Etablering av luftveisdatabase for kirurgiske pasienter
Studie om metoden for vanskelig luftveisprediksjon basert på kunstig intelligens
Studieoversikt
Status
Forhold
Detaljert beskrivelse
Introduksjon:
Hovedformålet med studien er å utvikle en dataalgoritme som kan oppdage om pasienten er en vanskelig luftvei basert på fotografier fra seks ulike aspekter.
Metoder:
Denne studien er delt inn i to deler. I den første delen samlet vi pasientenes luftveisvurderingsscore som gjennomgikk generell anestesi med endotrakeal intubasjon vurdert av en erfaren behandlende anestesilege før og etter intubasjon. Evaluering av luftveisscore etter trakeal intubasjon som gullstandard for luftveisvurdering. Digitale fotografier av ansiktet til hver pasient i frontal nøytral visning og i profilnøytrale ble oppnådd. Detaljer om fotografiene, som hver tilsvarer en ansiktsbevegelse: (1) Frontal, nøytral. (2) Frontal, åpen munn. (3) Frontal, ekstrem munn åpen og tungen ut. (4)Frontalt, ekstremt overleppebitt (5)Profil, nøytral. (6) Profil, nøytral, maksimalt hode tilbake. Pasientens fotografier og luftveisevalueringsscore etter intubasjon ble lagt inn på datamaskinen for å trene datamaskinen. I den andre delen ble den trente datamaskinen brukt til å evaluere luftveisskåren til den nye pasienten sammenlignet med pasientens etter intubasjon, og beregnet sensitiviteten.
Studietype
Registrering (Forventet)
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
Tar imot friske frivillige
Kjønn som er kvalifisert for studier
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
- Generell anestesi-indusert trakeal intubasjon hos pasienter som gjennomgår elektive kirurgiske pasienter
Ekskluderingskriterier:
- Pasienter med flere ansiktsskader Pasienter som har gjennomgått hode- eller nakkeoperasjoner Pasienter som trenger akuttoperasjon
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
|---|
|
generell anestesi
Digitale fotografier av ansiktet til hver pasient som gjennomgår generell anestesi med endotrakeal intubasjon
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
følsomheten til kunstig intelligens for å forutsi vanskeligheter med ansiktsmaskeventilasjon og endotrakeal intubasjon
Tidsramme: 5 år
|
Resultatet vil være en datamaskinalgoritme som kan oppdage om pasienten er en vanskelig luftvei basert på fotografier fra seks forskjellige aspekter.Detaljer ved fotografiene, som hver tilsvarer en ansiktsbevegelse: (1) Frontal, nøytral.
(2) Frontal, åpen munn.
(3) Frontal, ekstrem munn åpen og tungen ut.
(4)Frontalt, ekstremt overleppebitt (5)Profil, nøytral.
(6) Profil, nøytral, maksimalt hode tilbake.
|
5 år
|
Samarbeidspartnere og etterforskere
Samarbeidspartnere
Studierekorddatoer
Studer hoveddatoer
Studiestart (Forventet)
Primær fullføring (Forventet)
Studiet fullført (Forventet)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Andre studie-ID-numre
- 2016-076
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .