- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT07353528
Przewidywanie hipotermii w ginekologicznej chirurgii laparoskopowej z wykorzystaniem uczenia maszynowego
Opracowanie i walidacja modelu uczenia maszynowego do przewidywania hipotermii w laparoskopowej chirurgii ginekologicznej na podstawie przedoperacyjnych wskaźników klinicznych: wieloośrodkowe prospektywne badanie kohortowe
Tytuł skrócony: Przewidywanie hipotermii w laparoskopowej operacji ginekologicznej przy użyciu uczenia maszynowego
Streszczenie: Niniejsze badanie ma na celu opracowanie i walidację modelu uczenia maszynowego do przewidywania śródoperacyjnej hipotermii (IOH) u pacjentek poddawanych laparoskopowej operacji ginekologicznej na podstawie przedoperacyjnych wskaźników klinicznych. To prospektywne, wieloośrodkowe badanie kliniczno-kontrolne obejmie pacjentki w wieku 18 lat i starsze, które mają zaplanowaną operację laparoskopową w wielu szpitalach w latach 2026-2027. Głównym celem jest identyfikacja pacjentek wysokiego ryzyka, u których może wystąpić IOH, zdefiniowana jako temperatura rdzenia poniżej 36,0°C podczas operacji.
Uczestniczki zostaną sklasyfikowane do dwóch grup: grupa IOH, składająca się z pacjentek doświadczających hipotermii, oraz grupa z prawidłową temperaturą, obejmująca pacjentki utrzymujące temperaturę rdzenia na poziomie 36,0°C lub wyższym. Zbieranie danych obejmie dane demograficzne, choroby współistniejące, szczegóły operacji, informacje dotyczące znieczulenia oraz przedoperacyjne wyniki laboratoryjne.
Głównym miernikiem wyniku będzie pole pod krzywą (AUC) modelu, oceniające jego zdolność predykcyjną przy różnych progach. Wyniki drugorzędne będą obejmować czułość, dodatnią wartość predykcyjną, ujemną wartość predykcyjną oraz wynik F1. Badanie zakłada, że opracowany model uczenia maszynowego znacząco poprawi dokładność i terminowość przewidywania IOH, co z kolei zwiększy bezpieczeństwo pacjentek podczas operacji i pooperacyjnego powrotu do zdrowia. Oczekuje się, że to badanie wpłynie na praktyki kliniczne związane ze strategiami zapobiegawczego ogrzewania, ostatecznie poprawiając wyniki leczenia pacjentek w laparoskopowej operacji ginekologicznej.
Przegląd badań
Status
Szczegółowy opis
Tło: Hipotermia okołooperacyjna (IOH), definiowana jako temperatura rdzenia ciała poniżej 36,0°C podczas zabiegu chirurgicznego, jest częstym powikłaniem o częstości występowania sięgającej nawet 50% w ginekologicznych procedurach laparoskopowych. IOH wiąże się z niekorzystnymi wynikami, w tym z zakażeniami miejsca operowanego, zwiększoną utratą krwi, powikłaniami sercowo-naczyniowymi, wydłużonym okresem rekonwalescencji oraz wyższymi kosztami opieki zdrowotnej. Dokładna przedoperacyjna identyfikacja pacjentów wysokiego ryzyka IOH ma kluczowe znaczenie dla wdrożenia ukierunkowanych środków zapobiegawczych i optymalizacji alokacji zasobów.
Cel: Głównym celem tego badania jest opracowanie i walidacja modelu uczenia maszynowego, który wykorzystuje przedoperacyjne wskaźniki kliniczne do przewidywania wystąpienia IOH, szczególnie u pacjentek poddawanych ginekologicznej operacji laparoskopowej.
Projekt badania: Jest to wieloośrodkowe, prospektywne badanie kliniczno-kontrolne. Dane będą prospektywnie gromadzone w uczestniczących szpitalach w latach 2026-2027.
Metody techniczne:
Wielkość próby: Na podstawie szacowanej częstości występowania IOH na poziomie 40% i 24 zmiennych predykcyjnych, planowana jest minimalna wielkość próby 1500 uczestniczek, aby zapewnić odpowiednią moc do opracowania i walidacji modelu.
Zbiór danych: Dane kliniczne będą zbierane przy użyciu elektronicznej dokumentacji medycznej (EMR). Temperatura rdzenia ciała będzie monitorowana okołooperacyjnie za pomocą bezprzewodowego systemu monitorowania temperatury.
Analiza statystyczna i opracowanie modelu: Analiza danych będzie przeprowadzona przy użyciu SPSS (wersja 25.0) i R (wersja 4.3.1). Zbiór danych zostanie losowo podzielony na zestaw treningowy (80%) i testowy (20%). Regresja LASSO (Least Absolute Shrinkage and Selection Operator) zostanie zastosowana do zestawu treningowego w celu selekcji cech. Zostaną opracowane sześć algorytmów uczenia maszynowego: Maszyna Wektorów Nośnych (SVM), Regresja Logistyczna (LR), Wielowarstwowy Perceptron (MLP), Las Losowy (RF), Ekstremalne Wzmocnienie Gradientu (XGB) i Drzewo Decyzyjne (DT). Hiperparametry modelu będą optymalizowane poprzez 10-krotną walidację krzyżową.
Ocena modelu: Wydajność wszystkich modeli będzie niezależnie walidowana na zestawie testowym. Główną metryką do porównania i wyboru modelu będzie Pole Pod Krzywą Charakterystyki Odbiornika (AUC). Drugorzędne metryki wydajności obejmują czułość, dodatnią wartość predykcyjną (PPV), ujemną wartość predykcyjną (NPV) oraz wynik F1. Optymalny punkt odcięcia dla ostatecznie wybranego modelu zostanie określony poprzez maksymalizację wskaźnika Youdena.
Uwagi etyczne: Badanie będzie przeprowadzane po uzyskaniu zgody Komisji Rewizyjnych Instytucji/Komisji Etycznych wszystkich uczestniczących ośrodków. Od wszystkich uczestniczek zostanie uzyskana pisemna świadoma zgoda. Protokół badania zostanie zarejestrowany w rejestrze badań klinicznych w celu zapewnienia przejrzystości. Wszystkie dane uczestniczek będą przetwarzane z zachowaniem ścisłej poufności i zgodnie z odpowiednimi przepisami o ochronie danych.
Oczekiwane wyniki: Oczekuje się, że to badanie zaowocuje zwalidowanym modelem uczenia maszynowego zdolnym do dokładnego przewidywania ryzyka IOH przed ginekologiczną operacją laparoskopową. Identyfikacja kluczowych czynników predykcyjnych oraz wdrożenie tego modelu mają na celu ułatwienie spersonalizowanej opieki zapobiegawczej, zmniejszenie częstości występowania IOH oraz poprawę bezpieczeństwa pacjentek i wyników pooperacyjnego powrotu do zdrowia.
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Bo Liu, MS
- Numer telefonu: +8618502846036
- E-mail: liubojjfy@163.com
Lokalizacje studiów
-
-
Sichuan
-
Chengdu, Sichuan, Chiny, 610011
- Chengdu Jinjiang District Women & Children Health Hospital
-
Kontakt:
- fei jia, BS
- Numer telefonu: +86 18581877655
- E-mail: jiafei1980@sina.com
-
Kontakt:
- E-mail: 409440463@qq.com
-
Chengdu, Sichuan, Chiny, 610011
- Sichuan Jinxin Xinan Women & Children's Hospital
-
Kontakt:
- chunping li, MS
- Numer telefonu: +86 18284535909
- E-mail: lichunpingjx@163.com
-
Chengdu, Sichuan, Chiny, 611300
- People ' s Hospital of Dayi County
-
Kontakt:
- chao liu, BS
- Numer telefonu: +86 18190725356
- E-mail: 397619144@qq.com
-
Chengdu, Sichuan, Chiny, 611532
- Medical Center Hospital of QiongLai City
-
Kontakt:
- yunfei hu, BS
- Numer telefonu: +86 13880189795
- E-mail: 409440463@qq.com
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia:
- Pacjentki w wieku 18 lat lub starsze.
- Pacjenci zakwalifikowani do operacji laparoskopowej.
Kryteria wykluczenia:
- Temperatura ciała przedoperacyjna przekraczająca 37,5°C lub poniżej 36,0°C.
- Występowanie w wywiadzie niedoczynności lub nadczynności tarczycy.
- Pacjenci z zaburzeniami termoregulacji, takimi jak ciężkie zakażenie lub zaburzenia ośrodkowego układu nerwowego.
- Pacjenci, którzy odmawiają podpisania formularza świadomej zgody.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
|---|
|
Grupa Hipotermii
Ta kohorta składa się z pacjentów, u których rozwija się śródoperacyjna hipotermia (IOH) podczas ginekologicznej operacji laparoskopowej.
IOH definiuje się jako temperaturę wewnętrzną ciała (mierzona za pomocą bezprzewodowego systemu monitorowania temperatury) spadającą poniżej 36,0°C w dowolnym momencie podczas operacji.
|
|
Grupa Normotermii
Ta kohorta obejmuje pacjentki, których temperatura wewnętrzna ciała (mierzonej za pomocą bezprzewodowego systemu monitorowania temperatury) utrzymuje się na poziomie 36,0°C lub powyżej przez cały okres trwania ginekologicznej operacji laparoskopowej i u których nie występuje śródoperacyjna hipotermia (IOH). Pacjentki te stanowią grupę kontrolną w tym badaniu.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Pole pod krzywą charakterystyki pracy odbiornika (AUC) modelu uczenia maszynowego do przewidywania śródoperacyjnej hipotermii
Ramy czasowe: Podczas operacji
|
Głównym wynikiem jest zdolność dyskryminacyjna opracowanego modelu uczenia maszynowego do przewidywania wystąpienia hipotermii śródoperacyjnej (zdefiniowanej jako temperatura rdzenia < 36.0°C), mierzona za pomocą pola pod krzywą ROC (AUC) ocenianej na niezależnym zbiorze testowym.
|
Podczas operacji
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wrażliwość
Ramy czasowe: Podczas operacji
|
Ten miernik określa zdolność modelu do poprawnego identyfikowania pacjentów, u których rzeczywiście wystąpi śródoperacyjna hipotermia (wskaźnik prawdziwie pozytywnych).
Jest obliczany jako liczba prawdziwie pozytywnych przypadków podzielona przez sumę prawdziwie pozytywnych i fałszywie negatywnych.
Ten miernik będzie obliczany na zbiorze testowym modelu.
|
Podczas operacji
|
|
Wartość Predykcyjna Dodatnia
Ramy czasowe: Podczas operacji
|
Ta metryka mierzy odsetek pacjentów, u których model przewidział rozwój hipotermii, a którzy faktycznie ją rozwijają.
Jest obliczana jako liczba prawdziwie pozytywnych przypadków podzielona przez sumę prawdziwie pozytywnych i fałszywie pozytywnych przypadków.
Ta metryka będzie obliczana na zbiorze testowym modelu.
|
Podczas operacji
|
|
Wartość Predykcyjna Ujemna
Ramy czasowe: Podczas operacji
|
Ta metryka mierzy odsetek pacjentów, u których model przewiduje brak rozwoju hipotermii, a którzy pozostają normotermiczni.
Jest obliczana jako liczba prawdziwie ujemnych podzielona przez sumę prawdziwie ujemnych i fałszywie ujemnych.
Ta metryka będzie obliczana na zbiorze testowym modelu.
|
Podczas operacji
|
|
F1-Score
Ramy czasowe: Podczas operacji
|
Ta metryka jest średnią harmoniczną precyzji (dodatnia wartość predykcyjna) i czułości.
Zapewnia pojedynczy wynik, który równoważy oba aspekty, szczególnie przydatny, gdy rozkład klas jest niezrównoważony.
Ta metryka będzie obliczana na zbiorze testowym modelu.
|
Podczas operacji
|
Współpracownicy i badacze
Publikacje i pomocne linki
Publikacje ogólne
- Sessler DI. Perioperative thermoregulation and heat balance. Lancet. 2016 Jun 25;387(10038):2655-2664. doi: 10.1016/S0140-6736(15)00981-2. Epub 2016 Jan 8.
- Sessler DI, Pei L, Li K, Cui S, Chan MTV, Huang Y, Wu J, He X, Bajracharya GR, Rivas E, Lam CKM; PROTECT Investigators. Aggressive intraoperative warming versus routine thermal management during non-cardiac surgery (PROTECT): a multicentre, parallel group, superiority trial. Lancet. 2022 May 7;399(10337):1799-1808. doi: 10.1016/S0140-6736(22)00560-8. Epub 2022 Apr 4.
- Menzenbach J, Kirfel A, Guttenthaler V, Feggeler J, Hilbert T, Ricchiuto A, Staerk C, Mayr A, Coburn M, Wittmann M; PROPDESC Collaboration Group. PRe-Operative Prediction of postoperative DElirium by appropriate SCreening (PROPDESC) development and validation of a pragmatic POD risk screening score based on routine preoperative data. J Clin Anesth. 2022 Jun;78:110684. doi: 10.1016/j.jclinane.2022.110684. Epub 2022 Feb 18.
- Lu Z, Chen X. Early prediction of intraoperative hypothermia in patients undergoing gynecological laparoscopic surgery: A retrospective cohort study. Medicine (Baltimore). 2024 Oct 4;103(40):e39038. doi: 10.1097/MD.0000000000039038.
- Hosseini MP, Hosseini A, Ahi K. A Review on Machine Learning for EEG Signal Processing in Bioengineering. IEEE Rev Biomed Eng. 2021;14:204-218. doi: 10.1109/RBME.2020.2969915. Epub 2021 Jan 22.
- Cao B, Li Y, Liu Y, Chen X, Liu Y, Li Y, Wu Q, Ji F, Shu H. A multi-center study to predict the risk of intraoperative hypothermia in gynecological surgery patients using preoperative variables. Gynecol Oncol. 2024 Jun;185:156-164. doi: 10.1016/j.ygyno.2024.02.009. Epub 2024 Feb 29.
- The nurse-nurse relationship. NLN Publ. 1990 Jun;(20-2294):257-61. No abstract available.
- Gomez-Hidalgo NR, Pletnev A, Razumova Z, Bizzarri N, Selcuk I, Theofanakis C, Zalewski K, Nikolova T, Lanner M, Kacperczyk-Bartnik J, El Hajj H, Perez-Benavente A, Nelson G, Gil-Moreno A, Fotopoulou C, Sanchez-Iglesias JL. European Enhanced Recovery After Surgery (ERAS) gynecologic oncology survey: Status of ERAS protocol implementation across Europe. Int J Gynaecol Obstet. 2023 Jan;160(1):306-312. doi: 10.1002/ijgo.14386. Epub 2022 Aug 20.
- Li L, Huang J, Chen X, Ma W, Hu Y, Li Y. A Retrospective Analysis of the Postoperative Effect of Intraoperative Hypothermia on Deep Vein Thrombosis After Intracranial Tumor Resection. World Neurosurg. 2022 Nov;167:e778-e783. doi: 10.1016/j.wneu.2022.08.099. Epub 2022 Aug 26.
- Carella M, Beck F, Piette N, Lecoq JP, Bonhomme VL. Effect of preoperative warming on intraoperative hypothermia and postoperative functional recovery in total hip arthroplasty: a randomized clinical trial. Minerva Anestesiol. 2024 Jan-Feb;90(1-2):41-50. doi: 10.23736/S0375-9393.23.17555-9. Epub 2023 Oct 25.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Szacowany)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Inne numery identyfikacyjne badania
- 202501 (National Health Education Center Research Grant)
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
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 .
Badania kliniczne na Chirurgia laparoskopowa
-
University Hospital TuebingenRobert Bosch-Krankenhaus StuttgartRekrutacyjny