- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT04814810
Een onderzoek met 48 proefpersonen waarbij gebruik werd gemaakt van niet-invasieve multitechnologiemetingen voor vroege detectie van aanhoudende bloedingen
Ontwikkeling van een Multiplex Precision Medicine-systeem voor vroegtijdige waarschuwing van progressie in de richting van shock na trauma: niet-invasieve meting tijdens hepatectomie met lage centrale veneuze druk
Vroegtijdige detectie van een aanhoudende bloeding (OH) vóór het begin van een hemorragische shock is een algemeen erkende grote onvervulde behoefte, en vooral belangrijk na traumatisch letsel. Vertragingen bij de detectie van OH worden in verband gebracht met een "failure to rescue" en een dramatische verslechtering van de prognose zodra het begin van een klinisch openhartige shock is opgetreden. Een vroege waarschuwing voor de aanwezigheid van OH zou talloze levens kunnen redden.
Dit is een onderzoek op één locatie, waarbij 48 patiënten die een leverresectie ondergingen, deelnamen aan een prospectief klinisch onderzoek met "geen significant risico" om: 1) een minimale subset van niet-invasieve meettechnologieën verder te identificeren die nodig zijn voor de gewenste diagnostische prestatie, 2) de prestatie van onze Fase I-algoritme, en 3) het algoritme opnieuw trainen naar een menselijke iteratie van Fase II.
De belangrijkste uitkomstvariabelen zijn niet-invasieve metingen die zullen worden gebruikt voor machine learning, niet voor real-time patiëntbeheer. De gegenereerde gegevens zullen later worden gebruikt voor ontdekking en validatie in traditionele en innovatieve machine learning.
Studie Overzicht
Toestand
Gedetailleerde beschrijving
Hemorragische shock blijft een belangrijke doodsoorzaak, zowel op het slagveld als in burgergemeenschappen. Vroegtijdige detectie van aanhoudende bloeding vóór progressie naar openlijke shock zou vroegtijdige interventie mogelijk maken. Het wordt algemeen erkend dat de klassieke medische vitale functies slecht presteren tot laat in de progressie naar shock na traumatisch letsel. Momenteel beschikbare technieken, waaronder intermitterende bewaking van vitale functies, laboratoriumanalyse en enkelvoudige meetapparatuur hebben een slechte prestatie voordat klinisch duidelijke fysiologische problemen optreden.
Het algemene doel van dit project is de ontwikkeling van een niet-invasief multitechnologiesysteem voor de vroege detectie van aanhoudende bloedingen. De onderliggende hypothese is dat door deep learning ontwikkelde algoritmen die diagnostische signalen uit meerdere bronnen verkrijgen, beter zullen presteren dan enkelvoudige technologische oplossingen.
Hoewel de belofte van innovatieve niet-invasieve testen veel aandacht heeft gekregen, is de ontwikkeling van effectieve technologieën aan het bed tot nu toe beperkt gebleven en zijn de prestaties ervan teleurstellend. In 2014 verklaarden Kim et al: "Uit de resultaten van deze meta-analyse bleek dat onnauwkeurigheid en onnauwkeurigheid van continue niet-invasieve arteriële drukbewakingsapparaten groter zijn dan wat als acceptabel werd gedefinieerd" en dat niet-invasieve bloeddrukmeting een van de meest volledig ontwikkelde hiervan is. technologieën. Het falen van niet-invasieve technologieën bij de detectie of diagnose van complexe ziektetoestanden is in wezen voltooid. De onderzoekers zijn van mening dat dit falen de beperkingen weerspiegelt van uniplex-systemen (een enkele sensor op een enkele locatie) en patiënt-tot-patiëntvariatie in fysiologische respons. Uniplex-systemen offeren het volledige diagnostische signaal op in anatomisch-temporele patronen, die waarschijnlijk een aanzienlijk onderscheidend vermogen hebben.
Tot op heden bestaat de technologische innovatie in de vroege detectie van aanhoudende bloedingen uit twee brede categorieën: 1) een zoektocht naar een enkele nieuwe meting van weefsel- of orgaanstatus of 2) toepassing van meer geavanceerde wiskundige technieken op basis van machinaal leren en signaalverwerking.
De onderzoekers stellen voor een systeem te ontwikkelen dat state-of-the-art niet-invasieve detectietechnologieën en geavanceerde multivariabele statistische algoritmen combineert. Dit systeem zal vanaf het begin worden ontwikkeld om goedkoop en gemakkelijk toepasbaar te zijn, zelfs in sobere omgevingen.
Om onnodig gebruik van bloedproducten te voorkomen, worden hepatectomieën uitgevoerd met lage centrale veneuze druk (CVP). Dit wordt bereikt door restrictief gebruik van intraveneuze vloeistoffen en soms medicijnen om de centrale veneuze druk te verlagen. Lage centrale veneuze druk tijdens hepatectomie is een uitstekend model voor de ontwikkeling van technologieën zoals de onze en is hiervoor nog niet eerder gebruikt.
Tijdens elke procedure verkrijgen de onderzoekers een volledig geheel van niet-invasieve optische, elektromagnetische en fysiologische impedantiesignalen tijdens de LCVPLR-procedure. Het hierin voorgestelde werk zal deze technologieën evalueren tijdens standaard leverresecties met lage centrale veneuze druk (LCVPLR). Deze gegevens zullen worden gebruikt voor verdere op machine learning gebaseerde algoritme-ontwikkeling. De voorgestelde studie zal een laag risico met zich meebrengen, aangezien de gemeten gegevens niet beschikbaar zullen zijn voor de clinici.
Specifieke doelstellingen:
- Evalueer de prestaties van bestaande niet-invasieve detectietechnologieën en multivariabele algoritmen in LCVPLR.
- Verkrijg menselijke modeltraining en validatiedatasets tijdens LCVPLR voor verdere verfijning van de algoritmen.
Vermogen en steekproefomvang: de onderzoekers verwachten gegevens te verzamelen van elke ingeschreven proefpersoon. De gegevens die zijn verkregen vóór het begin van de parenchymale doorsnijding zullen worden gebruikt als de "geen bloeding"-controle. Power- en steekproefomvangberekeningen geven aan dat een steekproefomvang van 48 proefpersonen voldoende zou moeten zijn om: 1) de minimale subset van niet-invasieve meettechnologieën verder te identificeren die nodig zijn voor de gewenste diagnostische prestatie, 2) de bestaande algoritmen te valideren, en 3) in eerste instantie een mens te trainen klinische iteratie van de algoritmen, met voldoende nauwkeurigheid (p < 0,05 voor ROC-AUC).
Als een studie met minimaal risico zal er geen verandering zijn in de standaardzorg voor patiënten die een operatie ondergaan. De chirurgische ingrepen en farmacotherapieën zullen doorgaan volgens het standaard klinische management. Ingeschreven patiënten ondergaan standaard preoperatieve, anesthesie en postoperatieve fysiologische monitoring.
Studietype
Inschrijving (Werkelijk)
Contacten en locaties
Studie Locaties
-
-
Ohio
-
Columbus, Ohio, Verenigde Staten, 43210
- The Ohio State University Comprehensive Cancer Center
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
Accepteert gezonde vrijwilligers
Geslachten die in aanmerking komen voor studie
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- Volwassenen van 18 jaar of ouder
- Patiënten die een leverresectie ondergaan.
- Mogelijkheid om geïnformeerde toestemming te geven.
Uitsluitingscriteria:
- Reeds bestaande systemische ziekte, die waarschijnlijk de systemische cardiovasculaire respons op bloeding verandert. Waaronder congestief hartfalen en een versneld hartritme.
- Zwanger
- Gevangene status
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Niet-invasieve metingen die zullen worden gebruikt voor machine learning
Tijdsspanne: 2-3 uur
|
Continue golf nabij-infraroodspectroscopie (CW-NIRS)
|
2-3 uur
|
|
Niet-invasieve metingen die zullen worden gebruikt voor machine learning
Tijdsspanne: 2-3 uur
|
Tomografie met elektrische impedantie
|
2-3 uur
|
|
Niet-invasieve metingen die zullen worden gebruikt voor machine learning
Tijdsspanne: 2-3 uur
|
Elektrische impedantiespectroscopie
|
2-3 uur
|
|
Niet-invasieve metingen die zullen worden gebruikt voor machine learning
Tijdsspanne: 2-3 uur
|
Intrathoracale hemodynamische bioreactantiehandtekeningen
|
2-3 uur
|
Medewerkers en onderzoekers
Onderzoekers
- Studie directeur: Norman A Paradis, MD, Dartmouth-Hitchcock Medical Center
- Hoofdonderzoeker: Mary Dillhoff, MD, Ohio State University
- Hoofdonderzoeker: Ryan Halter, PhD, Dartmouth College
- Hoofdonderzoeker: Vikrant Vaze, PhD, Dartmouth College
- Hoofdonderzoeker: Jonathan Elliott, PhD, Dartmouth-Hitchcock Medical Center
Publicaties en nuttige links
Algemene publicaties
- Convertino VA, Moulton SL, Grudic GZ, Rickards CA, Hinojosa-Laborde C, Gerhardt RT, Blackbourne LH, Ryan KL. Use of advanced machine-learning techniques for noninvasive monitoring of hemorrhage. J Trauma. 2011 Jul;71(1 Suppl):S25-32. doi: 10.1097/TA.0b013e3182211601.
- Soller BR, Yang Y, Soyemi OO, Ryan KL, Rickards CA, Walz JM, Heard SO, Convertino VA. Noninvasively determined muscle oxygen saturation is an early indicator of central hypovolemia in humans. J Appl Physiol (1985). 2008 Feb;104(2):475-81. doi: 10.1152/japplphysiol.00600.2007. Epub 2007 Nov 15.
- Kim SH, Lilot M, Sidhu KS, Rinehart J, Yu Z, Canales C, Cannesson M. Accuracy and precision of continuous noninvasive arterial pressure monitoring compared with invasive arterial pressure: a systematic review and meta-analysis. Anesthesiology. 2014 May;120(5):1080-97. doi: 10.1097/ALN.0000000000000226.
- Shackelford SA, Colton K, Stansbury LG, Galvagno SM Jr, Anazodo AN, DuBose JJ, Hess JR, Mackenzie CF. Early identification of uncontrolled hemorrhage after trauma: current status and future direction. J Trauma Acute Care Surg. 2014 Sep;77(3 Suppl 2):S222-7. doi: 10.1097/TA.0000000000000198. No abstract available.
- Parks JK, Elliott AC, Gentilello LM, Shafi S. Systemic hypotension is a late marker of shock after trauma: a validation study of Advanced Trauma Life Support principles in a large national sample. Am J Surg. 2006 Dec;192(6):727-31. doi: 10.1016/j.amjsurg.2006.08.034.
- Wo CC, Shoemaker WC, Appel PL, Bishop MH, Kram HB, Hardin E. Unreliability of blood pressure and heart rate to evaluate cardiac output in emergency resuscitation and critical illness. Crit Care Med. 1993 Feb;21(2):218-23. doi: 10.1097/00003246-199302000-00012.
- Convertino VA. Blood pressure measurement for accurate assessment of patient status in emergency medical settings. Aviat Space Environ Med. 2012 Jun;83(6):614-9. doi: 10.3357/asem.3204.2012.
- Belle A, Ansari S, Spadafore M, Convertino VA, Ward KR, Derksen H, Najarian K. A Signal Processing Approach for Detection of Hemodynamic Instability before Decompensation. PLoS One. 2016 Feb 12;11(2):e0148544. doi: 10.1371/journal.pone.0148544. eCollection 2016.
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Werkelijk)
Studie voltooiing (Werkelijk)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- STUDY02000394
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
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 .