Opracowanie sztucznej inteligencji modelu przewidywania trudnej intubacji przy użyciu wideo laryngoskopowych obrazów i klasyfikacji Cormack-Lehane
Przegląd badań
Status
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Merkez
-
Düzce, Merkez, Turcja (Türkiye)
- Duzce University Faculty of Medicine, Department of Anesthesiology and Reanimation
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Badana populacja będzie składać się z dorosłych pacjentów poddawanych chirurgii planowej w znieczuleniu ogólnym w salach operacyjnych szpitala medycznego Uniwersytetu Düzce. Wszyscy pacjenci będą oceniać swoje drogi oddechowe przy użyciu laryngoskopii wideo w ramach rutynowej indukcji znieczulenia. Uwzględniono tylko pacjentów bez znanej patologii górnych dróg oddechowych.
Pacjenci będą prospektywnie i kolejno rekrutowani. Obrazy laryngoskopii wideo zostaną przechwycone podczas intubacji i wykorzystywane do analizy uczenia maszynowego. Klasa Cormack-Lehane zostanie niezależnie potwierdzona przez dwóch doświadczonych anestezjologów. Pacjenci zostaną sklasyfikowani do normalnych i trudnych grup intubacyjnych.
Opis
Kryteria włączenia:
- 18-65 lat
Chirurgia planowa
ASA I-II
Brak patologii górnych dróg oddechowych
Kryteria wykluczenia:
- Znana historia trudnej intubacji
Chorobliwość otyłości (BMI> 40)
Ciąża
Historia operacji górnych dróg oddechowych
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
|---|
|
Grupa 1: Normalna grupa intubacyjna
Intubacja u pacjentów ocenianych jako Cormack-Lehane (CL) Klasa 1-2.
|
|
Trudna grupa intubacyjna
Intubacja u pacjentów ocenianych jako klasa Cormack-Lehane 3-4.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Dokładność modelu uczenia maszynowego w przewidywaniu trudnej intubacji na podstawie obrazów laryngoskopii wideo
Ramy czasowe: Natychmiast po gromadzeniu danych i szkoleniu modelu
|
Podstawowym rezultatem jest dokładność klasyfikacji algorytmu uczenia maszynowego w identyfikowaniu trudnych przypadków intubacji (Cormack-Lehane stopnia 3-4) z obrazów laryngoskopii wideo, w porównaniu z konsensusem anestezjologów ekspertów.
Dokładność zostanie zgłoszona jako procent.
|
Natychmiast po gromadzeniu danych i szkoleniu modelu
|
Współpracownicy i badacze
Sponsor
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Szacowany)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Inne numery identyfikacyjne badania
- 2025/183
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 .