Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Oprichting van luchtwegdatabase voor chirurgische patiënten

Studie naar de methode van moeilijke luchtwegvoorspelling op basis van kunstmatige intelligentie

Moeilijke luchtweg is een belangrijke reden van anesthesiegerelateerde verwondingen met latente levensbedreigende complicaties. Het voorzien in een moeilijke luchtweg in de preoperatieve periode is van vitaal belang voor de veiligheid van de patiënt. Het doel van dit onderzoek is het ontwikkelen van een computeralgoritme dat op basis van foto's uit zes aspecten kan detecteren of de patiënt een moeilijke luchtweg heeft. Deze methode vermindert mogelijke complicaties in verband met een moeilijke luchtweg en verhoogt de veiligheid van de patiënt.

Studie Overzicht

Toestand

Onbekend

Gedetailleerde beschrijving

Invoering:

Het primaire doel van het onderzoek is het ontwikkelen van een computeralgoritme dat op basis van foto's van zes verschillende aspecten kan detecteren of de patiënt een moeilijke luchtweg heeft.

methoden:

Deze studie valt uiteen in twee delen. In het eerste deel verzamelden we de luchtwegbeoordelingsscore van de patiënten die algemene anesthesie ondergingen met endotracheale intubatie, beoordeeld door ervaren anesthesiologen voor en na intubatie. Evaluatie van de luchtwegscore na tracheale intubatie als de gouden standaard voor luchtwegbeoordeling. Digitale foto's van het gezicht van elke patiënt in frontaal neutraal zicht en profielneutraal werden verkregen. Details van de foto's, elk overeenkomend met een gezichtsbeweging: (1) Frontaal, neutraal. (2) Frontaal, mond open. (3) Frontale, extreme mond open en tong uit. (4)Frontaal, extreme bovenlipbeet (5)Profiel, neutraal. (6) Profiel, neutraal, maximale hoofdrug. De foto's van de patiënt en de luchtwegevaluatiescore na intubatie werden in de computer ingevoerd om de computer te trainen. In het tweede deel werd de getrainde computer gebruikt om de luchtwegscore van de nieuwe patiënt te vergelijken met die van de patiënt na intubatie, en de gevoeligheid te berekenen.

Studietype

Observationeel

Inschrijving (Verwacht)

50000

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

18 jaar en ouder (Volwassen, Oudere volwassene)

Accepteert gezonde vrijwilligers

Nee

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

de patiënten die algemene anesthesie ondergingen met endotracheale intubatie

Beschrijving

Inclusiecriteria:

  • Algemene anesthesie-geïnduceerde tracheale intubatie bij patiënten die electieve chirurgische patiënten ondergaan

Uitsluitingscriteria:

  • Patiënten met meerdere verwondingen aan het gezicht Patiënten die een hoofd- of nekoperatie hebben ondergaan Patiënten die een spoedoperatie nodig hebben

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

Cohorten en interventies

Groep / Cohort
narcose
Digitale foto's van het gezicht van elke patiënt die algemene anesthesie ondergaat met endotracheale intubatie

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
de gevoeligheid van kunstmatige intelligentie om de moeilijkheid van gezichtsmaskerbeademing en endotracheale intubatie te voorspellen
Tijdsspanne: 5 jaar
Het resultaat zal een computeralgoritme zijn dat kan detecteren of de patiënt een moeilijke luchtweg heeft op basis van foto's van zes verschillende aspecten. Details van de foto's, die elk overeenkomen met een gezichtsbeweging: (1) Frontaal, neutraal. (2) Frontaal, mond open. (3) Frontale, extreme mond open en tong uit. (4)Frontaal, extreme bovenlipbeet (5)Profiel, neutraal. (6) Profiel, neutraal, maximale hoofdrug.
5 jaar

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Verwacht)

1 mei 2017

Primaire voltooiing (Verwacht)

1 mei 2022

Studie voltooiing (Verwacht)

1 mei 2022

Studieregistratiedata

Eerst ingediend

13 maart 2017

Eerst ingediend dat voldeed aan de QC-criteria

19 april 2017

Eerst geplaatst (Werkelijk)

24 april 2017

Updates van studierecords

Laatste update geplaatst (Werkelijk)

24 april 2017

Laatste update ingediend die voldeed aan QC-criteria

19 april 2017

Laatst geverifieerd

1 april 2017

Meer informatie

Termen gerelateerd aan deze studie

Andere studie-ID-nummers

  • 2016-076

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Abonneren