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

Voorspelling van het succes van de spontane ademhalingstest met behulp van biosignal en biomarker in de intensive care-afdeling door een machine learning-benadering

25 juni 2026 bijgewerkt door: Centre Hospitalier Universitaire de Nice

Context:

Verschillende auteurs zijn geïnteresseerd in het toepassen van kunstmatige intelligentie (AI) in de geneeskunde, met behulp van verschillende Machine Learning (ML)-technieken: omgaan met septische shock, voorspellen van nierfalen... [1, 2] AI speelt een belangrijke plaats in de beslissingsondersteuning voor clinici [ 3]. De ontwenningsperiode is een heel belangrijke tijd in de behandeling van een patiënt op mechanische beademing en kan tot de helft van de tijd die op de intensive care wordt doorgebracht in beslag nemen. De eerste ontwenningspoging is niet succesvol bij 20% van de patiënten. De mortaliteit kan echter oplopen tot 38% bij patiënten met de moeilijkste ontwenning [4]. Slechts een paar studies hebben gekeken naar de toepassing van machine learning op dit gebied, en slechts één heeft gekeken naar het gebruik van biosignalen (cardiale frequentie, ECG, beademingsparameters...) [5-7]. Om de morbiditeit en mortaliteit te verbeteren en de verblijfsduur te verkorten, is het essentieel om het succes van de spontane ademhalingstest en extubatie te kunnen voorspellen.

Onderzoekers stellen voor om een ​​voorspellend algoritme te ontwikkelen voor het succes van een ventilatoire ontwenningstest op basis van biosignaalrecords en andere kenmerken.

methoden:

Het is een kritische, oligocentrische en retrospectieve studie waarin de onderzoekers biosignaalvariabelen uit het elektronische medische dossier hebben opgenomen, zoals respiratoire (RR, minuutvolume ...), cardiale (systolische druk, hartslag ...), ventilator parameters en andere discrete variabelen (leeftijd, comorbiditeit...). De meeste biosignaalvariabelen zijn records van minuut tot minuut. De opname start 48 uur voor de proef en stopt bij aanvang van de speenproef. De onderzoekers haalden kenmerken uit deze records, combineerden ze met andere biomarkers en pasten verschillende machine learning-algoritmen toe: Logistic Regression, Random Forest Classifier, Support Vector Classifier (SVC), XGBoost en Light Gradient Boosting Method (LGBM)...

Studie Overzicht

Studietype

Observationeel

Inschrijving (Geschat)

500

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

Studie Contact Back-up

Studie Locaties

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

  • Kind
  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

Nee

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Alle patiënten opgenomen op Intensive Care/Critical Care die beademingsondersteuning nodig hadden, ongeacht de etiologie die dit vereiste.

Beschrijving

Inclusiecriteria:

  • Geautomatiseerd gezondheidsrapport (CHR)
  • Er had een spontane ademhalingstest moeten worden uitgevoerd

Uitsluitingscriteria:

  • Spontane ademhalingstest is niet uitgevoerd,
  • Biosignalen (cardiaal, respiratoir) worden niet geregistreerd in de CHR
  • Patiënt stierf vóór de spontane ademhalingstest
  • Er is verzet tegen de studie geuit.

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
Interventie / Behandeling
Spontane ademhalingstest
De eerste groep zal alleen worden samengesteld uit patiënten die zijn opgenomen op de intensive care/kritieke zorg voor beademingsondersteuning en die geslaagd zijn voor de spontane ademhalingstest.
Het doel is om de beademingscondities na extubatie na te bootsen en zo de clinicus te helpen de uitkomst van een beslissing tot extubatie te voorspellen.
Niet-spontane ademhalingstest
De tweede groep zal alleen worden samengesteld uit patiënten die zijn opgenomen op de intensive care/kritieke zorg voor beademingsondersteuning en die niet zijn geslaagd voor de spontane ademhalingstest.
Het doel is om de beademingscondities na extubatie na te bootsen en zo de clinicus te helpen de uitkomst van een beslissing tot extubatie te voorspellen.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Voorspelling van de uitkomst van de spontane ademhalingstest.
Tijdsspanne: 2 jaar

In de klinische praktijk worden twee testmodaliteiten uitgevoerd: een T-buistest of een spontane ventilatietest op een laag niveau van inspiratieondersteuning en PEEP (7AI 4PEEP, 7Ai 0PEEP).

Een succesvolle ontwenningstest wordt bepaald door de afwezigheid van de volgende criteria aan het einde van de test: (i) toename van de ademhalingsfrequentie > 35 cpm, (ii) SpO2 <90%, (iii) verandering van meer dan 20% in de hartslag of bloeddruk, (iv) wijziging van het bewustzijn.

2 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 (Werkelijk)

1 januari 2023

Primaire voltooiing (Werkelijk)

12 december 2024

Studie voltooiing (Geschat)

25 juni 2027

Studieregistratiedata

Eerst ingediend

24 mei 2023

Eerst ingediend dat voldeed aan de QC-criteria

24 mei 2023

Eerst geplaatst (Werkelijk)

2 juni 2023

Updates van studierecords

Laatste update geplaatst (Werkelijk)

29 juni 2026

Laatste update ingediend die voldeed aan QC-criteria

25 juni 2026

Laatst geverifieerd

1 juni 2026

Meer informatie

Termen gerelateerd aan deze studie

Andere studie-ID-nummers

  • 23Rea01

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