병원 전 심정지의 결과 예측 (PREDOHCA)
병원 전 호흡 및 순환 정지 과정에서 매년 약 1000명이 어퍼 오스트리아에서 심폐소생술을 통해 소생되고 있습니다. 방법, 장비의 지속적인 추가 개발, 현장에서 일하는 구조 및 응급 의료팀의 지속적인 교육에도 불구하고 병원 전 소생술을 받아야 하는 환자의 대다수는 여전히 사망합니다. 그러나 병원 전 소생술(ROSC)을 통해 순환 기능이 회복된 환자라도 며칠에서 몇 주 동안 집중적인 치료가 필요하며, 정상적이고 독립적인 생활로 복귀하기가 매우 어려운 경우가 많습니다.
소생술 조치의 성공 여부는 수행된 소생술의 질과 환자별 요인에 따라 달라집니다. CPC(Cerebral Performance Category Score)와 같은 평가 척도를 사용하면 소생 성공 여부를 사후적으로 평가할 수 있습니다. 요즘에는 소생술의 결과를 선험적으로 예측하는 것이 매우 어렵습니다. 많은 경우, 치료 경로 초기에는 개별 환자가 호흡 정지 상황에서 바람직하지 않은 예후를 보일 것으로 예상되는지 또는 통합 회복이 가능한지 여부가 전혀 명확하지 않습니다.
따라서 소생술을 계속할지 중단할지에 대한 결정은 개별 의사의 평가를 바탕으로만 내릴 수 있습니다. 소생술을 너무 일찍 중단한다는 일차적인 우려와 더불어 소생술 이후 성공적인 결과를 기대하지 않고 의료자원이 정상 수준 이상으로 사용될 위험도 있습니다. 후속 결과를 추정하고 분류하는 것은 급성 상황에서 치료팀에게 어렵고 정서적으로 스트레스를 주는 일입니다. 결과에 영향을 미치는 몇 가지 요인은 현재 알려져 있습니다. 뇌 관류 저하가 증가함에 따라 생존 확률은 매 순간마다 급격히 감소합니다. 이러한 맥락에서 다양한 연구에서 잠재적으로 가역적인 원인이 확인되어 원인 치료를 통해 신경학적 결과를 개선할 수 있습니다. 저관류를 연결하는 가장 중요한 치료법인 흉부 압박 외에 뇌의 최소 관류를 보장하기 위한 즉각적인 제세동이 특히 언급되어야 하며, 이는 이제 의료 전문가가 공공 제세동 네트워크의 일부로 제세동기를 사용할 수 있도록 허용합니다.
그러나 모든 노력에도 불구하고 초기 단계에서 많은 사례에서 호흡 및 순환 정지 환자의 예상 결과에 대해 높은 수준의 확실성을 가지고 신뢰할 수 있는 진술을 하는 것은 아직 불가능합니다.
인공지능이란 이미지 속 사물을 인식하고 분류하는 등 인지적 작업을 수행하는 기계의 능력을 말한다. 오랫동안 많은 프로세스는 충분한 컴퓨팅 성능, 스토리지 용량 및 이해를 통해 탐색하기에는 너무 복잡했습니다. 그러나 최근 기술 발전으로 인해 기계 학습(ML)과 소위 신경망(약 1950년 이후 알려짐) 기반의 구성을 포함하여 그 뒤에 있는 구성이 다시 주목을 받게 되었습니다. 이론적 모델의 개발뿐만 아니라 광범위한 테스트를 거쳐 일상 작업에 적용할 수 있는 장치도 사용할 수 있습니다.
최신 기계 학습 방법을 사용하면 복잡한 시스템을 모델링하고 모델 간 관계를 찾는 등 작업을 평가하는 다양하고 새로운 접근 방식이 가능해집니다.
연구 개요
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: Thomas Tschoellitsch, MD
- 전화번호: 78132 +435768083
- 이메일: thomas.tschoellitsch@jku.at
연구 연락처 백업
- 이름: Jens Meier, MD
- 전화번호: 2158 +435768083
- 이메일: jens.meier@kepleruniklinikum.at
연구 장소
-
-
Upper Austria
-
Linz, Upper Austria, 오스트리아, 4020
- Kepler University Hospital
-
연락하다:
- Thomas Tschoellitsch, MD
- 전화번호: 78132 +435768083
- 이메일: thomas.tschoellitsch@jku.at
-
연락하다:
- Jens Meier, MD
- 전화번호: 2158 +435768083
- 이메일: jens.meier@kepleruniklinikum.at
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- 18세 이상 환자 및
- 2015년 1월 1일과 2023년 10월 31일 사이 그리고
- 오스트리아 적십자, 어퍼 오스트리아 지역 지부 응급 의료팀의 치료를 받았으며
- 병원 밖에서 심장마비를 겪었으며,
- 병원 밖에 있는 동안 응급 의사의 치료를 받은 경우 그리고
- 오스트리아 린츠의 케플러 대학 병원으로 이송되었습니다.
제외 기준:
- 없음
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
ILCOR Utstein OHCA 핵심 결과 긍정적
모든 핵심 결과에 대해 각각 정의됩니다.
|
ILCOR Utstein OHCA 핵심 결과
|
|
ILCOR Utstein OHCA 핵심 결과 부정적
모든 핵심 결과에 대해 각각 정의됩니다.
|
ILCOR Utstein OHCA 핵심 결과
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
ILCOR Utstein OHCA 핵심 결과 예측을 위한 AUC-ROC
기간: 2015-01-01 - 2023-10-31
|
ILCOR Utstein OHCA 핵심 결과 예측을 위한 AUC-ROC
|
2015-01-01 - 2023-10-31
|
|
ILCOR Utstein OHCA 핵심 결과 예측을 위한 AUC-PRC
기간: 2015-01-01 - 2023-10-31
|
ILCOR Utstein OHCA 핵심 결과 예측을 위한 AUC-PRC
|
2015-01-01 - 2023-10-31
|
|
ILCOR Utstein OHCA 핵심 결과 예측을 위한 F1-점수
기간: 2015-01-01 - 2023-10-31
|
ILCOR Utstein OHCA 핵심 결과 예측을 위한 F1-점수
|
2015-01-01 - 2023-10-31
|
|
ILCOR Utstein OHCA 핵심 결과 예측을 위한 혼동 행렬
기간: 2015-01-01 ~ 2023-10-31
|
ILCOR Utstein OHCA 핵심 결과 예측을 위한 혼동 행렬
|
2015-01-01 ~ 2023-10-31
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
퇴원 시 진단 예측을 위한 AUC-ROC
기간: 2015-01-01 - 2023-10-31
|
퇴원 시 진단 예측을 위한 AUC-ROC
|
2015-01-01 - 2023-10-31
|
|
퇴원 시 진단 예측을 위한 AUC-PRC
기간: 2015-01-01 - 2023-10-31
|
퇴원 시 진단 예측을 위한 AUC-PRC
|
2015-01-01 - 2023-10-31
|
|
퇴원 시 진단 예측을 위한 F1-점수
기간: 2015-01-01 - 2023-10-31
|
퇴원 시 진단 예측을 위한 F1-점수
|
2015-01-01 - 2023-10-31
|
|
퇴원 시 진단 예측을 위한 혼동 매트릭스
기간: 2015-01-01 - 2023-10-31
|
퇴원 시 진단 예측을 위한 혼동 매트릭스
|
2015-01-01 - 2023-10-31
|
공동 작업자 및 조사자
연구 기록 날짜
연구 주요 날짜
연구 시작 (추정된)
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. .