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

Prospektywne badanie kohortowe dotyczące guza chromochłonnego/paraganglioma

2 kwietnia 2026 zaktualizowane przez: Peking Union Medical College Hospital

Badanie walidacyjne i rozszerzające modelu predykcyjnego niestabilności hemodynamicznej śródoperacyjnej w resekcji guza chromochłonnego/paraganglioma - jednoośrodkowe, prospektywne, obserwacyjne badanie kohortowe

Badanie obejmie pacjentów zaplanowanych do operacji usunięcia PPGL w Szpitalu Uniwersytetu Medycznego w Pekinie. Przed operacją badacze wykorzystają model 6-zmienny do przewidzenia ryzyka wystąpienia u pacjenta gwałtownych wahań ciśnienia krwi podczas zabiegu. Podczas operacji przetestowane zostanie narzędzie wczesnego ostrzegania w czasie rzeczywistym pod kątem jego zdolności do dokładnego przewidywania zmian ciśnienia krwi z 60-sekundowym wyprzedzeniem. Badanie zbada również wartość ciągłego monitorowania glikemii (CGM) w zrozumieniu wahań ciśnienia krwi oraz oceni działanie agenta sztucznej inteligencji (AI) do przedoperacyjnej oceny anestezjologicznej, porównując jego dokładność, spójność i wydajność z ocenami ludzkich anestezjologów.

Uczestnictwo nie wiąże się ze zmianami w standardowej opiece chirurgicznej lub medycznej pacjenta. Obejmuje ono zbieranie danych klinicznych, noszenie czujnika CGM od dnia przed operacją do dnia po niej oraz przeprowadzenie przedoperacyjnej oceny zarówno przez agenta AI, jak i anestezjologów.

Przegląd badań

Szczegółowy opis

Tło: Resekcja guza chromochłonnego/paraganglioma (PPGL) wiąże się z wysokim ryzykiem niestabilności hemodynamicznej (HDI) okołooperacyjnej z powodu uwalniania katecholamin. Istniejące modele predykcyjne mają ograniczenia, a nowe narzędzia wymagają walidacji prospektywnej. Niniejsze badanie ma na celu wypełnienie tej luki.

Cel: Główne cele to: 1) Prospektywna walidacja wcześniej opracowanego 6-zmiennego modelu do przewidywania ciężkich podtypów HDI; 2) Ocena dokładności i terminowości narzędzia ostrzegawczego w czasie rzeczywistym dla zdarzeń HDI podczas operacji; 3) Zbadanie związku między wskaźnikami ciągłego monitorowania glikemii (CGM) a okołooperacyjną HDI; oraz 4) Ocena przydatności klinicznej agenta oceny przedoperacyjnej opartego na sztucznej inteligencji w porównaniu z oceną ludzką.

Metody: Jest to jednoośrodkowe, prospektywne, obserwacyjne badanie kohortowe w Szpitalu Uniwersytetu Medycznego w Pekinie. Zostaną włączeni kwalifikujący się pacjenci (≥18 lat) planowani do elektywnej resekcji PPGL.

Walidacja modelu predykcyjnego: Dane przedoperacyjne (objawy, hemoglobina, status czynnościowy guza, krotności podwyższenia adrenaliny/noradrenaliny, dawka fenoksybenzaminy) zostaną użyte do przewidzenia podtypu HDI (łagodny vs. ciężki). Przewidywany podtyp zostanie porównany z rzeczywistym podtypem określonym przez analizę skupień K-średnich danych hemodynamicznych okołooperacyjnych (24 wskaźniki).

Walidacja narzędzia ostrzegawczego w czasie rzeczywistym: Narzędzie będzie używane podczas operacji do przewidywania parametrów życiowych (SBP, DBP, MAP, HR) z 60-sekundowym wyprzedzeniem na podstawie danych z poprzednich 200 sekund. Jego przewidywania zostaną porównane z rzeczywistymi wartościami monitorowanymi, a jego czułość/swoistość w przewidywaniu zdarzeń nadciśnieniowych, hipotensyjnych i tachykardii zostanie obliczona.

Badanie CGM: Pacjenci będą nosić sensor CGM od dnia przed operacją do dnia po niej. Wskaźniki takie jak średnia glikemia, zmienność glikemii i czas w hipoglikemii/hiperglikemii zostaną przeanalizowane pod kątem ich związku z wynikami okołooperacyjnej HDI przy użyciu regresji wielozmiennej.

Ocena agenta AI: Każdy pacjent przejdzie sparowane oceny przedoperacyjne: jedną przez agenta AI i jedną przez młodszego anestezjologa (≤5 lat doświadczenia). Starszy anestezjolog (≥10 lat doświadczenia) dostarczy standard odniesienia dla stratyfikacji ryzyka, czynnościowości guza i adekwatności przygotowania. Dokładność, zgodność między oceniającymi (Kappa) i czas oceny zostaną porównane między AI a młodszym anestezjologiem.

Wyniki: Pierwszorzędowe punkty końcowe obejmują pole pod krzywą ROC (AUROC) dla modelu predykcyjnego, średni błąd procentowy bezwzględny (MAPE) dla narzędzia ostrzegawczego, występowanie okołooperacyjnej HDI dla analizy CGM oraz dokładność stratyfikacji ryzyka przez agenta AI. Wielkości prób zostały obliczone dla każdego podbadania, z całkowitym docelowym włączeniem około 202 uczestników, aby spełnić wszystkie cele.

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

200

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

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

Pacjenci z rozpoznaniem guza chromochłonnego lub przyzwojaka, zakwalifikowani do planowej resekcji chirurgicznej w Szpitalu Uniwersytetu Medycznego w Pekinie.

Opis

Kryteria włączenia:

  • Wiek ≥ 18 lat.
  • Rozpoznanie guza chromochłonnego/paraganglioma na podstawie badań obrazowych i laboratoryjnych oraz planowana elektywna resekcja.
  • Planowane śródoperacyjne ciągłe inwazyjne monitorowanie ciśnienia tętniczego.
  • Gotowość i zdolność do wyrażenia pisemnej świadomej zgody.
  • Możliwość przestrzegania przedoperacyjnego monitorowania CGM, oceny przez agenta AI i obserwacji pooperacyjnej.

Kryteria wykluczenia:

  • Brak ≥20% danych hemodynamicznych ze śródoperacyjnego monitorowania.
  • Pooperacyjna histopatologia wyklucza rozpoznanie PPGL.
  • Paraganglioma serca lub przerzutowy PPGL.
  • Cieżka choroba serca (np. ciężka wada zastawkowa, ciężka niewydolność serca), która mogłaby samodzielnie powodować śródoperacyjne HDI.
  • Ciaża lub karmienie piersią.
  • Choroba psychiczna, zaburzenia poznawcze lub bariery komunikacyjne uniemożliwiające przestrzeganie procedur badania.
  • Odmowa poddania się monitorowaniu CGM lub ocenie przez agenta AI.
  • Poważna choroba (np. ostry zawał mięśnia sercowego, udar, ciężka infekcja) w ciągu 3 miesięcy przed operacją.
  • Cieżka niewydolność wątroby lub nerek (klasa C wg Child-Pugh, eGFR <30 ml/min/1,73 m²).

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
Kohorta Resekcji PPGL
Pacjenci z rozpoznaniem guza chromochłonnego (pheochromocytoma) lub przyzwojaka (paraganglioma), którzy są zaplanowani do planowej resekcji chirurgicznej. Wszyscy uczestnicy przejdą te same procedury badawcze: przedoperacyjną zbiórkę danych, monitorowanie CGM, ocenę przedoperacyjną przez AI i człowieka, zastosowanie narzędzia ostrzegawczego w czasie rzeczywistym podczas operacji oraz obserwację pooperacyjną. Nie stosuje się interwencji; jest to wyłącznie obserwacyjne.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Zdolność Dyscryminacyjna Modelu Predykcyjnego (AUROC)
Ramy czasowe: Od oceny przedoperacyjnej do zakończenia operacji
Zdolność dyskryminacyjna przedoperacyjnego modelu 6-zmiennego do przewidywania ciężkiej podtypu hemodynamicznej niestabilności śródoperacyjnej (HDI), oceniana za pomocą pola pod krzywą ROC (AUROC).
Od oceny przedoperacyjnej do zakończenia operacji

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Dokładność narzędzia ostrzegania w czasie rzeczywistym - tętno (MAPE)
Ramy czasowe: Okres okołooperacyjny
Dokładność wewnątrzoperacyjnego narzędzia wczesnego ostrzegania dla częstości akcji serca, mierzona za pomocą średniego bezwzględnego błędu procentowego (MAPE) między przewidywanymi a rzeczywistymi monitorowanymi wartościami częstości akcji serca. Jednostka miary: %
Okres okołooperacyjny
Dokładność narzędzia ostrzegania w czasie rzeczywistym - ciśnienie skurczowe (MAPE)
Ramy czasowe: Okres śródoperacyjny
Dokładność śródoperacyjnego narzędzia wczesnego ostrzegania dla parametrów ciśnienia krwi, mierzona za pomocą Średniego Bezwzględnego Błędu Procentowego (MAPE) między jego przewidywanymi a rzeczywistymi monitorowanymi wartościami dla skurczowego ciśnienia krwi (SBP).
Jednostka miary: %
Okres śródoperacyjny
Dokładność Narzędzia Ostrzegania w Czasie Rzeczywistym - Ciśnienie Rozkurczowe (MAPE)
Ramy czasowe: Okres śródoperacyjny
Dokładność śródoperacyjnego narzędzia wczesnego ostrzegania dla parametrów ciśnienia krwi, mierzona za pomocą średniego bezwzględnego błędu procentowego (MAPE) pomiędzy przewidywanymi a rzeczywistymi monitorowanymi wartościami dla ciśnienia rozkurczowego (DBP).
Jednostka miary: %
Okres śródoperacyjny
Kalibracja Modelu Predykcyjnego
Ramy czasowe: Od oceny przedoperacyjnej do zakończenia operacji
Kalibracja przedoperacyjnego 6-zmiennego modelu predykcyjnego, oceniana za pomocą testu dobroci dopasowania Hosmera-Lemeshowa (wartość p), krzywej kalibracyjnej i wyniku Brier. Jednostka miary: wartość p (bezwymiarowa), wynik Brier (bezwymiarowy)
Od oceny przedoperacyjnej do zakończenia operacji
Kliniczna Przydatność Modelu Predykcyjnego (DCA)
Ramy czasowe: Od oceny przedoperacyjnej do końca operacji
Kliniczna przydatność modelu przedoperacyjnego, oceniona za pomocą analizy krzywej decyzyjnej (DCA) w celu oceny netto korzyści klinicznej przy różnych progach prawdopodobieństwa. Jednostka miary: Netto korzyść (bezwymiarowe prawdopodobieństwo)
Od oceny przedoperacyjnej do końca operacji
Dokładność narzędzia ostrzegawczego w czasie rzeczywistym - średnie ciśnienie tętnicze (MAPE)
Ramy czasowe: Ram czasowy: okres okołooperacyjny
Dokładność śródoperacyjnego narzędzia wczesnego ostrzegania dla parametrów ciśnienia krwi, mierzona za pomocą średniego bezwzględnego błędu procentowego (MAPE) między jego przewidywanymi a rzeczywistymi monitorowanymi wartościami dla średniego ciśnienia tętniczego (MAP). Jednostka miary: %
Ram czasowy: okres okołooperacyjny

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Śledczy

  • Krzesło do nauki: LE SHEN, MD, PhD, Peking Union Medical College 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 (Szacowany)

1 kwietnia 2026

Zakończenie podstawowe (Szacowany)

1 lutego 2028

Ukończenie studiów (Szacowany)

1 lutego 2028

Daty rejestracji na studia

Pierwszy przesłany

24 marca 2026

Pierwszy przesłany, który spełnia kryteria kontroli jakości

2 kwietnia 2026

Pierwszy wysłany (Rzeczywisty)

7 kwietnia 2026

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

7 kwietnia 2026

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

2 kwietnia 2026

Ostatnia weryfikacja

1 kwietnia 2026

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

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