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

Ontwikkeling van een score- en voorspellingsmodel voor succes bij het afbouwen van ARDS-patiënten met behulp van ventilatieparameters in combinatie met kunstmatige intelligentie en diepgaande leertechnieken

26 december 2024 bijgewerkt door: Bakirkoy Dr. Sadi Konuk Research and Training Hospital
Deze studie heeft tot doel een AI-ondersteund scoremodel te ontwikkelen om de ontwenningsprocessen van ARDS-patiënten door mechanische ventilatie te optimaliseren. Er zal een retrospectieve analyse worden uitgevoerd op de gegevens van 25.000 patiënten, waarbij de nadruk zal liggen op beademingsparameters en hemodynamische variabelen. Het model zal worden ontworpen om bij te dragen aan klinische beslissingsondersteunende systemen.

Studie Overzicht

Toestand

Voltooid

Conditie

Gedetailleerde beschrijving

Het doel van deze studie is om een ​​door kunstmatige intelligentie en diepgaand leren ondersteund scoresysteem te ontwikkelen met behulp van beademingsparameters verkregen tijdens het mechanische beademingsproces bij patiënten met de diagnose ARDS. Dit systeem probeert het ontwenningsproces te voorspellen en te optimaliseren, waardoor een succesvolle bevrijding van mechanische ventilatie wordt vergemakkelijkt.

In deze context zal onze studie gegevens analyseren van 25.000 patiënten verkregen uit het Metavision-systeem. Uit deze datapool zullen ARDS-patiënten worden gefilterd en in twee groepen worden verdeeld: degenen die met succes zijn ontwend van mechanische beademing (gespeend) en degenen bij wie dat niet het geval was (niet-gespeend). De ventilatorparameters van beide groepen, inclusief oxygenatie-indexen, aandrijfdruk en totaal mechanisch vermogen, zullen in detail worden onderzocht.

De verzamelde gegevens zullen worden geanalyseerd met behulp van kunstmatige intelligentie en deep learning-algoritmen om een ​​scoresysteem te ontwikkelen dat de ontwenningsprocessen van patiënten kan voorspellen. Dit systeem is ontworpen om artsen te begeleiden bij het omgaan met patiënten en om het succes van ontwenningsprocedures te vergroten.

De resultaten van deze studie zijn bedoeld om bij te dragen aan een efficiënter en veiliger beheer van het ontwenningsproces voor ARDS-patiënten. Bovendien wordt verwacht dat de implementatie van AI-ondersteunde scoresystemen op intensive care-afdelingen een brede acceptatie zal bevorderen en de kwaliteit van de patiëntenzorg zal verbeteren.

Studietype

Observationeel

Inschrijving (Werkelijk)

25000

Contacten en locaties

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

Studie Locaties

  • Kalkoen
      • Istanbul, Kalkoen
        • Bakirkoy Dr Sadi Konuk Research and Training Hospital

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

  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

Nee

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Geïntubeerde patiënten bij wie de diagnose ARDS werd gesteld en die meer dan 48 uur op de ICU werden gevolgd.

Beschrijving

Inclusiecriteria:

  • ARDS-diagnose
  • 18 jaar en ouder
  • Geïntubeerd en gevolgd door mechanische ventilatie
  • Opname op de intensive care
  • Volledige gegevens over het klinische ondersteunings- en beslissingssysteem

Uitsluitingscriteria:

  • Ontbrekende gegevens
  • Onder de 18 jaar
  • Gevolgd door niet-ARDS-voorwaarden
  • Terminalstatus

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
Gespeend
Degenen die met succes zijn afgestapt van mechanische ventilatie
Niet gespeend
Degenen die niet gespeend zijn van mechanische ventilatie

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Succesvol spenen
Tijdsspanne: 48 uur
De primaire uitkomst van dit onderzoek zal het succesvol afbouwen van mechanische ventilatie zijn.
48 uur

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Mechanische beademingsparameters
Tijdsspanne: 48 uur
Bepalen van de impact van mechanisch vermogen op de patiëntresultaten.
48 uur

Medewerkers en onderzoekers

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

Sponsor

Bakirkoy Dr. Sadi Konuk Research and Training Hospital

Onderzoekers

  • Studie stoel: Zafer Cukurova, M.D, Bakırköy Dr. Sadi Konuk Training and Research Hospital

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)

10 december 2024

Primaire voltooiing (Werkelijk)

24 december 2024

Studie voltooiing (Werkelijk)

24 december 2024

Studieregistratiedata

Eerst ingediend

11 december 2024

Eerst ingediend dat voldeed aan de QC-criteria

26 december 2024

Eerst geplaatst (Werkelijk)

25 maart 2025

Updates van studierecords

Laatste update geplaatst (Werkelijk)

25 maart 2025

Laatste update ingediend die voldeed aan QC-criteria

26 december 2024

Laatst geverifieerd

1 december 2024

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • 2024-12-07

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

product vervaardigd in en geëxporteerd uit de V.S.

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 .

Klinische onderzoeken op Diep leren

Zoek naar vergelijkbare onderzoeken

Sponsors en medewerkers

Medische omstandigheden

Geneesmiddelinterventies

CROs by country

CROs in Nigeria

Voorwaarden

Zeldzame ziekten

Geneesmiddelinterventies

Voedingssupplementen

Sponsor / medewerkers

Locaties

Abonneren