- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT05176184
Een diepgaande leermethode om moeilijke laryngoscopie te voorspellen met behulp van röntgenfoto's van de cervicale wervelkolom
Een diepgaande leermethode om moeilijke laryngoscopie te voorspellen met behulp van röntgenfoto's van de cervicale wervelkolom: prospectieve validatiestudie
Studie Overzicht
Toestand
Gedetailleerde beschrijving
Het voorspellen van een moeilijkheid van een laryngoscopie is belangrijk voor de veiligheid van de patiënt, aangezien een onverwachte moeilijke laryngoscopie gepaard gaat met ernstige luchtweggerelateerde complicaties, zoals hersenbeschadiging, hartstilstand of overlijden. Hoewel klinische voorspellers, zoals de gemodificeerde Mallampati-classificatie, de thyromentale afstand, de inter-incisor gap en de bovenlipbijttest, worden gebruikt voor luchtwegevaluatie in de klinische praktijk, hebben deze indicatoren een lage gevoeligheid en grote variabiliteit tussen beoordelaars en vereisen ze medewerking van de patiënt. .
De onderzoekers ontwikkelden een op deep learning gebaseerd model dat een moeilijke laryngoscopie voorspelt op basis van een laterale röntgenfoto van de cervicale wervelkolom met behulp van gegevens van 14.135 patiënten die een schildklieroperatie ondergingen. En deze studie wordt ingediend.
Dit deep learning-model presteerde het best bij het voorspellen van moeilijke laryngoscopie in vergelijking met andere deep learning-modellen (VGG-Net, ResNet, Xception, ResNext, DenseNet en SENet) met een sensitiviteit van 95,6%, een specificiteit van 91,2% en een gebied onder ROC-curve (AUROC) van 0,972.
Aangezien het model echter een retrospectief ontwerp was waarbij gebruik werd gemaakt van bestaande medische dossiers, werd de aan- of afwezigheid van ringvormige druk om de optimale laryngoscopie te verkrijgen niet geëvalueerd en niet vergeleken met luchtwegevaluaties.
In deze studie valideren de onderzoekers prospectief het model voor het voorspellen van een moeilijke laryngoscopie en vergelijken ze de voorspellende kracht met klinische luchtwegevaluatie. Als deze prospectieve studie onze resultaten bevestigt, kan deze benadering nuttig zijn bij het verbeteren van de patiëntveiligheid en het voorkomen van luchtweggerelateerde complicaties door middel van objectieve en nauwkeurige luchtwegevaluatie.
Studietype
Inschrijving (Verwacht)
Contacten en locaties
Studiecontact
- Naam: Hye-yeon Cho, MD
- Telefoonnummer: +82-10-3808-7110
- E-mail: bdbd7799@gmail.com
Studie Contact Back-up
- Naam: Hyung-Chul Lee, MD, PhD
- E-mail: vital@snu.ac.kr
Studie Locaties
-
-
Select A State Or Province
-
Seoul, Select A State Or Province, Korea, republiek van, 03080
- Werving
- Seoul National University Hospital
-
Contact:
- Hye-yeon Cho, MD
- E-mail: bdbd7799@gmail.com
-
-
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:
- electieve schildklieroperatie onder algehele narcose
Uitsluitingscriteria:
- leeftijd < 18 jaar
- geen laterale röntgenfoto van de C-wervelkolom verkregen binnen 3 maanden voor de operatie
- Patiënt bij wie de veiligheid niet gegarandeerd is bij gebruik van een directe laryngoscoop. (slechte tandheelkundige conditie, risico op nekextensie)
- Patiënten die niet meewerken aan het lichamelijk onderzoek voor luchtwegevaluatie
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
- Observatiemodellen: Cohort
- Tijdsperspectieven: Prospectief
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
---|---|---|
Het gebied onder de receiver operating-karakteristiek van deep learning-model en luchtwegevaluaties voor het voorspellen van een moeilijke laryngoscopie.
Tijdsspanne: tijdens inductie van anesthesie
|
Moeilijke definitie van laryngoscopie: Cormack-Lehane graad 3 of 4.
Luchtwegevaluaties: inter-incisor gap (millimeter), thyromentale afstand (millimeter), thyromentale hoogte (millimeter), sternomentale afstand (millimeter) en gemodificeerde Mallampati-klasse
|
tijdens inductie van anesthesie
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
---|---|---|
Het gebied onder de receiver operating-karakteristiek van deep learning-model en luchtwegevaluaties voor het voorspellen van een moeilijke intubatie.
Tijdsspanne: tijdens inductie van anesthesie
|
Moeilijke intubatie: Intubation Difficulty Scale (score)
|
tijdens inductie van anesthesie
|
Andere Prestaties voor het voorspellen van een moeilijke laryngoscopie van een deep learning-model.
Tijdsspanne: tijdens inductie van anesthesie
|
sensitiviteit (procent), specificiteit (procent), positieve voorspellende waarde (procent), negatieve voorspellende waarde (procent), F1-score en gebalanceerde nauwkeurigheid.
|
tijdens inductie van anesthesie
|
Medewerkers en onderzoekers
Onderzoekers
- Studie stoel: Hyung-Chul Lee, Seoul National University Hospital
Publicaties en nuttige links
Algemene publicaties
- Cook TM, MacDougall-Davis SR. Complications and failure of airway management. Br J Anaesth. 2012 Dec;109 Suppl 1:i68-i85. doi: 10.1093/bja/aes393.
- Lundstrom LH, Vester-Andersen M, Moller AM, Charuluxananan S, L'hermite J, Wetterslev J; Danish Anaesthesia Database. Poor prognostic value of the modified Mallampati score: a meta-analysis involving 177 088 patients. Br J Anaesth. 2011 Nov;107(5):659-67. doi: 10.1093/bja/aer292. Epub 2011 Sep 26.
- De Cassai A, Boscolo A, Rose K, Carron M, Navalesi P. Predictive parameters of difficult intubation in thyroid surgery: a meta-analysis. Minerva Anestesiol. 2020 Mar;86(3):317-326. doi: 10.23736/S0375-9393.19.14127-2. Epub 2020 Jan 8.
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Verwacht)
Studie voltooiing (Verwacht)
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
Andere studie-ID-nummers
- 2111-111-1272
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 .
Klinische onderzoeken op Chirurgie
-
Tufts Medical CenterRespiratory Motion, Inc.VoltooidMonitoring voor Low Minute Ventilation Post SurgeryVerenigde Staten
-
University of California, San FranciscoE-DA HospitalBeëindigdFarmacokinetiek van statines Pre en Post Gastric Bypass SurgeryVerenigde Staten, Taiwan
-
Europainclinics z.ú.Brno University Hospital; Pavol Jozef Safarik University; Slovak Academy of SciencesVoltooid
-
Universitair Ziekenhuis BrusselMedtronicVoltooidFailed Back Surgery SyndroomBelgië
-
Universitair Ziekenhuis BrusselMedtronicVoltooidFailed Back Surgery SyndroomBelgië
-
Universitair Ziekenhuis Brusselthe eNose companyVoltooidFailed Back Surgery SyndroomBelgië
-
Moens MaartenVoltooidFailed Back Surgery SyndroomBelgië
-
Universitair Ziekenhuis BrusselNevroVoltooidFailed Back Surgery SyndroomBelgië
-
Moens MaartenMedtronicVoltooid
-
Moens MaartenVoltooidFailed Back Surgery SyndroomBelgië