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。

救命病棟における生体信号とバイオマーカーを用いた機械学習アプローチによる自発呼吸検査の成功予測

2026年6月25日 更新者:Centre Hospitalier Universitaire de Nice

コンテクスト:

何人かの著者は、敗血症性ショックの管理、腎不全の予測など、さまざまな機械学習 (ML) 技術を使用して人工知能 (AI) を医療に適用することに興味を持っています。[1、2] AI は臨床医の意思決定支援において重要な役割を果たしています [ 3]。 ウィーニング期間は、人工呼吸器を使用している患者の管理において非常に重要な時期であり、集中治療室で費やす時間の最大半分がかかる場合があります。 最初の離乳の試みは患者の 20% で失敗しますが、最も困難な離乳を行った患者では死亡率が 38% にも達する可能性があります [4]。 この分野での機械学習の応用を検討した研究はわずか 1 件のみで、生体信号 (心拍数、ECG、換気パラメータなど) の使用を検討した研究は 1 件だけです [5-7]。 罹患率と死亡率を改善し、入院期間を短縮するには、自発呼吸検査と抜管の成功を予測できることが不可欠です。

研究者らは、生体信号記録やその他の特徴に基づいて、換気ウィーニングテストの成功を予測するアルゴリズムを開発することを提案しています。

方法:

これは救命救急、オリゴ中心の後ろ向き研究であり、研究者らは電子医療記録から抽出した呼吸器(RR、分時換気量など)、心臓(収縮期血圧、心拍数など)、人工呼吸器などの生体信号変数を含めた。パラメータおよびその他の離散変数 (年齢、併存疾患など)。 ほとんどの生体信号変数は分ごとの記録です。 記録はテストの 48 時間前に開始され、離乳テストの開始時に停止します。 研究者らはこれらの記録から特徴を抽出し、他のバイオマーカーと組み合わせ、ロジスティック回帰、ランダムフォレスト分類器、サポートベクター分類器(SVC)、XGBoost、光勾配ブースティング法(LGBM)などのいくつかの機械学習アルゴリズムを適用しました。

調査の概要

研究の種類

観察的

入学 (推定)

500

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。

研究連絡先

研究連絡先のバックアップ

研究場所

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

  • 子
  • 大人
  • 高齢者

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

病因が何であれ、人工呼吸器のサポートを必要とする集中治療/救命救急室に入院したすべての患者。

説明

包含基準:

  • コンピューターによる健康レポート (CHR)
  • 自発呼吸検査を行うべきだった

除外基準:

  • 自発呼吸検査は実施されていないため、
  • 生体信号 (心臓、呼吸器) は CHR に登録されません
  • 患者は自発呼吸検査前に死亡した
  • この研究には反対の意見も表明されている。

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
自発呼吸テスト
最初のグループは、換気補助のために集中治療/救命治療に入院し、自発呼吸テストに成功した患者のみで構成されます。
この目的は、抜管後の換気条件を模倣し、臨床医が抜管の決定の結果を予測できるようにすることです。
非自発呼吸テスト
2 番目のグループは、換気補助のために集中治療/救命治療に入院し、自発呼吸テストに不合格となった患者のみで構成されます。
この目的は、抜管後の換気条件を模倣し、臨床医が抜管の決定の結果を予測できるようにすることです。

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
自発呼吸検査結果の予測。
時間枠:2年

臨床では、T チューブ テストまたは低レベルの吸気補助および PEEP (7AI 4PEEP、7Ai 0PEEP) での自発換気テストの 2 つの検査方式が実行されます。

ウィーニングテストの成功は、テスト終了時に以下の基準が満たされていないことによって定義されます: (i) 呼吸数の増加 > 35cpm、(ii) SpO2 <90%、(iii) 心拍数の変化が 20% 以上または血圧、(iv) 意識の変化。

2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。

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)

2023年1月1日

一次修了 (実際)

2024年12月12日

研究の完了 (推定)

2027年6月25日

試験登録日

最初に提出

2023年5月24日

QC基準を満たした最初の提出物

2023年5月24日

最初の投稿 (実際)

2023年6月2日

学習記録の更新

投稿された最後の更新 (実際)

2026年6月29日

QC基準を満たした最後の更新が送信されました

2026年6月25日

最終確認日

2026年6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

  • 23Rea01

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。

購読する