Voorspelling van de diepte van de endotracheale buis door gebruik te maken van diepe convolutionele neurale netwerken
De voorspelling van de juiste diepte van fixatie van de endotracheale tube vóór intubatie door gebruik te maken van diepe convolutionele neurale netwerken en thoraxfoto's
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Dit was een retrospectief, IRB-goedgekeurd onderzoek waarbij gebruik werd gemaakt van thoraxfoto's die waren verkregen van Picture Archive and Communication System (PACS) in het Chang Gung Memorial Hospital, Linkou-vestiging, Taiwan.
Voor deze studie werden in totaal 595 geanonimiseerde thoraxfoto's van patiënten verkregen. De inclusiecriteria voor deze studie zijn patiënten van 18 jaar of ouder die orotracheaal zijn geïntubeerd tussen november 2019 en oktober 2020 en die thoraxfoto's hebben gemaakt voor en onmiddellijk na de intubatie (<24 uur). Zowel pre-intubatie als post-intubatie thoraxfoto's van dezelfde patiënt werden verkregen. Klinische gegevens zoals leeftijd, geslacht, lichaamslengte, lichaamsgewicht, diepte van ETT-fixatie werden ook geregistreerd. Alle afstanden van ETT-tip tot carina werden handmatig gemeten door dezelfde anesthesioloog van post-intubatiefilms en gedocumenteerd. De lengte van lip tot carina van elke patiënt kan worden berekend door de ETT-fixatiediepte en de ETT-afstand van tip tot carina op te tellen.
Pre-intubatie thoraxfoto's (n=595) samen met klinische gegevens zoals leeftijd, geslacht, lichaamslengte, lichaamsgewicht en gemeten lengte van lip tot carina worden verzameld voor modelbouw. Voor dit onderzoek werden 476/595 (80%) daarvan gebruikt voor training en 119/595 (20%) voor validatie, willekeurig geselecteerd op basis van het AI-model. Tijdens het trainingsproces worden afbeeldingen en gerelateerde klinische gegevens samen met de gemeten lengte van lip tot carina ingevoerd en gebruikt om het AI-model uit te rusten. Vervolgens evalueren de onderzoekers tijdens het validatieproces de modelnauwkeurigheid en werkzaamheid van het voorspellen van de lengte van lip tot carina met afbeeldingen en klinische gegevens van die onvoorziene gevallen.
Studietype
Inschrijving (Werkelijk)
Contacten en locaties
Studie Locaties
-
-
Guishan Township
-
Taoyuan, Guishan Township, Taiwan, 333
- Chang Gung Memorial Hospital, Linkou Branch
-
-
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:
- 18 jaar of ouder
- orotracheale geïntubeerd in november 2019 tot oktober 2020
- thoraxfoto's had gemaakt voor en binnen 24 uur na intubatie
Uitsluitingscriteria:
- Slechte kwaliteit van de röntgenfoto's van de borst waardoor de carina van de patiënt niet kan worden herkend
- Patiënt met bronchiale inserties gevonden in post-intubatiefilms
- Nasale intubatie
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
Opleiding
Afbeeldingen en gerelateerde klinische gegevens samen met de gemeten lengte van lip tot carina van de trainingsgroep worden ingevoerd en gebruikt om het diepe convolutionele neurale netwerkmodel uit te rusten.
|
gebruik van diepe convolutionele neurale netwerken om pre-intubatie thoraxfoto's te analyseren samen met patiëntgegevens om de juiste diepte van ETT-fixatie te voorspellen
|
|
Geldigmaking
We evalueren de modelnauwkeurigheid en werkzaamheid van het voorspellen van de lengte van lip tot carina met beelden en klinische gegevens van die onvoorziene gevallen in de validatiegroep.
|
gebruik van diepe convolutionele neurale netwerken om pre-intubatie thoraxfoto's te analyseren samen met patiëntgegevens om de juiste diepte van ETT-fixatie te voorspellen
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
De lengte van lip tot carina voorspeld door het AI-model
Tijdsspanne: 1 minuut na DCNN-analyse
|
De gemiddelde absolute fout van de door AI voorspelde lengte in vergelijking met de gemeten lengte wordt gebruikt om de AI-prestaties te evalueren
|
1 minuut na DCNN-analyse
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Percentage verkeerde positionering van de endotracheale tube volgens de aanbeveling van het AI-model
Tijdsspanne: 1 minuut na DCNN-analyse
|
Verkeerde positionering van de endotracheale tube wordt gebruikt om de veiligheid van AI-aanbevelingen te verhogen.
|
1 minuut na DCNN-analyse
|
Medewerkers en onderzoekers
Sponsor
Publicaties en nuttige links
Algemene publicaties
- Lakhani P. Deep Convolutional Neural Networks for Endotracheal Tube Position and X-ray Image Classification: Challenges and Opportunities. J Digit Imaging. 2017 Aug;30(4):460-468. doi: 10.1007/s10278-017-9980-7.
- Lakhani P, Flanders A, Gorniak R. Endotracheal Tube Position Assessment on Chest Radiographs Using Deep Learning. Radiol Artif Intell. 2020 Nov 18;3(1):e200026. doi: 10.1148/ryai.2020200026. eCollection 2021 Jan.
- Eagle CC. The relationship between a person's height and appropriate endotracheal tube length. Anaesth Intensive Care. 1992 May;20(2):156-60. doi: 10.1177/0310057X9202000206.
- Varshney M, Sharma K, Kumar R, Varshney PG. Appropriate depth of placement of oral endotracheal tube and its possible determinants in Indian adult patients. Indian J Anaesth. 2011 Sep;55(5):488-93. doi: 10.4103/0019-5049.89880.
- Techanivate A, Rodanant O, Charoenraj P, Kumwilaisak K. Depth of endotracheal tubes in Thai adult patients. J Med Assoc Thai. 2005 Jun;88(6):775-81.
- Herway ST, Benumof JL. The tracheal accordion and the position of the endotracheal tube. Anaesth Intensive Care. 2017 Mar;45(2):177-188. doi: 10.1177/0310057X1704500207.
- Chong DY, Greenland KB, Tan ST, Irwin MG, Hung CT. The clinical implication of the vocal cords-carina distance in anaesthetized Chinese adults during orotracheal intubation. Br J Anaesth. 2006 Oct;97(4):489-95. doi: 10.1093/bja/ael186. Epub 2006 Jul 27.
- Conrardy PA, Goodman LR, Lainge F, Singer MM. Alteration of endotracheal tube position. Flexion and extension of the neck. Crit Care Med. 1976 Jan-Feb;4(1):8-12. doi: 10.1097/00003246-197601000-00002. No abstract available.
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
Andere studie-ID-nummers
- 202002007B0
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 .