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

Wykrywanie dyssynchronii pacjenta i respiratora za pomocą algorytmu uczenia maszynowego

10 lipca 2024 zaktualizowane przez: University of Sao Paulo General Hospital

Zautomatyzowane wykrywanie i klasyfikacja dyssynchronii pacjent-respirator za pomocą algorytmu uczenia maszynowego

Jest to badanie diagnostyczne, którego celem jest porównanie dokładności wykrywania i klasyfikowania dyssynchronii między pacjentem a respiratorem za pomocą algorytmu uczenia maszynowego w porównaniu ze złotym standardem zdefiniowanym jako dyssynchronie diagnozowane i klasyfikowane na podstawie analizowanych przez ekspertów przebiegów ciśnienia respiratora mechanicznego i przełyku.

Główne pytanie tego badania brzmi:

• Czy dyssynchronie między pacjentem a respiratorem są dokładnie wykrywane i klasyfikowane przez algorytm sztucznej inteligencji w porównaniu z wynikami ekspertów analizujących ciśnienie w przełyku i przebiegi fali respiratora mechanicznego?

Przegląd badań

Status

Rekrutacyjny

Warunki

Interwencja / Leczenie

Szczegółowy opis

Jest to badanie diagnostyczne i obserwacyjne, którego celem jest ocena automatycznego wykrywania i klasyfikacji dyssynchronii pacjenta z respiratorem za pomocą algorytmu uczenia maszynowego. Dokładność algorytmu uczenia maszynowego zostanie porównana ze złotym standardem, zdefiniowanym jako dyssynchronie wykryte i sklasyfikowane przez ekspertów w dziedzinie wentylacji mechanicznej.

Eksperci przeanalizują kształty ciśnienia w drogach oddechowych, przepływu, objętości i ciśnienia w przełyku, aby wykryć i sklasyfikować dyssynchronie.

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

80

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

Lokalizacje studiów

  • Brazylia
    • SP
      • Sao Paulo, SP, Brazylia, 05403900
        • Rekrutacyjny
        • Heart Institute, University of São Paulo
        • 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

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie dotyczy

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Kwalifikują się dorośli pacjenci poddawani wentylacji mechanicznej, w trybie wspomaganym lub kontrolowanym, którzy są monitorowani za pomocą balonu ciśnieniowego przełyku ze względu na wskazania kliniczne.

Opis

Kryteria przyjęcia:

  • Pacjenci poddawani wspomaganej lub kontrolowanej wspomaganej wentylacji mechanicznej i monitorowani za pomocą balonu ciśnieniowego przełyku.

Kryteria wyłączenia:

  • Odmowa rodziny pacjenta lub lekarza prowadzącego

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
Wykrywanie i klasyfikacja za pomocą sztucznej inteligencji dyssynchronii pacjent-respirator
Jest to badanie przeprowadzone w jednej grupie, ponieważ wszyscy uczestnicy zostaną poddani obu metodom diagnostycznym (sztuczna inteligencja i eksperci). Proponowaną metodą diagnostyczną jest algorytm uczenia maszynowego zintegrowany z respiratorem mechanicznym FlexiMag Max 700 (Magnamed, Brazylia), który będzie w sposób ciągły rejestrował dane dotyczące wentylacji mechanicznej objętych badaniem pacjentów przez okres do 72 godzin. Złoty standard obejmuje rejestrację krzywej ciśnienia w przełyku i analizę offline przez ekspertów.
Urządzenie: Wykrywanie i klasyfikacja za pomocą sztucznej inteligencji dyssynchronii pacjent-respirator
Algorytm uczenia maszynowego do wykrywania i klasyfikowania dyssynchronii pacjent-respirator, zintegrowany z respiratorem mechanicznym (Fleximag Max, Magnamed, Brazylia).

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Dokładność diagnostyczna algorytmu sztucznej inteligencji
Ramy czasowe: 3 dni
Czułość, swoistość, dodatnia wartość predykcyjna, ujemna wartość predykcyjna algorytmu sztucznej inteligencji do wykrywania i klasyfikowania dyssynchronii pacjent-respirator. Te wskaźniki dokładności zostaną oszacowane dla każdego rodzaju dyssynchronii: nieefektywny wysiłek, autowyzwalanie, podwójne wyzwalanie, odwrotne wyzwalanie, odwrotne wyzwalanie z podwójnym cyklem
3 dni

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Wykrywanie Pendellufta
Ramy czasowe: 3 dni
Procent cykli z pendelluftem wykrytym przez algorytm sztucznej inteligencji w porównaniu z procentem cykli z pendelluftem wykrytym na podstawie ciśnienia w przełyku
3 dni

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

University of Sao Paulo General Hospital

Współpracownicy

Magnamed Tecnologia Medica S/A

Śledczy

  • Dyrektor Studium: Eduardo LV Costa, MD, PhD, University of Sao Paulo

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)

25 maja 2024

Zakończenie podstawowe (Szacowany)

24 maja 2025

Ukończenie studiów (Szacowany)

24 grudnia 2025

Daty rejestracji na studia

Pierwszy przesłany

24 maja 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

10 lipca 2024

Pierwszy wysłany (Rzeczywisty)

17 lipca 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

17 lipca 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

10 lipca 2024

Ostatnia weryfikacja

1 maja 2024

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • CAAE 78855824.7.0000.0068

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

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