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

Model ostrzegający o ryzyku majaczenia pooperacyjnego i długotrwałych zaburzeń poznawczych u pacjentów w podeszłym wieku

30 marca 2025 zaktualizowane przez: Xuanwu Hospital, Beijing

Model ostrzegający o ryzyku majaczenia pooperacyjnego i długotrwałych zaburzeń poznawczych u pacjentów w podeszłym wieku w oparciu o algorytm autonomicznej ewolucyjnej sieci neuronowej

Częstość występowania delirium pooperacyjnego u pacjentów w podeszłym wieku jest wysoka, co może prowadzić do długotrwałych pooperacyjnych zaburzeń neurokognitywnych. Czynniki wysokiego ryzyka nie są jeszcze jasne. Obecnie brakuje technologii wczesnej diagnostyki i alarmowania okołooperacyjnych zaburzeń neurokognitywnych, w przypadku których nie można zapewnić wczesnej interwencji i skutecznego leczenia. Dzięki sztucznej inteligencji i autonomicznie ewolucyjnemu algorytmowi sieci neuronowej, w oparciu o duże zbiory danych klinicznych z wielu źródeł, zbadaliśmy zastosowanie sieci Bayesa do optymalizacji systemu podejmowania decyzji dotyczących znieczulenia w celu poprawy powrotu do zdrowia po operacji oraz ustaliliśmy model przewidywania ryzyka dla krytycznych zdarzeń okołooperacyjnych. Oczekuje się, że metoda ta pomoże również w ustaleniu modelu przewidywania ryzyka pooperacyjnego majaczenia i długotrwałych pooperacyjnych zaburzeń neurokognitywnych. W ramach tego projektu planowane jest zebranie wrażliwych parametrów okołooperacyjnych aparatu do znieczulenia, monitora wieloparametrowego, monitora EEG, fMRI i systemu HIS w celu zbadania procesu ewolucji charakterystyk danych poprzez fuzję cech. Planujemy również szybki przegląd kluczowych cech ryzyka okołooperacyjnego w okresie pooperacyjnym delirium na podstawie masowych danych klinicznych poprzez selekcję cech, aby zbadać czynniki wysokiego ryzyka długotrwałych pooperacyjnych zaburzeń neurokognitywnych rozwijających się w wyniku majaczenia pooperacyjnego. Wreszcie, dzięki wieloośrodkowej inteligentnej analizie, zostanie skonstruowany model przewidywania ryzyka pooperacyjnego majaczenia i długotrwałych pooperacyjnych zaburzeń neurokognitywnych.

Przegląd badań

Status

Rekrutacyjny

Warunki

Interwencja / Leczenie

Szczegółowy opis

Projekt ten ma na celu zebranie i identyfikację danych z monitorowania klinicznego aparatu do znieczulenia, monitora wieloparametrowego i monitora funkcji mózgu na podstawie wcześniejszych serii badań zespołu dotyczących ochrony funkcji poznawczych pacjentów w podeszłym wieku w okresie okołooperacyjnym oraz badań nad śledzeniem i ostrzeganiem o krytyczne zdarzenia związane z chorobą oraz usługi wspomagania decyzji w oparciu o sztuczną inteligencję. Dane kliniczne HIS oraz sklasyfikowane i śledzone dane obrazowe fMRI zostały zintegrowane, tworząc duży zbiór danych związanych z okołooperacyjnymi funkcjami poznawczymi starszych pacjentów. W oparciu o informacje z diagnostyki klinicznej pNCD i informacje diagnostyczne z obrazowania fMRI stworzono system przewidywania zdarzeń niepożądanych w mózgu, zdolny do inteligentnej ekstrakcji kluczowych informacji klinicznych i wczesnego ostrzegania w czasie rzeczywistym, przy użyciu kluczowych technologii, takich jak kontrola jakości danych, gromadzenie i identyfikacja w czasie rzeczywistym wieloźródłowych danych z monitorowania klinicznego oraz przewidywania zdarzeń niepożądanych za pomocą sztucznej inteligencji.

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

10000

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Kontakt w sprawie studiów

Kopia zapasowa kontaktu do badania

Lokalizacje studiów

  • Chiny
      • Beijing, Chiny, 100053
        • Rekrutacyjny
        • Xuanwu Hospital, Capital Medical University
        • Kontakt:
        • Kontakt:

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

  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie

Metoda próbkowania

Próbka prawdopodobieństwa

Badana populacja

Pacjenci w wieku ≥65 lat, którzy zostali poddani znieczuleniu chirurgicznemu

Opis

Kryteria przyjęcia:

  • Pacjenci w wieku ≥65 lat, którzy zostali poddani znieczuleniu chirurgicznemu; Podpisz świadomą zgodę

Kryteria wyłączenia:

  • Niemożność dokonania pełnej oceny funkcji poznawczych; Analfabetyzm, upośledzenie słuchu lub upośledzenie wzroku; W przeszłości chorował na epilepsję, depresję, schizofrenię, chorobę Alzheimera i inne choroby psychiczne i neurologiczne

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

Kohorty i interwencje

Grupa / Kohorta
Interwencja / Leczenie
majaczenie pooperacyjne (POD) i pooperacyjne zaburzenia neurokognitywne (pNCD)
Majaczenie (skala CAM) oceniano 7 dni po operacji i podzielono na grupy POD i bez POD; jeden z powyższych scenariuszy wskazywał na majaczenie pooperacyjne; Pacjenci w grupie POD byli oceniani pod kątem funkcji poznawczych po 1 miesiącu i 12 miesiącach po operacji, aby określić, czy wystąpiło pNCD. Pacjentów w grupie POD podzielono dalej na podgrupę pNCD i podgrupę bez PNCD, po czym przeprowadzono gromadzenie danych EEG i skanowanie fMRI
Inny: żadnej interwencji
to badanie obserwacyjne, bez interwencji

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Badania przesiewowe w kierunku czynników ryzyka okołooperacyjnych zaburzeń funkcji poznawczych
Ramy czasowe: 2024.4.1-2027.12.31
Technikę selekcji cech w sztucznej inteligencji zastosowano do przesiewania i analizy danych z dużego zbioru danych dotyczących opieki klinicznej po fuzji. ​​Czynniki ryzyka o najwyższym prawdopodobieństwie wystąpienia PND można przeszukać na podstawie dużej liczby cech, poprzez badanie przesiewowe czynników ryzyka, które mają najwyższa korelacja z prawdopodobieństwem wystąpienia POD, w połączeniu z porównaniem danych obrazowych fMRI różnych grup pacjentów z POD o dużej liczebności, z długoterminową konwersją do grupy pNCD i grupy nie-PNCD, mechanizmem sieci mózgowej i okołooperacyjnymi czynnikami wysokiego ryzyka Dalszej analizie poddano konwersję POD do długotrwałych zaburzeń funkcji poznawczych.
2024.4.1-2027.12.31
Utworzenie systemu przewidywania niekorzystnych zdarzeń związanych z funkcjonowaniem mózgu
Ramy czasowe: 2025.1.1-2027.12.31
Dane z monitorowania pacjentów poddawanych zabiegom chirurgicznym zawierają dużą ilość informacji medycznych, a analiza i modelowanie danych może zapewnić skuteczne wczesne ostrzeganie i interwencję. W projekcie zamierza się zastosować ekstrakcję i analizę cech czasowo-częstotliwościowych EEG, analizę mikrostanów EEG i analizę sieci mózgowej, a także zastosować technologię fuzji cech w celu połączenia różnych cech w ujednolicone cechy pacjentów. Na tej podstawie skonstruowano model predykcyjny niekorzystnych zdarzeń w funkcjonowaniu mózgu, oparty na algorytmie adaptacji domeny, umożliwiający śledzenie w czasie rzeczywistym, wczesną diagnostykę i wczesne ostrzeganie o majaczeniu pooperacyjnym i długotrwałych zaburzeniach funkcji poznawczych u pacjentów w podeszłym wieku
2025.1.1-2027.12.31

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Xuanwu Hospital, Beijing

Współpracownicy

Chongqing Institute of Green and Intelligent Technology, Chinese Academy of Sciences

Śledczy

  • Krzesło do nauki: lei zhao, xuanwu hospital of capital medical university,Beijing
  • Główny śledczy: yong yang, Chongqing Institute of Green and Intelligent Technology, Chinese Academy of Sciences
  • Główny śledczy: yi an, xuanwu hospital of capital medical university,Beijing
  • Główny śledczy: xia li li, xuanwu hospital of capital medical university,Beijing
  • Główny śledczy: yang liu, xuanwu hospital of capital medical university,Beijing
  • Główny śledczy: yi shu yang, xuanwu hospital of capital medical university,Beijing

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

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)

30 lipca 2024

Zakończenie podstawowe (Szacowany)

31 grudnia 2027

Ukończenie studiów (Szacowany)

31 grudnia 2027

Daty rejestracji na studia

Pierwszy przesłany

15 maja 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

15 maja 2024

Pierwszy wysłany (Rzeczywisty)

21 maja 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

3 kwietnia 2025

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

30 marca 2025

Ostatnia weryfikacja

1 marca 2025

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • 62376168

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

produkt wyprodukowany i wyeksportowany z USA

Nie

Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .

Subskrybuj