- ICH GCP
- 미국 임상 시험 레지스트리
- 임상시험 NCT04991779
신생아 집중 치료실에서 신생아 발작의 AI 지원 cEEG 진단
2023년 12월 27일 업데이트: Children's Hospital of Fudan University
AI를 이용한 신생아 발작 지속 뇌파 진단의 효용에 관한 다기관 진단 연구
인공지능 보조 지속 EEG 진단 도구에 대한 진단 정확도 연구는 신생아 발작의 황금 표준으로 수동 EEG 해석과 비교하여 수행됩니다.
연구 개요
상세 설명
신생아 발작의 발생은 신생아의 중추 신경계 장애의 첫 번째이자 아마도 유일한 임상 징후일 수 있습니다.
신생아 발작의 발생률은 재태 연령에 따라 다양합니다.
발작의 병인은 잠재적으로 치료 가능한 병인의 존재를 나타낼 수 있으며 원인을 결정하고 병인별 치료를 시작하기 위해 즉각적인 평가를 촉구해야 합니다.
중요한 것은 발작의 조기 치료가 영아의 장기적인 신경학적 발달에 긍정적인 영향을 미친다는 것입니다.
그러나 지속적인 뇌파도(cEEG) 모니터링이 가능하더라도 cEEG 신호를 해석하기 위한 현장 전문가의 가용성은 제한적이며 실제로 진단은 여전히 임상 징후에만 기반합니다.
이전 연구에서는 신뢰할 수 있는 발작 감지가 발작 사건의 10%에 불과한 것으로 나타났습니다.
따라서 기계 학습을 기반으로 조기 자동 발작 감지 도구가 개발되었습니다.
자동 발작 감지 도구의 부족은 외부 신생아 발작 코호트에서 검증되었습니다.
자동 발작 감지 도구의 유용성에 대한 증거는 불확실합니다.
이것은 전향적이고 지속적인 이중 맹검 설계 진단 정확도 연구입니다.
이 연구는 신생아 집중 치료실에서 신생아 발작의 황금 표준으로 수동 cEEG 해석을 비교하는 인공 지능(AI) 지원 cEEG 진단 도구의 정확성을 검증하는 것을 목표로 합니다.
민감도와 특이도 분석은 AI를 이용한 cEEG 진단 도구의 정확도를 평가하는 것이다.
연구 유형
관찰
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Henan
-
Zhengzhou, Henan, 중국
- Henan Children's Hospital
-
-
Shanghai
-
Shanghai, Shanghai, 중국, 201102
- Children Hospital of Fudan University
-
-
Sichuan
-
Chengdu, Sichuan, 중국
- Chengdu Women's and Children's Central 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
1초 (어린이)
건강한 자원 봉사자를 받아들입니다
아니
샘플링 방법
비확률 샘플
연구 인구
발작이 의심되고 발작 위험이 높은 신생아
설명
포함 기준:
- 출생 후 연령 < 또는 = 28일;
- cEEG 모니터링 최소 12시간 모니터링;
- 의심되는 발작;
- 두개내 출혈의 위험;
- cEEG 전 MRI 또는 초음파의 이상;
- 뇌병증 진단을 받았거나 뇌병증이 의심되는 신생아;
- 저산소-허혈성 뇌병증 또는 의심되는 저산소-허혈성 뇌병증;
- 대사 장애(저혈당증, 저칼슘혈증, 저마그네슘혈증, 선천성 대사 이상);
- 중추신경계(CNS) 또는 전신 감염;
- 수술 후 3일 이내의 신생아;
- 의심되는 유전 질환 또는 긍정적인 유전 진단;
제외 기준:
- 입원 중 cEEG 모니터링에 적합하지 않은 머리 두피 결함, 두피 혈종, 부종 및 기타 금기 사항이 있는 신생아.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 관찰 모델: 보병대
- 시간 관점: 유망한
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
발작이 의심되거나 발작의 위험이 높은 신생아
발작이 의심되거나 발작 위험이 높은 신생아는 입원 후 최소 12시간 동안 연속 뇌파도(cEEG)로 모니터링합니다.
cEEG는 cEEG 모니터링 종료 시 AI 지원 cEEG 진단 도구로 해석됩니다.
동시에 참조 표준에 따라 동일한 cEEG가 수동으로 보고됩니다.
|
본 연구는 AI를 이용한 cEEG 진단 도구의 일상적인 관리를 통해 정확도를 평가하기 위한 관찰 연구입니다. 코호트의 모든 환자는 cEEG 모니터링 및 AI 지원 cEEG 탐지 도구를 수락합니다. 이 도구에는 원본 신호 데이터 세트에서 기능을 추출하기 위한 정량적 EEG 신경 신호 처리 파이프라인, 예측을 위한 그래디언트 부스트 모델을 기반으로 하는 기계 학습 모델이 포함되어 있습니다. 참조 표준은 균일한 교육 프로그램에 참석하고 중국 항간질 협회에서 인증한 3명의 임상의가 해석한 전자 기록 발작입니다. |
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
신생아 발작 평가에서 AI 보조 cEEG 진단 도구의 정확도
기간: 입원 중 cEEG 모니터링 종료 후 7일 이내
|
정확도에는 민감도와 특이도가 포함됩니다. 참조 표준은 균일한 교육 프로그램에 참석하고 중국 항간질 협회에서 인증한 3명의 임상의가 해석한 전자 기록 발작입니다. 민감도는 다음과 같이 정의됩니다. 발작이 있는 신생아의 비율은 AI 지원 cEEG 진단 도구로 성공적으로 선별됩니다. 특이성은 다음과 같이 정의됩니다. AI 지원 cEEG 진단 도구에서 발작으로 인식되지 않는 발작이 없는 신생아의 비율. |
입원 중 cEEG 모니터링 종료 후 7일 이내
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
협력자
수사관
- 연구 의자: Wenhao Zhou, Ph.D, Children's Hospital of Fudan University
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
- Rennie JM, de Vries LS, Blennow M, Foran A, Shah DK, Livingstone V, van Huffelen AC, Mathieson SR, Pavlidis E, Weeke LC, Toet MC, Finder M, Pinnamaneni RM, Murray DM, Ryan AC, Marnane WP, Boylan GB. Characterisation of neonatal seizures and their treatment using continuous EEG monitoring: a multicentre experience. Arch Dis Child Fetal Neonatal Ed. 2019 Sep;104(5):F493-F501. doi: 10.1136/archdischild-2018-315624. Epub 2018 Nov 24.
- Shellhaas RA, Chang T, Tsuchida T, Scher MS, Riviello JJ, Abend NS, Nguyen S, Wusthoff CJ, Clancy RR. The American Clinical Neurophysiology Society's Guideline on Continuous Electroencephalography Monitoring in Neonates. J Clin Neurophysiol. 2011 Dec;28(6):611-7. doi: 10.1097/WNP.0b013e31823e96d7. No abstract available.
- Hoodbhoy Z, Masroor Jeelani S, Aziz A, Habib MI, Iqbal B, Akmal W, Siddiqui K, Hasan B, Leeflang M, Das JK. Machine Learning for Child and Adolescent Health: A Systematic Review. Pediatrics. 2021 Jan;147(1):e2020011833. doi: 10.1542/peds.2020-011833. Epub 2020 Dec 15.
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)
2022년 3월 16일
기본 완료 (실제)
2022년 5월 16일
연구 완료 (실제)
2022년 5월 16일
연구 등록 날짜
최초 제출
2021년 7월 28일
QC 기준을 충족하는 최초 제출
2021년 7월 28일
처음 게시됨 (실제)
2021년 8월 5일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2023년 12월 29일
QC 기준을 충족하는 마지막 업데이트 제출
2023년 12월 27일
마지막으로 확인됨
2023년 12월 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. .