머신러닝과 현장진단 초음파를 이용한 주요 위장관 수술 후 합병증 예측 (AI_PLUS)

본 연구의 주요 목표는 주요 위장 수술 후 주요 합병증을 예측하기 위한 기계 학습 프레임워크를 개발하는 것입니다. 이차 목표에는 이 프레임워크를 현장 초음파와 결합하여 최상의 초기 소생 전략을 결정하는 것이 포함됩니다. 그리고 어떤 초음파 매개변수가 체액 불내증을 가장 잘 예측하는지 결정합니다. 또한 간 절제술 후 RAAS가 더 활동적인 경우.

연구 설계:

단일 센터 관찰 코호트 연구

연구 인구:

선택적 주요 위장관 수술을 받는 성인 환자

1차 연구 매개변수/연구 결과:

주요 연구 종점은 주요 합병증, 특히 패혈증 및 패혈성 쇼크를 포함한 심혈관/폐 불안정성을 예측하기 위한 혈역학적 프로파일을 기반으로 하는 기계 학습 프레임워크입니다. ClearSight의 데이터는 비침습적 동맥압 파형을 수집하는 데 사용됩니다. 심장, 폐, 복정맥 현장진단 초음파, 전자의무기록의 임상 데이터를 수집합니다.

2차 연구 매개변수/연구 결과(해당되는 경우):

심장, 폐, 복부 정맥의 현장 진료 초음파, 전자 의료 기록의 임상 데이터가 수집됩니다. 40명의 환자로 구성된 하위 그룹에서 RAAS 수준과 문맥 혈액 샘플을 분석합니다.