이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

시리얼 EEG 궤적과 머신 러닝을 통한 조기 섬망 예측

2026년 4월 12일 업데이트: Jinjoo Kim, Ajou University School of Medicine

종단적 전두엽 뇌파 궤적이 심각한 외상 후 섬망에서의 다양한 대뇌 역동을 밝히다

이 관찰 연구의 목표는 임상적으로 나타나기 전에 외상 환자에서 섬망을 예측할 수 있는 기계 학습 모델을 개발하는 것입니다. 연구는 외상 중환자실에서 여러 날 동안 수집된 뇌파(EEG) 패턴을 분석하는 데 중점을 둡니다. 눈을 뜨거나 감는 것과 같은 다양한 기록 조건을 비교함으로써 연구자들은 뇌 건강을 모니터링하고 중환자의 섬망 초기 징후를 감지하는 가장 효과적인 방법을 식별하는 것을 목표로 합니다.

연구 개요

상세 설명

배경 및 근거:

섬망은 급성 뇌 기능 장애의 중요한 증상으로, 전체 입원 환자의 10-15%와 중환자실(ICU) 환자의 25% 이상에게 영향을 미칩니다. 외상 중환자실에서는 반복 수술, 혈뇌장벽 손상, 외상성 뇌손상(TBI) 및 필수적인 오피오이드 투여로 인한 염증 반응 폭주로 인해 환자가 특히 취약합니다. 사망률 증가 및 장기적 인지 장애를 포함한 임상적 중요성에도 불구하고, 조기 발견은 여전히 어려운 과제입니다. 현재 CAM-ICU와 같은 병상 도구는 주기적인 특성과 임상의 전문성 의존성으로 인해 제한적이며, 섬망을 정의하는 빠른 신경생리학적 변동을 종종 놓칩니다.

연구 목적 및 방법론:

이전 연구에서는 섬망을 식별하기 위해 뇌파(EEG)를 "스냅샷"으로 사용했지만, 이러한 횡단면 접근법은 종종 일시적인 진정 깊이를 반영할 뿐 실제 신경인지적 취약성을 반영하지 못합니다. 이 연구는 시간 경과에 따른 피질 역학 변화의 궤적에 초점을 맞춘 종단적 접근법을 제안합니다.

중증 외상 환자로부터 최소 3일 연속으로 하루 세 번 간단한 연속 휴식 상태 뇌파를 획득했습니다. 실용적인 전두엽 몽타주를 사용하여 스펙트럼 파워(감속), 비선형 복잡성 및 위상 기반 기능적 연결성을 포함한 포괄적인 특징 세트를 정량화했습니다.

연구 가설:

이 프레임워크는 기계 학습(ML)을 활용하여 이러한 종단적 궤적을 이용하며, 공식적인 임상 진단 전에 섬망 취약성을 예측하는 것을 목표로 합니다. 더 나아가, 최소한의 각성 제약을 부과하는 눈뜨기 기록이 전통적인 눈감기 기록에 비해 깨어 있는 네트워크 무결성을 더 잘 포착하고 우수한 예측력을 제공할 것이라고 가정합니다. 전통적인 눈감기 기록은 종종 외상 중환자실 환경에서 진정 및 졸림으로 인해 혼란스러워집니다.

임상적 영향:

최적의 기록 조건을 식별하고 ML 기반 예측 프레임워크를 구축함으로써, 이 연구는 표준화된 신경생리학적 모니터링 전략을 정의하려고 합니다. 이는 궁극적으로 조기 개입을 용이하게 하고 중증 외상 생존자의 장기 신경학적 예후를 개선할 것입니다.

연구 유형

관찰

등록 (실제)

73

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 장소

    • Kyonggi-do
      • Suwon, Kyonggi-do, 대한민국, 16499
        • Ajou University Hospital

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

  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

아니

샘플링 방법

비확률 샘플

연구 인구

연구 대상은 한국의 1등급 외상 센터에 있는 외상 중환자실(TICU)에 입원한 성인 외상 환자(18-65세)로 구성됩니다. 코호트에는 중증 손상(ISS ≥ 9) 기록이 있고, 연속적인 EEG 모니터링 및 임상 섬망 평가를 받을 수 있는 중환자가 포함됩니다. 신경생리학적 데이터의 특이성을 보장하기 위해, 기존의 신경학적 또는 정신과적 장애가 있거나, 중증 외상성 뇌손상(AIS ≥ 2)을 가진 환자는 제외됩니다.

설명

  1. 포함 기준:

    다음 기준을 충족하는 외상 중환자실(TICU)에 입원한 외상 환자:

    • 만 18세에서 65세 사이의 환자.
    • 손상 중증도 점수(ISS)가 높은 중증 외상 환자
  2. 배제 기준:

두부 단순 손상 척도(AIS) ≥ 2점인 환자 리치먼드 불안-진정 척도(RASS) 점수 ≤ -2인 환자 신경계 질환 병력(예: 파킨슨병, 치매, 뇌혈관 질환) 주요 정신질환 병력(예: 조현병, 양극성 장애, 지적 장애, 자폐 스펙트럼 장애) 불법 약물 사용 장애 병력 또는 벤조디아제핀 또는 삼환계 항우울제 이외의 물질에 대한 소변 약물 검사 양성 결과.

급성 알코올 금단의 임상적 증거(CIWA-Ar 점수 > 10) 간부전 또는 간성 뇌병증 병력(Child-Pugh Class B 또는 C) 신장 대체 요법(RRT)이 필요한 신기능 장애 다음 사유로 중환자실 혼돈 평가 방법(CAM-ICU)을 수행할 수 없는 경우 한국어 의사소통 불가능 지시 따르기 실패(검사 지시를 따를 수 없음) 심각한 시력 또는 청력 장애 CAM-ICU 평가 거부 감염성 질환(예: COVID-19, 활동성 결핵)으로 인한 격리 필요.

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

코호트 및 개입

그룹/코호트
섬망 그룹
중환자실 입원 중 섬망이 발생한 환자(CAM-ICU로 확인됨)
비섬망 그룹
중환자실 입원 중 섬망을 경험하지 않은 환자.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
섬망 예측 성능 (수신자 조작 특성 곡선 아래 면적, AUROC)
기간: 3~4일(종단적 EEG 데이터 수집 기간 중)
종단적 EEG 궤적에 기반한 머신러닝 모델의 예측 정확도를 평가하여 섬망 위험이 있는 환자를 식별할 것입니다. 모델 성능은 AUROC, 민감도, 특이도 및 F1-점수를 사용하여 평가됩니다.
3~4일(종단적 EEG 데이터 수집 기간 중)

2차 결과 측정

결과 측정
측정값 설명
기간
모델 성능 비교: 눈 뜬 상태 대 눈 감은 상태
기간: 3~4일
눈을 뜬 상태와 눈을 감은 상태의 휴식 상태에서 기록된 EEG 데이터의 수신자 조작 특성 곡선 아래 면적(AUROC)을 비교하여 어느 조건이 더 우수한 예측력을 제공하는지 결정합니다.
3~4일

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

간행물 및 유용한 링크

연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.

일반 간행물

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 (실제)

2024년 4월 1일

기본 완료 (실제)

2025년 4월 27일

연구 완료 (실제)

2025년 4월 30일

연구 등록 날짜

최초 제출

2026년 4월 12일

QC 기준을 충족하는 최초 제출

2026년 4월 12일

처음 게시됨 (실제)

2026년 4월 17일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2026년 4월 17일

QC 기준을 충족하는 마지막 업데이트 제출

2026년 4월 12일

마지막으로 확인됨

2026년 4월 1일

추가 정보

이 연구와 관련된 용어

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니요

IPD 계획 설명

기관의 데이터 개인정보 보호 및 민감한 환자 정보 보호 정책으로 인해 개별 참가자 데이터는 공유되지 않습니다.

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

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. .

섬망 상태에 대한 임상 시험

구독하다