머신러닝 인공호흡기 의사결정 시스템 VS. 표준 제어 환기
2021년 11월 12일 업데이트: Hu Anmin
기계 학습 인공호흡기 결정 시스템 대 표준 제어 인공호흡이 중환자 치료에 미치는 영향: 무작위 시험
인공 호흡기 유발 폐 손상은 이환율 및 사망률 증가와 관련이 있습니다.
기본 및 임상 연구에서의 집중적인 노력에도 불구하고 중환자를 위한 개별화된 환기 전략은 여전히 주요 과제로 남아 있습니다.
그러나 개별화된 기계적 인공호흡 접근 방식은 여전히 어려운 작업입니다. 환자의 특정 최적 인공호흡 체계를 선택할 때 실험실 값, 활력, 동반 질환, 질병 진행 및 기타 임상 데이터와 같은 다양한 요인을 고려해야 합니다.
이 작업의 목적은 중환자를 위해 동적으로 최적화된 기계 환기 체계를 제안할 수 있는 기계 학습 인공호흡기 결정 시스템을 평가하는 것이었습니다.
기계 학습 인공 호흡기 결정 시스템의 임상 적용이 기계적 인공 호흡 시간과 사망률을 줄이는지 여부를 테스트하기 위해 표준 제어 인공 호흡과 비교하십시오.
연구 개요
연구 유형
중재적
등록 (예상)
300
단계
- 해당 없음
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
18년 이상 (성인, 고령자)
건강한 자원 봉사자를 받아들입니다
아니
연구 대상 성별
모두
설명
포함 기준:
- 첫 번째 ICU 체류만 자격이 있었습니다.
- ICU 입원 당시 18세 이상의 성인;
- 기계적 환기 시간 ≥24시간 추정;
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 치료
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 삼루타
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
실험적: 그룹 A
머신러닝 인공호흡기 의사결정 시스템 인공호흡
|
개인 맞춤형 기계환기를 위한 인공지능 인공호흡기 시스템
|
|
활성 비교기: 그룹 B
표준 제어 환기
|
개인 맞춤형 기계환기를 위한 인공지능 인공호흡기 시스템
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
기간 |
|---|---|
|
기계적 환기 시간
기간: 학습 완료까지, 평균 5일
|
학습 완료까지, 평균 5일
|
2차 결과 측정
결과 측정 |
기간 |
|---|---|
|
ICU 체류 시간
기간: 학습 완료까지, 평균 1주일
|
학습 완료까지, 평균 1주일
|
|
입원 기간
기간: 학습 완료까지, 평균 2주
|
학습 완료까지, 평균 2주
|
|
병원 내 사망률
기간: 학습 완료까지, 평균 2주
|
학습 완료까지, 평균 2주
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
스폰서
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 (예상)
2022년 1월 1일
기본 완료 (예상)
2022년 1월 1일
연구 완료 (예상)
2024년 12월 1일
연구 등록 날짜
최초 제출
2021년 10월 7일
QC 기준을 충족하는 최초 제출
2021년 11월 12일
처음 게시됨 (실제)
2021년 11월 24일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2021년 11월 24일
QC 기준을 충족하는 마지막 업데이트 제출
2021년 11월 12일
마지막으로 확인됨
2021년 11월 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. .