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

Opracowanie modelu punktacji i przewidywania powodzenia odsadzania pacjentów z ARDS przy użyciu parametrów wentylacji w połączeniu ze sztuczną inteligencją i technikami głębokiego uczenia się

26 grudnia 2024 zaktualizowane przez: Bakirkoy Dr. Sadi Konuk Research and Training Hospital
Celem tego badania jest opracowanie modelu punktacji wspieranego przez sztuczną inteligencję w celu optymalizacji procesów odzwyczajania pacjentów z ARDS od wentylacji mechanicznej. Retrospektywna analiza zostanie przeprowadzona na danych 25 000 pacjentów, koncentrując się na parametrach respiratora i zmiennych hemodynamicznych. Model zostanie zaprojektowany tak, aby stanowić wkład w systemy wspomagania decyzji klinicznych.

Przegląd badań

Szczegółowy opis

Celem pracy jest opracowanie systemu punktacji wspomaganego sztuczną inteligencją i głębokim uczeniem, wykorzystującego parametry respiratora uzyskane podczas procesu wentylacji mechanicznej u pacjentów ze zdiagnozowanym ARDS. System ten ma na celu przewidywanie i optymalizację procesu odsadzania, ułatwiając skuteczne uwolnienie się od wentylacji mechanicznej.

W tym kontekście w naszym badaniu przeanalizujemy dane od 25 000 pacjentów uzyskane z systemu Metavision. Na podstawie tej puli danych pacjenci z ARDS zostaną przefiltrowani i podzieleni na dwie grupy: osoby, które pomyślnie odłączyły się od wentylacji mechanicznej (odsadzone) i te, które tego nie zrobiły (nieodstawione). Szczegółowo zbadane zostaną parametry respiratorów obu grup, w tym wskaźniki natlenienia, ciśnienie napędzające i całkowita moc mechaniczna.

Zebrane dane zostaną przeanalizowane przy użyciu sztucznej inteligencji i algorytmów głębokiego uczenia się w celu opracowania systemu punktacji zdolnego do przewidywania procesów odzwyczajania pacjentów od piersi. System ten ma za zadanie pomóc klinicystom w prowadzeniu pacjenta i zwiększyć skuteczność procedur odzwyczajania od piersi.

Wyniki tego badania mają przyczynić się do skuteczniejszego i bezpieczniejszego zarządzania procesem odstawiania od piersi pacjentów z ARDS. Ponadto oczekuje się, że wdrożenie systemów punktacji wspieranych przez sztuczną inteligencję na oddziałach intensywnej terapii będzie promować powszechne przyjęcie i poprawić jakość opieki nad pacjentem.

Typ studiów

Obserwacyjny

Zapisy (Rzeczywisty)

25000

Kontakty i lokalizacje

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

Lokalizacje studiów

      • Istanbul, Indyk
        • Bakirkoy Dr Sadi Konuk Research and Training Hospital

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

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Zaintubowani pacjenci, u których zdiagnozowano ARDS i obserwowani na OIOM-ie przez ponad 48 godzin.

Opis

Kryteria włączenia:

  • Diagnoza ARDS
  • Wiek 18 lat i więcej
  • Zaintubowany i następnie wentylowany mechanicznie
  • Przyjęcie na oddział intensywnej terapii
  • Pełne dane dotyczące wsparcia klinicznego i systemu decyzji

Kryteria wykluczenia:

  • Brakujące dane
  • Poniżej 18 roku życia
  • Następnie następują warunki inne niż ARDS
  • Stan terminala

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
Odstawiony od piersi
Te, które pomyślnie odzwyczajono od wentylacji mechanicznej
Nieodsadzone
Ci, którzy nie odeszli od wentylacji mechanicznej

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Pomyślne odstawienie od piersi
Ramy czasowe: 48 godzin
Podstawowym wynikiem tego badania będzie pomyślne odzwyczajenie dzieci od wentylacji mechanicznej.
48 godzin

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Parametry wentylacji mechanicznej
Ramy czasowe: 48 godzin
Określenie wpływu mocy mechanicznej na wyniki leczenia pacjenta.
48 godzin

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Śledczy

  • Krzesło do nauki: Zafer Cukurova, M.D, Bakırköy Dr. Sadi Konuk Training and Research Hospital

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)

10 grudnia 2024

Zakończenie podstawowe (Rzeczywisty)

24 grudnia 2024

Ukończenie studiów (Rzeczywisty)

24 grudnia 2024

Daty rejestracji na studia

Pierwszy przesłany

11 grudnia 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

26 grudnia 2024

Pierwszy wysłany (Rzeczywisty)

25 marca 2025

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

25 marca 2025

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

26 grudnia 2024

Ostatnia weryfikacja

1 grudnia 2024

Więcej informacji

Terminy związane z tym badaniem

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 .

Badania kliniczne na Głęboka nauka

Subskrybuj