- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT05117151
Evne til hypotensjonsprediksjonsindeks for å forutsi hypotensjonshendelser i thoraxkirurgi
28. april 2025 oppdatert av: National Taiwan University Hospital
Evne til hypotensjonsprediksjonsindeks for å forutsi fremtidige hypotensjonshendelser i hver fase av thoraxkirurgi: en observasjonspilotstudie
Etterforskere designer denne prospektive observasjonsstudien for å undersøke evnen til hypotensjonsprediksjonsindeks for å forutsi intraoperative hypotensjonshendelser i hver fase av thoraxkirurgi
Studieoversikt
Status
Fullført
Intervensjon / Behandling
Detaljert beskrivelse
Hypotensjonsprediksjonsindeks er et nytt introdusert overvåkingsverktøy som tar sikte på å forutsi hypotensjonshendelser før de oppstår, og har blitt rapportert å ha overlegen prediksjonsevne enn de vanlig målte perioperative hemodynamiske variablene.
Til dags dato er det ingen informasjon om dens evne til å forutsi hypotensjonshendelser i hver fase av thoraxkirurgi.
Studietype
Observasjonsmessig
Registrering (Faktiske)
40
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiesteder
-
-
-
Taipei, Taiwan, 100
- National Taiwan University Hospital
-
-
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
20 år og eldre (Voksen, Eldre voksen)
Tar imot friske frivillige
Nei
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
voksne som gjennomgår planlagt MVA-operasjon
Beskrivelse
Inklusjonskriterier:
- voksne som gjennomgår planlagt MVA-operasjon
Ekskluderingskriterier:
- gravide kvinner
- pasienter på intensivavdelinger
- pasienter med den underliggende sykdommen inkludert respirasjonssvikt(FEV1/FVC < 70 % og FEV1 < 50 %), hjertesvikt(NYHA-score =III、IV), nyresvikt(eGFR< 60 ml.min-1.1.73m-2), leversvikt
- pasienter med pågående infeksjon
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
- Observasjonsmodeller: Kohort
- Tidsperspektiver: Potensielle
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Observasjon
overvåke intraoperativ hypotensjonsprediksjonsindeks så vel som hemodynamiske variabler for å undersøke evnen til å forutsi hypotensjonshendelser for hver variabel
|
overvåke intraoperativ hypotensjonsprediksjonsindeks så vel som hemodynamiske variabler for å undersøke evnen til å forutsi hypotensjonshendelser for hver variabel
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
evne til hypotensjonsprediksjonsindeks til å forutsi hypotensjonshendelser
Tidsramme: 3 timer
|
å beregne sensitiviteten/spesifisiteten og AUROC for hypotensjonsprediksjonsindeksen for å forutsi hypotensjonshendelser
|
3 timer
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
evne til dynamiske parametere til å forutsi hypotensjonshendelser
Tidsramme: 3 timer
|
å beregne sensitiviteten/spesifisiteten og AUROC til dynamiske parametere for å forutsi hypotensjonshendelser
|
3 timer
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Etterforskere
- Studiestol: Chun-Yu Wu, Ph.D., National Taiwan University Hospital
Publikasjoner og nyttige lenker
Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.
Generelle publikasjoner
- Hatib F, Jian Z, Buddi S, Lee C, Settels J, Sibert K, Rinehart J, Cannesson M. Machine-learning Algorithm to Predict Hypotension Based on High-fidelity Arterial Pressure Waveform Analysis. Anesthesiology. 2018 Oct;129(4):663-674. doi: 10.1097/ALN.0000000000002300.
- Wijnberge M, Geerts BF, Hol L, Lemmers N, Mulder MP, Berge P, Schenk J, Terwindt LE, Hollmann MW, Vlaar AP, Veelo DP. Effect of a Machine Learning-Derived Early Warning System for Intraoperative Hypotension vs Standard Care on Depth and Duration of Intraoperative Hypotension During Elective Noncardiac Surgery: The HYPE Randomized Clinical Trial. JAMA. 2020 Mar 17;323(11):1052-1060. doi: 10.1001/jama.2020.0592.
- Monk TG, Bronsert MR, Henderson WG, Mangione MP, Sum-Ping ST, Bentt DR, Nguyen JD, Richman JS, Meguid RA, Hammermeister KE. Association between Intraoperative Hypotension and Hypertension and 30-day Postoperative Mortality in Noncardiac Surgery. Anesthesiology. 2015 Aug;123(2):307-19. doi: 10.1097/ALN.0000000000000756. Erratum In: Anesthesiology. 2016 Mar;124(3):741-2. doi: 10.1097/01.anes.0000479922.33134.89.
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 (Faktiske)
23. mars 2022
Primær fullføring (Faktiske)
2. august 2023
Studiet fullført (Faktiske)
2. august 2023
Datoer for studieregistrering
Først innsendt
31. oktober 2021
Først innsendt som oppfylte QC-kriteriene
31. oktober 2021
Først lagt ut (Faktiske)
11. november 2021
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
1. mai 2025
Siste oppdatering sendt inn som oppfylte QC-kriteriene
28. april 2025
Sist bekreftet
1. april 2025
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- 202109061RIND
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
UBESLUTTE
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Nei
Studerer et amerikansk FDA-regulert enhetsprodukt
Nei
produkt produsert i og eksportert fra USA
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. .