신경임상 환자를 위한 신호 분석
2018년 6월 3일 업데이트: Yi-Hsin Tsai, Far Eastern Memorial Hospital
웨이블릿 변환과 딥러닝을 이용한 중환자실 내 신경중환자의 생리학적 신호 분석 원문보기 KCI 원문보기 인용
이 프로젝트는 웨이블릿 변환 및 딥 러닝과 같은 빅데이터 분석 기술을 사용하여 신경 중증 환자의 생리적 신호를 분석하고 두개내 상태를 평가하고 신경학적 결과를 예측하는 모델을 구축합니다.
이러한 매개변수와 그 경향 사이의 상관관계를 식별함으로써 이상 징후를 조기에 감지하고 현재 신경학적 상태를 판단하고 예후를 예측하는 능력을 향상시킬 수 있습니다.
ICU에 과거와 현재의 데이터를 지속적으로 입력하면 모델이 반복적으로 수정되고 모델이 커질수록 정확도가 향상됩니다.
이 모델을 사용하여 이상을 조기에 인식하고 경고 시스템을 제공할 수 있습니다.
신경중증 환자를 돌보는 임상의는 이러한 시스템에 따라 치료 정책을 조정하고 결과를 평가할 수 있습니다.
연구 개요
연구 유형
관찰
등록 (실제)
156
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
-
New Taipei City, 대만, 200
- Far Eastern Memorial Hospital
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
20년 이상 (성인, OLDER_ADULT)
건강한 자원 봉사자를 받아들입니다
아니
연구 대상 성별
모두
샘플링 방법
비확률 샘플
연구 인구
외상성 뇌 손상, 출혈성 뇌졸중, 허혈성 뇌졸중, 뇌 감염, 뇌종양 및 급성 수두증을 포함하되 이에 국한되지 않는 집중 치료실(ICU)에 입원한 신경 임계 환자.
설명
포함 기준:
- 20세 이상
- 외상성 뇌 손상, 출혈성 뇌졸중, 허혈성 뇌졸중, 뇌 감염, 뇌종양 및 급성 수두증을 포함하되 이에 국한되지 않는 집중 치료실(ICU)에 입원한 신경 임계 환자.
- 두개 수술을 받고 두개내 압력 모니터를 삽입했거나 외부 심실 배액을 받은 환자. ICU의 중앙 모니터는 데이터를 지속적으로 수집할 수 있습니다.
제외 기준:
- 20세 미만.
- 두개내압의 지속적인 모니터링은 가능하지 않습니다.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
신경임상환자
외상으로 인한 뇌 손상, 허혈성 뇌졸중, 출혈성 뇌졸중(뇌내 출혈, 지주막하 출혈), 두개내압이 증가한 뇌종양, 뇌 감염, 뇌수종 등이 있는 환자.
|
환자는 두개내압(ICP) 모니터 삽입 또는 ICP 모니터로 사용할 수 있는 외부 심실 배액을 사용할 수 있습니다.
다른 이름들:
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
신경학적 상태
기간: 중환자실 퇴원, 평균 2주
|
글래스고 코마 스케일/사망률
|
중환자실 퇴원, 평균 2주
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 수석 연구원: Yi-Hsin Tsai, M.D., Far Eastern Memorial Hospital
간행물 및 유용한 링크
연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.
일반 간행물
- 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
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
2017년 12월 18일
기본 완료 (실제)
2018년 5월 24일
연구 완료 (실제)
2018년 5월 31일
연구 등록 날짜
최초 제출
2017년 11월 29일
QC 기준을 충족하는 최초 제출
2017년 12월 4일
처음 게시됨 (실제)
2017년 12월 5일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2018년 6월 6일
QC 기준을 충족하는 마지막 업데이트 제출
2018년 6월 3일
마지막으로 확인됨
2018년 6월 1일
추가 정보
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .