Hospital
ディープ ニューラル ネットワークとベイジアン解析を使用して、小児心臓手術後の転帰不良の危険因子を特定
心肺バイパスを伴う小児心臓手術は、重大な罹患率と死亡率に関連しています。 先天性心臓手術のリスク調整 (RACHS 1) スコアや ARISTOTLE スコアなどの危険因子のスコア システムも開発されていますが、結果の予測は依然として困難です。 ベイジアン統計手法に関連付けられたディープ ニューラル ネットワークを使用した新しい数学的手法が開発され、さまざまなリスク要因間の複雑な相互作用をよりよく理解できるようになり、リスク要因を特定して関連するファミリーにグループ化することができました。 この方法は、透析患者の死亡率を予測したり、複雑な精神医学的症候群をより適切に説明するために使用されてきました。
この研究の主な仮説は、これらのツールを使用することで、小児心臓手術後の転帰に影響を与える要因をよりよく理解できるようになるというものです。
Gaussian Graphical Models、Mixed Graphical Models、および Bayesian Network を使用したネットワーク分析を使用して、心肺バイパス下の小児心臓手術後の罹患率および死亡率の単一またはグループの危険因子を特定します。
調査の概要
研究の種類
観察的
入学 (実際)
1364
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
-
-
-
Brussels、ベルギー、1020
- Hôpital Universitaire Des Enfants Reine Fabiola
-
-
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年歳未満 (子)
健康ボランティアの受け入れ
いいえ
サンプリング方法
非確率サンプル
調査対象母集団
当施設で2008年から2018年の間に心肺バイパス下で小児心臓手術を受けたすべての患者
説明
包含基準:
- 0歳から16歳
- 心肺バイパス下の心臓手術
除外基準:
- ASA (米国麻酔学会) ステータス 5
- エホバの証人
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
- 観測モデル：コホート
- 時間の展望：回顧
コホートと介入
グループ/コホート |
介入・治療 |
|---|---|
|
小児心臓外科
2008年から2018年の間に心肺バイパス下で小児心臓手術を受けたすべての患者が含まれます
|
2008年から2018年の間に心肺バイパス下で小児心臓手術を受け、当施設で手術を受けたすべての患者
|
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 |
|---|---|---|
|
結果予測因子
時間枠：28日
|
術前、術中、術後のすべての変数は、ベイジアン統計を使用してディープ ニューラル ネットワークに入力され、術後の罹患率と死亡率のグループまたは個々の危険因子を特定します。
|
28日
|
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。
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
- Jenkins KJ, Gauvreau K, Newburger JW, Spray TL, Moller JH, Iezzoni LI. Consensus-based method for risk adjustment for surgery for congenital heart disease. J Thorac Cardiovasc Surg. 2002 Jan;123(1):110-8. doi: 10.1067/mtc.2002.119064.
- Lacour-Gayet F, Clarke D, Jacobs J, Comas J, Daebritz S, Daenen W, Gaynor W, Hamilton L, Jacobs M, Maruszsewski B, Pozzi M, Spray T, Stellin G, Tchervenkov C, Mavroudis And C; Aristotle Committee. The Aristotle score: a complexity-adjusted method to evaluate surgical results. Eur J Cardiothorac Surg. 2004 Jun;25(6):911-24. doi: 10.1016/j.ejcts.2004.03.027.
- Siga MM, Ducher M, Florens N, Roth H, Mahloul N, Fouque D, Fauvel JP. Prediction of all-cause mortality in haemodialysis patients using a Bayesian network. Nephrol Dial Transplant. 2020 Aug 1;35(8):1420-1425. doi: 10.1093/ndt/gfz295.
- Briganti G, Linkowski P. Item and domain network structures of the Resilience Scale for Adults in 675 university students. Epidemiol Psychiatr Sci. 2019 Apr 22;29:e33. doi: 10.1017/S2045796019000222.
- Till AC, Florquin R, Delhaye M, Kornreich C, Williams DR, Briganti G. A network perspective on abnormal child behavior in primary school students. Psychol Rep. 2023 Aug;126(4):1933-1953. doi: 10.1177/00332941221077907. Epub 2022 Mar 24.
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)
2022年9月17日
一次修了 (実際)
2023年3月31日
研究の完了 (実際)
2023年4月30日
試験登録日
最初に提出
2022年9月8日
QC基準を満たした最初の提出物
2022年9月8日
最初の投稿 (実際)
2022年9月13日
学習記録の更新
投稿された最後の更新 (実際)
2023年7月27日
QC基準を満たした最後の更新が送信されました
2023年7月26日
最終確認日
2023年7月1日
詳しくは
本研究に関する用語
その他の研究ID番号
- PED_CARDIAC_surg_Bayesian
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。