Pasient-Ventilator Dyssynkroni Deteksjon med en maskinlæringsalgoritme
10. juli 2024 oppdatert av: University of Sao Paulo General Hospital
Automatisert deteksjon og klassifisering av pasient-ventilator dyssynkroni med en maskinlæringsalgoritme
Dette er en diagnostisk studie som tar sikte på å sammenligne nøyaktighet for å oppdage og klassifisere pasient-ventilator dyssynkronier ved hjelp av en maskinlæringsalgoritme, sammenlignet med gullstandarden definert som dyssynkronier diagnostisert og klassifisert av mekanisk ventilator og esophageal trykkbølgeformer analysert av eksperter.
Hovedspørsmålet i denne studien er:
• Blir pasient-ventilator dyssynkronier nøyaktig oppdaget og klassifisert av en kunstig intelligensalgoritme sammenlignet med eksperter som analyserer esophageal trykk og mekaniske ventilatorbølgeformer?
Studieoversikt
Status
Rekruttering
Forhold
Intervensjon / Behandling
Detaljert beskrivelse
Dette er en diagnostisk, observasjonsstudie som tar sikte på å vurdere pasient-ventilator dyssynkroni automatisert deteksjon og klassifisering ved hjelp av en maskinlæringsalgoritme. Nøyaktigheten til maskinlæringsalgoritmen vil bli sammenlignet med gullstandarden, definert som dyssynkronier oppdaget og klassifisert av mekaniske ventilasjonseksperter.
Eksperter vil analysere luftveistrykk, flow, volum og esophageal trykkbølgeformer for å oppdage og klassifisere dyssynkronier.
Studietype
Observasjonsmessig
Registrering (Antatt)
80
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiekontakt
- Navn: Glauco M Plens, MD
- Telefonnummer: +5511982213020
- E-post: glaucomplens@gmail.com
Studiesteder
-
-
SP
-
Sao Paulo, SP, Brasil, 05403900
- Rekruttering
- Heart Institute, University of São Paulo
-
Ta kontakt med:
- Glauco M Plens, MD
- Telefonnummer: +5511982213020
- E-post: glaucomplens@gmail.com
-
-
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
- Voksen
- Eldre voksen
Tar imot friske frivillige
N/A
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
Voksne forsøkspersoner under mekanisk ventilasjon, med assistert eller assistert-kontrollert modus, som overvåkes med esophageal trykkballong på grunn av klinisk indikasjon er kvalifisert.
Beskrivelse
Inklusjonskriterier:
- Personer under assistert eller assistert-kontrollert mekanisk ventilasjon og overvåket med esophageal trykkballong.
Ekskluderingskriterier:
- Avslag fra pasientens familie eller behandlende lege
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Deteksjon og klassifisering av kunstig intelligens av pasient-ventilator dyssynkronier
Dette er en enarmsstudie, siden alle forsøkspersoner som er inkludert vil bli eksponert for begge diagnostiske metoder (kunstig intelligens og eksperter).
Den foreslåtte diagnosemetoden er en maskinlæringsalgoritme integrert i den mekaniske ventilatoren FlexiMag Max 700 (Magnamed, Brasil), som kontinuerlig vil registrere data fra mekanisk ventilasjon av inkluderte forsøkspersoner i en tidsperiode på opptil 72 timer.
Gullstandarden innebærer registrering av esophageal trykkbølgeform og offline-analyse av eksperter.
|
Maskinlæringsalgoritme for å oppdage og klassifisere pasient-ventilator dyssynkronier, som er integrert i den mekaniske ventilatoren (Fleximag Max, Magnamed, Brasil).
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Diagnostisk nøyaktighet av algoritmen for kunstig intelligens
Tidsramme: 3 dager
|
Sensitivitet, spesifisitet, positiv prediktiv verdi, negativ prediktiv verdi av algoritmen for kunstig intelligens for å oppdage og klassifisere pasient-ventilator dyssynkronier.
Disse nøyaktighetsindeksene vil bli estimert for hver type dyssynkroni: ineffektiv innsats, autotrigger, dobbel triggering, revers triggering, revers triggering med dobbel syklus
|
3 dager
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Pendelluft-deteksjon
Tidsramme: 3 dager
|
Prosentandel av sykluser med pendelluft oppdaget med kunstig intelligens-algoritmen sammenlignet med prosentandelen av sykluser med pendelluft oppdaget med esophageal press
|
3 dager
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Samarbeidspartnere
Etterforskere
- Studieleder: Eduardo LV Costa, MD, PhD, University of Sao Paulo
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
- Amato MB, Barbas CS, Medeiros DM, Magaldi RB, Schettino GP, Lorenzi-Filho G, Kairalla RA, Deheinzelin D, Munoz C, Oliveira R, Takagaki TY, Carvalho CR. Effect of a protective-ventilation strategy on mortality in the acute respiratory distress syndrome. N Engl J Med. 1998 Feb 5;338(6):347-54. doi: 10.1056/NEJM199802053380602.
- Blanch L, Villagra A, Sales B, Montanya J, Lucangelo U, Lujan M, Garcia-Esquirol O, Chacon E, Estruga A, Oliva JC, Hernandez-Abadia A, Albaiceta GM, Fernandez-Mondejar E, Fernandez R, Lopez-Aguilar J, Villar J, Murias G, Kacmarek RM. Asynchronies during mechanical ventilation are associated with mortality. Intensive Care Med. 2015 Apr;41(4):633-41. doi: 10.1007/s00134-015-3692-6. Epub 2015 Feb 19.
- Acute Respiratory Distress Syndrome Network; Brower RG, Matthay MA, Morris A, Schoenfeld D, Thompson BT, Wheeler A. Ventilation with lower tidal volumes as compared with traditional tidal volumes for acute lung injury and the acute respiratory distress syndrome. N Engl J Med. 2000 May 4;342(18):1301-8. doi: 10.1056/NEJM200005043421801.
- LeCun Y, Bengio Y, Hinton G. Deep learning. Nature. 2015 May 28;521(7553):436-44. doi: 10.1038/nature14539.
- Sousa MLEA, Magrans R, Hayashi FK, Blanch L, Kacmarek RM, Ferreira JC. Clusters of Double Triggering Impact Clinical Outcomes: Insights From the EPIdemiology of Patient-Ventilator aSYNChrony (EPISYNC) Cohort Study. Crit Care Med. 2021 Sep 1;49(9):1460-1469. doi: 10.1097/CCM.0000000000005029.
- Sousa MLA, Magrans R, Hayashi FK, Blanch L, Kacmarek RM, Ferreira JC. Predictors of asynchronies during assisted ventilation and its impact on clinical outcomes: The EPISYNC cohort study. J Crit Care. 2020 Jun;57:30-35. doi: 10.1016/j.jcrc.2020.01.023. Epub 2020 Jan 21.
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)
25. mai 2024
Primær fullføring (Antatt)
24. mai 2025
Studiet fullført (Antatt)
24. desember 2025
Datoer for studieregistrering
Først innsendt
24. mai 2024
Først innsendt som oppfylte QC-kriteriene
10. juli 2024
Først lagt ut (Faktiske)
17. juli 2024
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
17. juli 2024
Siste oppdatering sendt inn som oppfylte QC-kriteriene
10. juli 2024
Sist bekreftet
1. mai 2024
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- CAAE 78855824.7.0000.0068
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
NEI
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. .