- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT04399811
Nær-infrarødt syn for mikrosirkulasjonsstatus (NVIM)
19. mai 2020 oppdatert av: Shanghai Zhongshan Hospital
Maskinlæringsbasert nær-infrarødt syn for å evaluere mikrosirkulasjonen til kritisk syke pasienter: en prospektiv observasjonsstudie
Etterforskerne hadde som mål å kombinere bildet av nær-infrarødt syn og maskinlæringsmetode for å evaluere mikrosirkulasjonsstatusen til kritisk syke pasienter.
Studieoversikt
Status
Har ikke rekruttert ennå
Intervensjon / Behandling
Detaljert beskrivelse
Varmefordelingen til kroppen bestemmes av sirkulasjonsstatusen.
Etterforskerne planlegger å bruke nær-infrarødt syn for å samle informasjon om varmefordeling av lemmer.
Deretter vil maskinlæringsmetoden bli utført for å gjenkjenne de subtile forskjellene mellom bilder.
På grunn av mangel på gylden standard for mikrosirkulasjonsstatus, vil indirekte parametere (som laktatclearance, kapillærpåfyllingstid) og kliniske utfall bli registrert for å evaluere ytelsen til maching-læringsmodellen.
Studietype
Observasjonsmessig
Registrering (Forventet)
2000
Deltakelseskriterier
Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
18 år og eldre (Voksen, Eldre voksen)
Tar imot friske frivillige
Nei
Kjønn som er kvalifisert for studier
Alle
Prøvetakingsmetode
Sannsynlighetsprøve
Studiepopulasjon
Generelt kritisk syke pasienter som krevde evaluering av perfusjon.
Beskrivelse
Inklusjonskriterier:
- Alder≥18 år;
- Pasienter som ble overført til vår intensivavdeling.
Ekskluderingskriterier:
- Abnormiteter i arteriene i underekstremitetene
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
---|---|---|
Sykehusdødelighet
Tidsramme: Fra dato for innleggelse til intensivavdelingen til dato for utskrivning fra sykehus eller dato for død uansett årsak, avhengig av hva som kom først, vurdert opp til 2 måneder.
|
Andelen pasienter som døde under sykehusopphold.
|
Fra dato for innleggelse til intensivavdelingen til dato for utskrivning fra sykehus eller dato for død uansett årsak, avhengig av hva som kom først, vurdert opp til 2 måneder.
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
---|---|---|
Lacteta clearance rate
Tidsramme: Når det nær-infrarøde bildet tas for en pasient, vil blodgassanalysen bli utført umiddelbart for å få verdien av laktat. Etter 2 timer vil en ny blodgassanalyse bli utført for å få den andre verdien av laktett.
|
Prosentvis endring av laktat mellom laktater målt i to tidspunkter.
Denne parameteren ble vanligvis brukt til å veilede gjenopplivning ved septisk sjokk.
|
Når det nær-infrarøde bildet tas for en pasient, vil blodgassanalysen bli utført umiddelbart for å få verdien av laktat. Etter 2 timer vil en ny blodgassanalyse bli utført for å få den andre verdien av laktett.
|
Kapillærpåfyllingstid (CRT)
Tidsramme: Når det nær-infrarøde bildet tas for en pasient, vil kapillærpåfyllingstiden bli målt umiddelbart.
|
En ikke-invasiv parameter for perifer perfusjonsstatus.
CRT ble målt ved å bruke et fast trykk på den ventrale overflaten av høyre pekefinger distale falanx med et glassmikroskopobjektglass.
Trykket ble økt inntil huden var blank og deretter opprettholdt i 10 sekunder.
Tiden for retur av normal hudfarge ble registrert med et kronometer, og en påfyllingstid på mer enn 3 sekunder ble definert som unormal.(Hernández
2019. JAMA)
|
Når det nær-infrarøde bildet tas for en pasient, vil kapillærpåfyllingstiden bli målt umiddelbart.
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Sponsor
Studierekorddatoer
Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.
Studer hoveddatoer
Studiestart (Forventet)
17. mai 2020
Primær fullføring (Forventet)
31. desember 2023
Studiet fullført (Forventet)
31. desember 2023
Datoer for studieregistrering
Først innsendt
16. mai 2020
Først innsendt som oppfylte QC-kriteriene
19. mai 2020
Først lagt ut (Faktiske)
22. mai 2020
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
22. mai 2020
Siste oppdatering sendt inn som oppfylte QC-kriteriene
19. mai 2020
Sist bekreftet
1. mai 2020
Mer informasjon
Begreper knyttet til denne studien
Andre studie-ID-numre
- B2020-057R
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
NEI
IPD-planbeskrivelse
Vår institusjonelle etikkkomité godkjente ikke å dele data.
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Nei
Studerer et amerikansk FDA-regulert enhetsprodukt
Nei
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. .
Kliniske studier på Maskinlæring
-
Hao TangRekruttering
-
Qianfoshan HospitalHar ikke rekruttert ennå
-
Democritus University of ThraceUniversity of ThessalyFullførtDeep Learning | BlinkerHellas
-
RenJi HospitalHar ikke rekruttert ennåDeep Learning, Lumbal Magnetic Resonance Imaging
-
Peking University People's HospitalHar ikke rekruttert ennåUltralyd | Deep Learning | Fremre talofibulære ligamentKina
-
Peking University People's HospitalAktiv, ikke rekrutterendeUltralyd | Deep Learning | Fremre talofibulære ligamentKina
-
Hai LvHar ikke rekruttert ennåFasett ledd; Degenerasjon ; Deep Learning; Kunstig intelligens
-
Sun Yat-sen UniversityRekrutteringDeep Learning | 3D-reconstruction | Patient Privacy | Digital MedicineKina
-
Beijing Tongren HospitalBeijing Tulip Partner Technology Co., Ltd, ChinaUkjent
-
Seoul National University HospitalGE HealthcareAktiv, ikke rekrutterendeLeversykdommer | Magnetisk resonansavbildning | Deep LearningKorea, Republikken
Kliniske studier på Nær-infrarødt visjonsfotografi
-
University of AthensRekrutteringCOVID-19 lungebetennelse | COVID-19 akutt respiratorisk distress-syndromHellas
-
ReVision Optics, Inc.UkjentPresbyopi | PseudofakiForente stater
-
ReVision Optics, Inc.Avsluttet
-
Eye Center of North FloridaAvsluttetPresbyopiForente stater
-
Whitten Laser EyeUkjentPresbyopiForente stater
-
ReVision Optics, Inc.Fullført
-
Afeka, The Tel-Aviv Academic College of EngineeringHebrew University of JerusalemFullført
-
Assistance Publique - Hôpitaux de ParisInstitut National de la Santé Et de la Recherche Médicale, France; University... og andre samarbeidspartnereFullførtDypgående medfødte døve barn implantertFrankrike
-
University Health Network, TorontoFullført
-
Inonu UniversityFullførtSykelig fedme | Anestesibevissthet | AnestesikomplikasjonTyrkia