- ICH GCP
- 미국 임상 시험 레지스트리
- 임상시험 NCT05993845
고관절 전치환술의 전방 접근을 위한 모델링 및 작업 흐름 인식
연구 개요
상세 설명
배경 및 프로젝트 근거
고관절 전치환술(THA)에서는 퇴행성 고관절을 인공 비구 및 대퇴골 구성요소로 교체합니다(Haynes JA, 2022). 임상 실습에서 뼈 해부학에 접근하기 위한 몇 가지 접근 방식이 사용됩니다. 직접 전방 접근법(DAA)은 더 작은 절개, 더 적은 합병증, 더 빠른 회복 및 개선된 환자 결과로 인해 최근 몇 년 동안 널리 채택되었습니다(Charney M, 2020). 그러나 감소된 공간과 제한된 접근으로 인해 수술 단계 실행이 더 복잡해질 수 있습니다(Patel NN, 2019).
주요 목표
이 프로젝트의 첫 번째 목표는 THA에서 DAA 수술 과정에 대한 체계적이고 일반적인 설명을 만드는 것입니다. 이를 위해 수술 과정 모델(SPM)은 수술 과정을 관리, 구성 및 최적화하기 위한 기반을 제공합니다(Carrillo, Esfandiari, & Müller, 2022). 이를 위해 체계적인 접근 방식을 사용하여 개별 수술 단계와 하위 단계로 세분화될 THA 수술 비디오의 레이블이 지정된 데이터 세트가 필요합니다. SPM은 수술 또는 수술 관련 활동과 그 관계의 단순화된 네트워크입니다(Neumuth T, 2009). 이러한 모델은 여러 유형의 개입을 비교하거나 외과의 또는 전체 OR 팀을 비교하는 데 사용할 수 있습니다. 또한 SPM은 작업 흐름 관리 시스템의 입력으로 사용할 수 있습니다(T, 2017).
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: Nicola Cavalcanti, MD
- 전화번호: +41445107379
- 이메일: nicola.cavalcanti@balgrist.ch
연구 연락처 백업
- 이름: Matthias Seibold, PhD
- 전화번호: P +41 44 510 73 57
- 이메일: matthias.seibold@balgrist.ch
연구 장소
-
-
Canton of Aargau
-
Baden, Canton of Aargau, 스위스, 5404
- 아직 모집하지 않음
- Kantonsspital Baden
-
연락하다:
- Nicola Cavalcanti, MD
- 전화번호: +41445107379
- 이메일: nicola.cavalcanti@balgrist.ch
-
수석 연구원:
- Tobias Buehler, MD
-
-
Canton of Zurich
-
Winterthur, Canton of Zurich, 스위스, 8400
- 아직 모집하지 않음
- Kantonsspital Winterthur
-
연락하다:
- Nicola Cavalcanti
- 전화번호: +41445107379
- 이메일: nicola.cavalcanti@balgrist.ch
-
수석 연구원:
- Peter Wahl, MD
-
부수사관:
- Lara Pozzi, MD
-
Zurich, Canton of Zurich, 스위스, 8008
- 모병
- Balgrist University Hospital
-
연락하다:
- Nicola Cavalcanti, MD
- 전화번호: +41445107379
- 이메일: nicola.cavalcanti@balgrist.ch
-
연락하다:
- Matthias Seibold, PhD
- 전화번호: +41 44 510 73 57
- 이메일: matthias.seibold@balgrist.ch
-
부수사관:
- Patrick Zingg, MD
-
부수사관:
- Armando Hoch, MD
-
수석 연구원:
- Philipp Fuernstahl, PhD
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- Balgrist University Hospital, Kantonsspital Baden 및 Kantonsspital Winterthur에서 고관절 전치환술(THA)을 위한 1차 수술
- 완전한 방사선 데이터(CT 및 고관절/골반 X-레이)
- 서명된 동의
제외 기준:
- 누락되거나 불완전한 동의
- THA 부위의 고관절 이전 수술
- THA 부위의 고관절 또는 골반 골절
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
고관절 전치환술 수술 기록을 위한 프로젝트 모집단
우리는 데이터 수집을 위해 Balgrist 대학 병원 또는 Kantonsspital Baden 또는 Kantonsspital Winterthur의 고관절 팀의 다른 외과의가 수행한 수술실에서 60건의 고관절 전치환술(THA) 수술을 기록할 계획입니다.
|
우리는 Balgrist 대학 병원(BUH), Kantonsspital Baden(KSB), Kantonsspital Winterthur(KSW)에서 고관절 외과의의 고관절 전치환술(THA)을 기록합니다. 비디오 및 오디오 데이터는 Balgrist 관리 서버에 로컬로 저장됩니다(환자에 민감한 정보는 제거됨). 데이터에는 다음이 포함됩니다. 인구 통계(생년월일, 성별, 흡연 여부, 체질량 지수) 진단 수술 관련 데이터 및 기록 중 기타 수술 절차 고관절/골반의 표준 수술 전 컴퓨터 단층 촬영 표준 골반 X-선 수술 전후 표준 축성 고관절 X-선 수술 전후 Western Ontario & McMaster Universities 골관절염 지수 및 Harris-Hip-Score BUH에서 수행된 수술에서 얻은 기록을 사용하여 평가된 생성된 수술 과정 모델(SPM)을 보장하기 위해 THA의 수술 과정을 일반적으로 설명합니다. KSB 및 KSW의 수술 모델. 거기에서 SPM의 공통점과 불일치에 대해 3개의 THA가 기록되고 분석됩니다. |
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
고관절 전치환술의 라벨링된 기록
기간: 최대 1년
|
Balgrist 대학 병원에서 수행된 DAA(Direct Anterior Approach)를 사용한 고관절 전치환술(THA)의 수술 기록은 수술 워크플로 및 활동에 대한 심층적이고 체계적인 분석을 개발하는 데 사용됩니다.
2개의 외부 병원(Kantonsspital Baden, 스위스 및 Kantonsspital Winterthur, 스위스)에서 수행된 THA와 DAA의 비교 및 평가를 통해 개발된 모델을 일반화하고 평가할 수 있습니다. 다기관 연구.
|
최대 1년
|
기타 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
고관절 전치환술(THA)을 위한 수술 워크플로 및 활동 인식을 위한 자동화된 딥 러닝 기반 접근법
기간: 최대 1년
|
본 연구는 수술 과정 모델링(Sergical Process Modeling, SPM)을 기반으로 이전 연구에서 제안되지 않은 고관절 전치환술(THA)을 위한 수술 워크플로 및 활동 인식을 위한 자동화된 딥러닝 기반 접근 방식을 개발하는 것을 목표로 합니다.
수술 프로세스 모델을 생성하는 동안 생성된 레이블은 수술 단계 인식을 위한 최첨단 심층 신경망을 훈련하는 데 사용됩니다.
수술 과정 모델과 훈련된 딥러닝 모델은 향후 수술 과정의 심층 분석, 수술 훈련 및 기술 평가를 위한 작업에 사용될 수 있습니다.
또한 자동화된 수술 워크플로 인식 시스템은 편차 및 이상 현상이 있는 경우 조기 경고 및 상황 인식 의사 결정 지원(Padoy, 2019)의 형태로 의사에게 중요한 입력을 제공할 수 있을 뿐만 아니라 수술 프로토콜의 자동 추출을 제공할 수 있습니다. 보관, 교육 및 수술 후 환자 모니터링 목적에 매우 중요합니다(Zisimopoulos, et al., 2018).
|
최대 1년
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Philipp Fürnstahl, PhD, Balgrist University Hospital
- 연구 의자: Patrick Zingg, MD, Balgrist University Hospital
간행물 및 유용한 링크
일반 간행물
- Carrillo F, Esfandiari H, Muller S, von Atzigen M, Massalimova A, Suter D, Laux CJ, Spirig JM, Farshad M, Furnstahl P. Surgical Process Modeling for Open Spinal Surgeries. Front Surg. 2022 Jan 25;8:776945. doi: 10.3389/fsurg.2021.776945. eCollection 2021.
- Charney M, Paxton EW, Stradiotto R, Lee JJ, Hinman AD, Sheth DS, Prentice HA. A Comparison of Risk of Dislocation and Cause-Specific Revision Between Direct Anterior and Posterior Approach Following Elective Cementless Total Hip Arthroplasty. J Arthroplasty. 2020 Jun;35(6):1651-1657. doi: 10.1016/j.arth.2020.01.033. Epub 2020 Jan 22.
- Haynes JA, Hopper RH Jr, Ho H, McDonald JF 3rd, Parks NL, Hamilton WG. Direct Anterior Approach for Primary Total Hip Arthroplasty Lowers the Risk of Dislocation Compared to the Posterior Approach: A Single Institution Experience. J Arthroplasty. 2022 Mar;37(3):495-500. doi: 10.1016/j.arth.2021.11.011. Epub 2021 Nov 10.
- Neumuth T, Jannin P, Strauss G, Meixensberger J, Burgert O. Validation of knowledge acquisition for surgical process models. J Am Med Inform Assoc. 2009 Jan-Feb;16(1):72-80. doi: 10.1197/jamia.M2748. Epub 2008 Oct 24.
- Patel NN, Shah JA, Erens GA. Current Trends in Clinical Practice for the Direct Anterior Approach Total Hip Arthroplasty. J Arthroplasty. 2019 Sep;34(9):1987-1993.e3. doi: 10.1016/j.arth.2019.04.025. Epub 2019 Apr 18.
- Seibold, M., Hoch, A., Farshad, M., Navab, N., & Fürnstahl, P. (2022). Conditional generative data augmentation for clinical audio datasets. Medical Image Computing and Computer Assisted Intervention (MICCAI). Singapore.
- Zisimopoulos, O., Flouty, E., Luengo, I., Giataganas, P., Nehme, J., Chow, A., & Stoyanov, D. (2018). DeepPhase: Surgical Phase Recognition in CATARACTS Videos. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial, 11073, 265-275.
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
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. .