Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Prognozowanie niestabilności hemodynamicznej u pacjentów poddawanych zabiegom chirurgicznym

22 maja 2018 zaktualizowane przez: D.P.Veelo, Academisch Medisch Centrum - Universiteit van Amsterdam (AMC-UvA)

Śródoperacyjne niedociśnienie występuje często i wiąże się z niepożądanymi skutkami dla pacjentów, takimi jak udar mózgu, zawał mięśnia sercowego i uszkodzenie nerek.

Celem tego badania było przetestowanie dokładności opartego na fizjologii algorytmu uczenia maszynowego przy użyciu ciągłego nieinwazyjnego pomiaru kształtu fali ciśnienia krwi za pomocą mankietu na palec Nexfin® podczas operacji.

Przegląd badań

Status

Zakończony

Warunki

Interwencja / Leczenie

Test diagnostyczny: Wskaźnik prawdopodobieństwa niedociśnienia

Typ studiów

Obserwacyjny

Zapisy (Rzeczywisty)

507

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

18 lat i starsze (Dorosły, Starszy dorosły)

Akceptuje zdrowych ochotników

Nie

Płeć kwalifikująca się do nauki

Wszystko

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Do badania włączono wszystkich dorosłych pacjentów operowanych w AMC. Pacjenci zostali wykluczeni tylko wtedy, gdy problemy techniczne lub silne miejscowe zwężenie naczyń (tj. zimne palce) uniemożliwiły nieinwazyjny pomiar ciśnienia krwi mankietem na palec Nexfin®. Osoby badane nie zostały wykluczone z żadnego innego powodu poza awarią techniczną.

Opis

Kryteria przyjęcia:

wszystkich dorosłych pacjentów poddawanych zabiegom chirurgicznym

Kryteria wyłączenia:

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

Modele obserwacyjne: Kohorta
Perspektywy czasowe: Spodziewany

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku	Opis środka	Ramy czasowe
Czułość algorytmu HPI Ramy czasowe: trzy minuty przed wystąpieniem hipotensji	Wrażliwość	trzy minuty przed wystąpieniem hipotensji
Specyfika algorytmu HPI Ramy czasowe: trzy minuty przed wystąpieniem hipotensji	Specyfika	trzy minuty przed wystąpieniem hipotensji

Miary wyników drugorzędnych

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Academisch Medisch Centrum - Universiteit van Amsterdam (AMC-UvA)

Publikacje i pomocne linki

Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.

Publikacje ogólne

Wijnberge M, van der Ster BJP, Geerts BF, de Beer F, Beurskens C, Emal D, Hollmann MW, Vlaar APJ, Veelo DP. Clinical performance of a machine-learning algorithm to predict intra-operative hypotension with noninvasive arterial pressure waveforms: A cohort study. Eur J Anaesthesiol. 2021 Jun 1;38(6):609-615. doi: 10.1097/EJA.0000000000001521.

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

1 kwietnia 2015

Zakończenie podstawowe (Rzeczywisty)

1 grudnia 2016

Ukończenie studiów (Rzeczywisty)

26 kwietnia 2018

Daty rejestracji na studia

Pierwszy przesłany