성형외과 합병증 예방을 위한 AI 위험성 평가 모델(인공지능) (AI)
성형외과 합병증 예방을 위한 인공지능 위험성 평가 모델에 관한 근거기반 전향적 연구
이 관찰 연구의 목표는 AI 기반 위험 평가 모델이 의사 결정을 개선하고 위험 요인을 해결하기 위한 권장 사항을 제공하며 의사가 최적의 선택 시기와 설정을 선택하도록 지원함으로써 성형수술 환자의 합병증을 예방하는 데 도움이 될 수 있는지 확인하는 것입니다. 성형수술. 이번 연구는 AI 모델이 고위험 환자를 효과적으로 식별할 수 있는지, 어떤 특정 위험 요인이 합병증을 예측하는지에 대해 답하는 것을 목표로 한다.
목적:
임상 데이터와 환자 이력을 분석하고, 위험 요인을 완화하고 결과를 향상시키기 위한 맞춤형 권장 사항을 제공함으로써 성형수술 환자의 합병증을 예방하는 데 있어 AI 기반 위험 평가 모델의 임상적 효과를 평가합니다.
가설:
AI 모델은 고위험 환자를 보다 정확하게 식별하고 기존 방법에 비해 합병증을 줄이기 위한 효과적인 권장 사항을 제공할 수 있습니다.
참가자들:
선택적 성형수술을 받는 개인. 그들은 연령, 키, 체중, 흡연 습관 및 동반 질환에 대한 데이터를 수집하는 온라인 양식을 작성합니다. 시스템은 위험 점수, BMI 및 Caprini 점수를 계산합니다.
연구 절차:
AI 모델을 사용한 위험 평가는 체중 관리, 금연, 혈압 조절, DVT용 도플러 초음파, 영양 상담, 전문가 의뢰 등 다양한 요인을 평가하고 맞춤형 권장 사항을 생성합니다. 권장사항은 성형외과 의사의 검토와 승인을 받습니다.
후속 조치:
추적 기간은 2~41개월, 평균 15개월이다. 합병증 발생률 및 만족도를 포함한 환자 결과에 대한 데이터가 수집되고 분석됩니다.
측정 결과:
합병증 발생률, AI 모델의 합병증 예측 정확도, 수술 결과 개선에 미치는 영향.
영향:
이 연구는 성형수술에서 AI 사용에 대한 통찰력을 제공하여 더 나은 위험 평가 도구 및 프로토콜을 제공하고 수술 전 계획, 수술 후 관리, 환자 안전 및 만족도를 향상시키는 것을 목표로 합니다.
연구 개요
상세 설명
연구 설계 및 절차:
이 관찰 연구의 목표는 AI 기반 위험 평가 모델이 의사 결정을 개선하고, 위험 요인을 해결하기 위한 권장 사항을 제공하고, 의사가 적절한 시간을 선택하고 선택 항목을 설정하도록 지원함으로써 성형수술 환자의 합병증을 예방하는 데 도움이 될 수 있는지 확인하는 것입니다. 성형수술.
방법론:
이 연구는 2021년 1월부터 2024년 5월까지 진행되었으며, 단독 진료 환경에서 AI 위험 평가 모델을 사용하여 평가된 3,347명의 환자가 참여했습니다. 이 모델은 알고리즘을 사용하여 임상 데이터 및 환자 이력을 평가하고, 위험 점수를 계산하고, 위험 요인을 강조하고, 맞춤형 권장 사항을 생성합니다.
환자 평가:
데이터 수집: 참가자는 BMI, 연령, Caprini 점수, 흡연 습관 및 성별을 포함한 다양한 임상 요인에 대한 데이터를 수집하는 온라인 양식을 작성합니다.
위험 계산: 알고리즘은 BDDQ(신체 이형 장애 설문지)를 사용하여 위험 점수를 계산하고, 비정상적인 값을 표시하고, 신체 이형 장애(BDD)를 선별합니다.
위험 분류: 환자는 위험 점수에 따라 저위험군, 중등도 위험군, 고위험군으로 분류됩니다.
맞춤형 권장사항: 이 모델은 위험 평가를 기반으로 각 환자에 대해 다음을 포함하는 특정 권장사항을 생성합니다.
체중 관리: BMI ≥ 25.1인 환자에 대한 목표 체중 권장 사항. 흡연 중단: 담배를 피우는 환자를 위한 조언. 혈압 조절: 고혈압 환자는 매일 혈압을 모니터링하고 심장 전문의와 상담할 것을 권장합니다.
심부정맥혈전증(DVT) 및 정맥류: DVT, 응고병증, 정맥류 또는 Caprini 점수 ≥ 8인 환자의 경우 수술 24~72시간 전 하지의 도플러 초음파를 권장합니다.
동반질환: 고혈압 또는 혈관병리 병력이 있는 50세 이상의 환자에 대한 심장초음파검사 및 스트레스 검사에 대한 권장사항.
영양 지도: BMI가 25.1 이하인 환자에게 영양사와 상담하고 정신과 상담을 통해 섭식 장애 검사를 받도록 조언합니다.
전문의 추천: 내분비 전문의, 비만 외과의사, 심장 전문의, 혈액 전문의 또는 동반 질환 소견에 따른 기타 전문가와의 상담 제안 및 BDD 검사에 따른 정신과 추천.
데이터 관리:
참가자로부터 수집된 데이터는 환자의 개인정보와 기밀성을 보호하기 위해 익명화되어 안전하게 저장됩니다. 데이터 관리 프로세스에는 다음이 포함됩니다.
민감한 데이터의 익명화: 모든 개인 식별 정보(PII)는 참가자의 신원을 보호하기 위해 제거되거나 마스킹됩니다. 익명화된 데이터는 기밀 유지를 위해 분석에 사용됩니다.
품질 보증 계획: 데이터 무결성을 보장하기 위한 사이트 모니터링 및 감사를 포함한 정기적인 데이터 검증 및 레지스트리 절차.
데이터 검사: 데이터 필드 및 범위에 대해 사전 정의된 규칙에 대한 일관성을 검사합니다. 소스 데이터 검증: 정확성과 완전성을 평가하기 위해 의료 기록 등 외부 소스와 레지스트리 데이터를 비교합니다.
데이터 사전: 소스, 코딩, 정상 범위를 포함한 각 변수에 대한 자세한 설명입니다.
표준 운영 절차(SOP): 환자 모집, 데이터 수집, 관리, 분석, 부작용 보고 및 변경 관리를 위한 절차입니다.
통계 분석:
견고성과 재현성을 보장하기 위해 Colab 노트북을 사용하여 통계 및 추론 분석을 수행했습니다. 주요 결과 측정은 각 위험 그룹의 합병증 발생률이었습니다. 이차 결과 측정에는 위험 요인과 합병증 사이의 상관관계가 포함되었습니다.
표본 크기 평가:
표본 크기는 위험 그룹 간의 합병증 발생률의 차이를 탐지할 수 있는 충분한 검정력을 보장하기 위해 결정되었습니다.
누락된 데이터에 대한 계획:
대체 기술 및 민감도 분석을 포함하여 누락된 데이터를 해결하기 위한 절차가 마련되었습니다.
통계 분석 계획:
분석계획에는 위험인자와 합병증의 관계를 평가하기 위한 기술통계, 상관분석, 회귀모형이 포함되었다.
연구 유형
등록 (실제)
연락처 및 위치
연구 장소
-
-
-
Buenos Aires, 아르헨티나, 1107
- Bukret Plastic Surgery
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- 18세 이상.
- 선택적 성형수술로 평가됩니다.
- 사전 동의를 제공하는 능력.
- AI 기반 위험 평가 모델을 사용하여 수술 전 평가를 완료합니다.
- AI 기반 위험 평가 모델에 따라 Bukret 박사가 제공한 수술 전 및 수술 후 권장 사항을 따르는 데 동의합니다.
제외 기준:
- 18세 미만의 개인.
- 응급 성형수술을 받고 있는 환자.
- 인지적 또는 정신적 장애로 인해 사전 동의를 제공할 수 없습니다.
- 임신 또는 모유 수유 여성.
- 의료 권고 사항을 준수하지 않은 이력이 있는 환자.
- 현재 본 연구의 결과를 방해할 수 있는 다른 임상시험에 등록된 환자.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
인공지능 기반 위험 평가 모델로 평가된 선택적 성형수술을 받는 환자.
이 코호트에는 AI 기반 위험 평가 모델을 사용하여 평가되는 선택적 성형 수술을 받는 환자가 포함됩니다. AI 모델은 임상 데이터와 환자 이력을 분석하여 맞춤형 위험 점수와 권장 사항을 생성하여 수술 합병증을 최소화합니다. AI가 생성한 위험 점수에 따라 환자는 저위험, 중등도, 고위험의 세 가지 위험 그룹으로 분류됩니다. 이 모델은 체중 관리, 금연, 혈압 모니터링, 전문가 상담 등 각 환자의 변경된 위험 요인에 대한 맞춤형 권장 사항을 제공하여 특정 위험 요인을 해결하고 수술 결과를 개선합니다. |
Bukret AI 위험 평가 모델은 임상 데이터와 환자 이력을 평가하여 맞춤형 위험 점수를 생성하고 성형 수술을 받는 환자를 위험 그룹 범주로 분류하는 정교한 의사 결정 지원 시스템입니다.
이 AI 모델은 BMI, 연령, 흡연 습관, 병력 등 다양한 위험 요소를 분석하여 잠재적인 합병증을 식별합니다.
AI가 생성한 위험군과 특정 위험인자를 기반으로 체중 관리, 금연, 혈압 모니터링, 전문의 상담 등 수술 전 관리에 대한 맞춤형 권장사항을 제공하여 수술 위험을 최소화하고 결과를 향상시킵니다.
이 개입은 개인화되고 실행 가능한 권장 사항을 제공함으로써 수술 계획과 환자 안전을 향상시키는 것을 목표로 합니다.
다른 이름들:
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
수술 후 2~41개월 이내에 DVT, PTE 및 ASIA 증후군을 포함한 수술 후 합병증의 발생률
기간: 등록부터 8주차 치료 종료까지
|
수술 후 합병증은 표준화된 합병증 보고 시스템을 사용하여 평가됩니다.
합병증에는 감염, 혈종, 장액종, 상처 열개, 심부정맥혈전증(DVT), 폐혈전색전증(PTE)이 포함되지만 이에 국한되지는 않습니다.
각 참가자는 수술 후 2~41개월(평균 = 15개월)의 추적 기간 내에 발생하는 모든 합병증에 대해 모니터링됩니다.
중증 패혈증, 출혈, 혈종, 장액종, 상처 열개, ASIA 증후군(수술 후 최대 6개월까지 진단됨), 감염 및 폐혈전색전증과 같은 합병증의 존재 및 중증도는 후속 방문 중에 문서화됩니다.
데이터는 임상 평가 및 환자 자가 보고를 통해 수집됩니다.
구체적인 추적관찰 방문은 1주, 2주, 1개월, 2개월, 6개월로 예정되며, 개별 환자 상태 및 합병증에 따라 필요에 따라 추가 추적관찰이 이루어집니다.
|
등록부터 8주차 치료 종료까지
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Williams E Bukret, MD, EMBA
간행물 및 유용한 링크
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (실제)
연구 완료 (실제)
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 연구와 관련된 용어
기타 연구 ID 번호
- AIRA-PS-24
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
IPD 계획 설명
IPD 공유 기간
IPD 공유 액세스 기준
IPD 공유 지원 정보 유형
- 연구_프로토콜
연구 데이터/문서
-
연구 프로토콜
정보 댓글: 연구 프로토콜에 액세스하려면 제공된 URL을 방문하여 액세스 요청 지침을 따르십시오.
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
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. .