- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT05354661
Hipotensão perioperatória em cirurgia oncológica ginecológica: HPI-ClearSight versus análise de forma de onda arterial
Monitoramento hemodinâmico não invasivo e incidência de hipotensão perioperatória em cirurgia oncológica ginecológica: Índice de previsão de hipotensão trabalhando com ClearSight versus análise de forma de onda arterial isoladamente
Antecedentes A hipotensão intraoperatória está associada ao aumento da morbidade e mortalidade. O Índice de Previsão de Hipotensão (HPI) é um avanço da análise da forma de onda arterial para prever a hipotensão intraoperatória minutos antes da ocorrência dos episódios, permitindo tratamentos preventivos.
Este estudo testará a hipótese de que um protocolo de tratamento hemodinâmico baseado em HPI trabalhando com o sistema não invasivo ClearSight reduz a hipotensão intraoperatória quando comparado à terapia padrão dirigida por metas (GDT) em pacientes submetidos a cirurgia oncológica ginecológica.
Métodos Uma análise retrospectiva de 68 pacientes adultos consecutivos submetidos a cirurgia oncológica ginecológica com monitoramento não invasivo da pressão arterial usando orientação de índice (HPI) ou análise clássica de forma de onda do sistema ClearSight, dependendo da disponibilidade (ClearSight, n = 36; HPI, n = 32) irá ser conduzido. Um protocolo hemodinâmico GDT foi aplicado em ambos os grupos. O desfecho primário será a incidência e a duração dos eventos hipotensivos definidos como PAM <65 mmHg avaliados pela média ponderada no tempo de hipotensão.
Visão geral do estudo
Status
Intervenção / Tratamento
Descrição detalhada
INTRODUÇÃO A hipotensão intraoperatória (HIO) é um evento adverso comum durante a cirurgia não cardíaca [1,2]. Está associada a um aumento da incidência de lesão renal aguda, lesão miocárdica, deficiências neurológicas, bem como aumento da mortalidade operatória em 30 dias [3-7]. Lesões de órgãos demonstraram estar associadas com a profundidade, frequência e duração dos episódios de hipotensão [4,8]. Os dados indicam que uma pressão arterial média de 65 mmHg serve como um limiar para prever lesão miocárdica e renal [9-11].
Métodos minimamente invasivos recentemente desenvolvidos da análise da forma de onda arterial permitem o cálculo do débito cardíaco, volume sistólico, variação do volume sistólico e resistência vascular sistêmica. Essa visão mais profunda da hemodinâmica permite abordagens terapêuticas direcionadas a objetivos; no entanto, as informações fornecidas permitem apenas reagir aos eventos em vez de preveni-los [12,13].
Curiosamente, dados recentes indicam uma redução significativa na disfunção orgânica pós-operatória pela prevenção da IOH, sugerindo um potencial benefício da intervenção precoce [14].
As intervenções cirúrgicas para redução da massa do câncer estão entre as operações mais invasivas em ginecologia. O trauma cirúrgico extenso resulta em desvios de volume intra e perioperatórios graves e hemodinâmica instável [15]. Grande cirurgia abdomino-pélvica para cirurgia oncológica ginecológica (GOS) pode incluir histerectomia, ooforectomia, omentectomia, colectomia, remoção dos gânglios linfáticos e remoção peritoneal. A cirurgia é realizada por laparoscopia ou incisão laparotômica e está frequentemente associada a perda significativa de sangue [16]. A hipotensão durante a GOS é comum e, como está associada ao potencial de dano, requer avaliação e tratamento imediatos [16]. A ressuscitação volêmica extensa em pacientes com câncer peritoneal está associada a um desfecho pós-operatório insatisfatório independente da doença maligna subjacente e é recomendado evitar a sobrecarga hídrica [15].
Portanto, a previsão de hipotensão intraoperatória e, consequentemente, sua prevenção por meio de tratamento proativo pode apresentar efeitos benéficos para os pacientes. O aprendizado de máquina, uma disciplina da ciência da computação usada para analisar grandes conjuntos de dados e desenvolver modelos preditivos, tem aplicações evidentes na área da saúde [17,18]. Várias tentativas de usar algoritmos como auxílio na prática da anestesiologia recentemente receberam atenção renovada, com o objetivo de otimizar o status perioperatório dos pacientes, focando principalmente na detecção de instabilidade hemodinâmica precoce e previsão de hipotensão [19].
O Índice de Previsão de Hipotensão - HPI (Edwards Lifesciences, Irvine, EUA) é um algoritmo baseado na análise complexa de características em registros de forma de onda de pressão arterial de alta fidelidade desenvolvido para observar sinais sutis que poderiam prever o aparecimento de hipotensão em pacientes cirúrgicos e de unidade de terapia intensiva [20]. HPI é um número sem unidade que varia de 1 a 100 e, à medida que o número aumenta, a probabilidade ou risco de um evento hipotensivo (definido como pressão arterial média [PAM] <65 mmHg por mais de 1 minuto) ocorrendo em um futuro próximo aumenta [20]. Um estudo de validação realizado em pacientes cirúrgicos relatou alta sensibilidade e especificidade do HPI para predizer hipotensão 5, 10 e 15 minutos antes do evento ocorrer [21]. O desenvolvimento do algoritmo foi baseado em dados invasivos da forma de onda da linha arterial; no entanto, apenas uma pequena fração dos pacientes submetidos à cirurgia não cardíaca requer monitoramento arterial invasivo [22].
A estimativa das formas de onda da pressão arterial de um manguito de dedo não invasivo (ClearSight) está bem estabelecida, e a PAM medida pelo sistema ClearSight pode ser considerada uma alternativa para a pressão arterial radial média [23,24]. O algoritmo HPI, foi recentemente relatado para trabalhar também com uma estimativa de forma de onda não invasiva [25-27].
Este estudo comparará um manejo hemodinâmico baseado no algoritmo HPI trabalhando com o sistema não invasivo ClearSight com um clássico baseado em ClearSight em termos de incidência, duração e gravidade de eventos hipotensivos intraoperatórios avaliados pela média ponderada de tempo de hipotensão em pacientes submetidos a GOS.
MATERIAIS E MÉTODOS Este estudo observacional retrospectivo unicêntrico foi aprovado pelo Comitê Interno de Ética (ID 3664, protocolo número 10077/21). O consentimento informado por escrito será obtido de todos os pacientes envolvidos.
O desfecho primário é a incidência, duração e gravidade dos eventos hipotensivos (definidos como PAM < 65 mmHg por pelo menos 1 minuto) avaliados pela média ponderada pelo tempo (TWA) PAM de hipotensão nos dois grupos de pacientes. O TWA-MAP é uma combinação de gravidade e duração dos eventos hipotensivos, em relação ao tempo total de cirurgia. É calculado usando a soma da área abaixo do limiar dividida pela duração da cirurgia [28]. O limiar para eventos hipotensivos é definido como uma PAM abaixo de 65 mmHg por pelo menos 1 minuto de duração. O tempo de duração da hipotensão termina após o aumento dos valores de MAP após ≥65 mmHg por pelo menos 1 min.
Os endpoints secundários consistem no número de pacientes com eventos hipotensivos, número de eventos por (respectivo) paciente, duração cumulativa e média da hipotensão, combinado com números de eventos hipotensivos <65 e <50 mmHg.
Os dados foram coletados durante um período limitado de tempo em que novos sensores de monitoramento hemodinâmico (ClearSight) foram avaliados durante um lançamento de marketing. Os primeiros 68 pacientes submetidos a GOS na IRCCS Policlinico A.Gemelli Foundation entre dezembro de 2019 e fevereiro de 2020 foram monitorados com sensor ClearSight clássico (n = 36) e sensor ClearSight com HPI ativado (n = 32). Os critérios de inclusão consistiram em GOS eletivo, idade > 18 anos. Os critérios de exclusão foram pacientes sem ritmo sinusal, fração de ejeção <30%, estenose valvar aórtica grave, cirurgia de emergência, isquemia miocárdica aguda, gravidez.
O monitoramento padrão (Life Scope TR, Nihon Kohden Co, Tóquio, Japão) incluiu um eletrocardiograma de 5 derivações, oximetria de pulso, pressão arterial não invasiva (NIBP) e eventual pressão arterial invasiva (IBP). Além do monitoramento padrão, todos os pacientes tiveram monitoramento hemodinâmico não invasivo com ClearSight (Edwards Lifesciences, Irvine, CA). Ao chegar à sala de cirurgia, foi iniciada a medição da PANI por meio de um esfigmomanômetro digital automatizado no braço direito e o sistema ClearSight foi acoplado a um dedo do braço esquerdo dos pacientes. Conectamos o monitor ClearSight com um cabo de interface ao monitor do paciente. Em pacientes que necessitam de monitoramento de IBP, uma cânula arterial foi colocada contralateral ao manguito ClearSight. O sistema de referência ClearSight foi zerado no nível do átrio direito. O valor da pressão arterial do manguito do dedo (CS-BP) foi relatado no monitor principal. A medição da NIBP usando o esfigmomanômetro digital automatizado foi realizada em intervalos de 5 minutos. Para fins de terapia, definimos hipotensão como um valor absoluto de CS-BP MAP < 65 mmHg. A incidência e a duração dos episódios e intervenções hipotensos foram registradas. Bradicardia foi definida como frequência cardíaca (FC) < 60 bpm.
Um furo grande i.v. Foi inserido cateter em veia do antebraço e administrado Cefazolina 2 gr, Dexametasona 4 mg e Omeprazol 40 mg. A anestesia geral foi induzida com sufentanil 0,2 mcg/kg (peso corporal ideal), propofol 2 mg/kg (peso corporal real) e rocurônio 0,6 mg/kg (peso corporal ideal). Durante a cirurgia, os pacientes foram posicionados em posição de Trendelenburg com ambos os braços estendidos em dispositivos de posicionamento de braço. A anestesia foi mantida com Sevoflurano para manter um valor de Índice Bispectral entre 40-50. Bolus adicionais de sufentanil e rocurônio foram administrados quando necessário.
Todos os pacientes receberam um protocolo hemodinâmico GDT para otimizar o débito cardíaco e o suprimento de oxigênio. Como parte do protocolo GDT, os pacientes receberam cristaloides e/ou fluidos para manter a VSV <13% ou para evitar a redução da VS em mais de 10% da linha de base. Vasopressores e inotrópicos foram administrados a pedido do clínico para manter a PAM ≥65. No grupo HPI, o anestesiologista assistente estava livre para usar líquidos, vasopressores e drogas inotrópicas, mas foi permitido ler no monitor Hemosphere HPI e parâmetros secundários (para avaliação de pré-carga, contratilidade cardíaca e pós-carga como possíveis causas de hipotensão) , e atuar de forma preventiva para evitar a hipotensão.
Todos os dados foram baixados do monitor HemoSphere, incluindo HPI, CS-MAP, pressão arterial sistólica CS, pressão arterial diastólica CS. Todos os dados baixados consistiam em pontos de dados médios com intervalos de 20 segundos. Os dados foram transferidos para um computador para análise através de uma unidade USB. Cada arquivo era nomeado com um código gerado automaticamente pela máquina e era identificável por um número de identificação contido nele.
O algoritmo HPI estima a probabilidade de ocorrência em um futuro próximo de um evento hipotensivo tomando a forma de onda da pressão arterial como entrada para calcular um valor de índice que varia entre 1 e 100. Neste estudo, em vez de dados de forma de onda arterial invasiva, usamos a forma de onda de pressão arterial não invasiva do ClearSight.
No monitor HemoSphere, formas de onda arteriais de baixa qualidade foram detectadas automaticamente pelos algoritmos de processamento de formas de onda arteriais e excluídas do cálculo das médias de 20 segundos.
Análise estatística Os dados coletados no perioperatório e baixados da plataforma HemoSphere serão analisados usando o software Acumen Analytics (Edwards Lifesciences Corp.).
Dados categóricos serão apresentados como frequências com porcentagens. As diferenças serão analisadas com o teste exato de Fisher. Para variáveis quantitativas será utilizado o teste de distribuição normal com o teste de Shapiro-Wilk. Os dados serão apresentados como média ± desvio padrão (DP) no caso de distribuição normal, caso contrário, como mediana e intervalo interquartílico (IQR). As variáveis lineares serão analisadas usando o teste t não pareado de Student em variáveis com distribuição normal e o teste U de Mann-Whitney em variáveis com distribuição não normal. Valores de P inferiores a 0,05 serão considerados estatisticamente significativos. A análise estatística será realizada com o SPSS Statistics.
Tipo de estudo
Inscrição (Real)
Contactos e Locais
Locais de estudo
-
-
-
Rome, Itália, 00168
- IRCCS Policlinico Agostino Gemelli
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Gêneros Elegíveis para o Estudo
Método de amostragem
População do estudo
Descrição
Critério de inclusão:
- Procedimentos de cirurgia oncológica ginecológica
Critério de exclusão:
- valvulopatia grave
- insuficiência cardíaca
- Estenose aórtica grave
- Arritmias cardíacas graves
- Coagulopatia
- Contra-indicação para cálculo arterial
- recusa do paciente
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Modelos de observação: Controle de caso
- Perspectivas de Tempo: Retrospectivo
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
---|---|
Grupo de Índice de Previsão de Hipotensão (HPI)
Monitoramento hemodinâmico com HPI trabalhando com ClearSight
|
tratamento da hipotensão antes do aparecimento seguindo o algoritmo HPI
|
Grupo de controle
Monitoramento hemodinâmico com ClearSight clássico
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
---|---|---|
Hipotensão intraoperatória cumulativa
Prazo: No final da cirurgia
|
Comparação, nos dois grupos, da quantidade de hipotensão intraoperatória (PAM < 65 mmHg), medida pelo método TWAMAP.
|
No final da cirurgia
|
Colaboradores e Investigadores
Publicações e links úteis
Publicações Gerais
- Futier E, Lefrant JY, Guinot PG, Godet T, Lorne E, Cuvillon P, Bertran S, Leone M, Pastene B, Piriou V, Molliex S, Albanese J, Julia JM, Tavernier B, Imhoff E, Bazin JE, Constantin JM, Pereira B, Jaber S; INPRESS Study Group. Effect of Individualized vs Standard Blood Pressure Management Strategies on Postoperative Organ Dysfunction Among High-Risk Patients Undergoing Major Surgery: A Randomized Clinical Trial. JAMA. 2017 Oct 10;318(14):1346-1357. doi: 10.1001/jama.2017.14172.
- Salmasi V, Maheshwari K, Yang D, Mascha EJ, Singh A, Sessler DI, Kurz A. Relationship between Intraoperative Hypotension, Defined by Either Reduction from Baseline or Absolute Thresholds, and Acute Kidney and Myocardial Injury after Noncardiac Surgery: A Retrospective Cohort Analysis. Anesthesiology. 2017 Jan;126(1):47-65. doi: 10.1097/ALN.0000000000001432.
- Walsh M, Devereaux PJ, Garg AX, Kurz A, Turan A, Rodseth RN, Cywinski J, Thabane L, Sessler DI. Relationship between intraoperative mean arterial pressure and clinical outcomes after noncardiac surgery: toward an empirical definition of hypotension. Anesthesiology. 2013 Sep;119(3):507-15. doi: 10.1097/ALN.0b013e3182a10e26.
- Hatib F, Jian Z, Buddi S, Lee C, Settels J, Sibert K, Rinehart J, Cannesson M. Machine-learning Algorithm to Predict Hypotension Based on High-fidelity Arterial Pressure Waveform Analysis. Anesthesiology. 2018 Oct;129(4):663-674. doi: 10.1097/ALN.0000000000002300.
- Bijker JB, van Klei WA, Kappen TH, van Wolfswinkel L, Moons KG, Kalkman CJ. Incidence of intraoperative hypotension as a function of the chosen definition: literature definitions applied to a retrospective cohort using automated data collection. Anesthesiology. 2007 Aug;107(2):213-20. doi: 10.1097/01.anes.0000270724.40897.8e.
- Vernooij LM, van Klei WA, Machina M, Pasma W, Beattie WS, Peelen LM. Different methods of modelling intraoperative hypotension and their association with postoperative complications in patients undergoing non-cardiac surgery. Br J Anaesth. 2018 May;120(5):1080-1089. doi: 10.1016/j.bja.2018.01.033. Epub 2018 Mar 21.
- An R, Pang QY, Liu HL. Association of intra-operative hypotension with acute kidney injury, myocardial injury and mortality in non-cardiac surgery: A meta-analysis. Int J Clin Pract. 2019 Oct;73(10):e13394. doi: 10.1111/ijcp.13394. Epub 2019 Sep 11.
- Wesselink EM, Kappen TH, Torn HM, Slooter AJC, van Klei WA. Intraoperative hypotension and the risk of postoperative adverse outcomes: a systematic review. Br J Anaesth. 2018 Oct;121(4):706-721. doi: 10.1016/j.bja.2018.04.036. Epub 2018 Jun 20.
- Scholz AF, Oldroyd C, McCarthy K, Quinn TJ, Hewitt J. Systematic review and meta-analysis of risk factors for postoperative delirium among older patients undergoing gastrointestinal surgery. Br J Surg. 2016 Jan;103(2):e21-8. doi: 10.1002/bjs.10062. Epub 2015 Dec 16.
- Bijker JB, Persoon S, Peelen LM, Moons KG, Kalkman CJ, Kappelle LJ, van Klei WA. Intraoperative hypotension and perioperative ischemic stroke after general surgery: a nested case-control study. Anesthesiology. 2012 Mar;116(3):658-64. doi: 10.1097/ALN.0b013e3182472320.
- Ahuja S, Mascha EJ, Yang D, Maheshwari K, Cohen B, Khanna AK, Ruetzler K, Turan A, Sessler DI. Associations of Intraoperative Radial Arterial Systolic, Diastolic, Mean, and Pulse Pressures with Myocardial and Acute Kidney Injury after Noncardiac Surgery: A Retrospective Cohort Analysis. Anesthesiology. 2020 Feb;132(2):291-306. doi: 10.1097/ALN.0000000000003048.
- Mascha EJ, Yang D, Weiss S, Sessler DI. Intraoperative Mean Arterial Pressure Variability and 30-day Mortality in Patients Having Noncardiac Surgery. Anesthesiology. 2015 Jul;123(1):79-91. doi: 10.1097/ALN.0000000000000686.
- Mathis MR, Naik BI, Freundlich RE, Shanks AM, Heung M, Kim M, Burns ML, Colquhoun DA, Rangrass G, Janda A, Engoren MC, Saager L, Tremper KK, Kheterpal S, Aziz MF, Coffman T, Durieux ME, Levy WJ, Schonberger RB, Soto R, Wilczak J, Berman MF, Berris J, Biggs DA, Coles P, Craft RM, Cummings KC, Ellis TA 2nd, Fleishut PM, Helsten DL, Jameson LC, van Klei WA, Kooij F, LaGorio J, Lins S, Miller SA, Molina S, Nair B, Paganelli WC, Peterson W, Tom S, Wanderer JP, Wedeven C; Multicenter Perioperative Outcomes Group Investigators. Preoperative Risk and the Association between Hypotension and Postoperative Acute Kidney Injury. Anesthesiology. 2020 Mar;132(3):461-475. doi: 10.1097/ALN.0000000000003063. Erratum In: Anesthesiology. 2020 Jan 6;:
- Suehiro K, Tanaka K, Mikawa M, Uchihara Y, Matsuyama T, Matsuura T, Funao T, Yamada T, Mori T, Nishikawa K. Improved Performance of the Fourth-Generation FloTrac/Vigileo System for Tracking Cardiac Output Changes. J Cardiothorac Vasc Anesth. 2015;29(3):656-62. doi: 10.1053/j.jvca.2014.07.022. Epub 2014 Nov 14.
- Kouz K, Scheeren TWL, de Backer D, Saugel B. Pulse Wave Analysis to Estimate Cardiac Output. Anesthesiology. 2021 Jan 1;134(1):119-126. doi: 10.1097/ALN.0000000000003553. No abstract available.
- Gehlen J, Klaschik S, Neumann C, Keyver-Paik MD, Mustea A, Soehle M, Frede S, Velten M, Hoeft A, Hilbert T. Dynamic changes of angiopoietins and endothelial nitric oxide supply during fluid resuscitation for major gyn-oncological surgery: a prospective observation. J Transl Med. 2020 Jan 31;18(1):48. doi: 10.1186/s12967-020-02236-9.
- Bossy M, Nyman M, Madhuri TK, Tailor A, Chatterjee J, Butler-Manuel S, Ellis P, Feldheiser A, Creagh-Brown B. The need for post-operative vasopressor infusions after major gynae-oncologic surgery within an ERAS (Enhanced Recovery After Surgery) pathway. Perioper Med (Lond). 2020 Sep 7;9:26. doi: 10.1186/s13741-020-00158-0. eCollection 2020.
- Frizzell JD, Liang L, Schulte PJ, Yancy CW, Heidenreich PA, Hernandez AF, Bhatt DL, Fonarow GC, Laskey WK. Prediction of 30-Day All-Cause Readmissions in Patients Hospitalized for Heart Failure: Comparison of Machine Learning and Other Statistical Approaches. JAMA Cardiol. 2017 Feb 1;2(2):204-209. doi: 10.1001/jamacardio.2016.3956.
- Pinsky MR. Complexity modeling: identify instability early. Crit Care Med. 2010 Oct;38(10 Suppl):S649-55. doi: 10.1097/CCM.0b013e3181f24484.
- Guillame-Bert M, Dubrawski A, Wang D, Hravnak M, Clermont G, Pinsky MR. Learning temporal rules to forecast instability in continuously monitored patients. J Am Med Inform Assoc. 2017 Jan;24(1):47-53. doi: 10.1093/jamia/ocw048. Epub 2016 Jun 6.
- Davies SJ, Vistisen ST, Jian Z, Hatib F, Scheeren TWL. Ability of an Arterial Waveform Analysis-Derived Hypotension Prediction Index to Predict Future Hypotensive Events in Surgical Patients. Anesth Analg. 2020 Feb;130(2):352-359. doi: 10.1213/ANE.0000000000004121.
- Nuttall G, Burckhardt J, Hadley A, Kane S, Kor D, Marienau MS, Schroeder DR, Handlogten K, Wilson G, Oliver WC. Surgical and Patient Risk Factors for Severe Arterial Line Complications in Adults. Anesthesiology. 2016 Mar;124(3):590-7. doi: 10.1097/ALN.0000000000000967.
- Ameloot K, Palmers PJ, Malbrain ML. The accuracy of noninvasive cardiac output and pressure measurements with finger cuff: a concise review. Curr Opin Crit Care. 2015 Jun;21(3):232-9. doi: 10.1097/MCC.0000000000000198.
- Saugel B, Hoppe P, Nicklas JY, Kouz K, Korner A, Hempel JC, Vos JJ, Schon G, Scheeren TWL. Continuous noninvasive pulse wave analysis using finger cuff technologies for arterial blood pressure and cardiac output monitoring in perioperative and intensive care medicine: a systematic review and meta-analysis. Br J Anaesth. 2020 Jul;125(1):25-37. doi: 10.1016/j.bja.2020.03.013. Epub 2020 May 29.
- Maheshwari K, Buddi S, Jian Z, Settels J, Shimada T, Cohen B, Sessler DI, Hatib F. Performance of the Hypotension Prediction Index with non-invasive arterial pressure waveforms in non-cardiac surgical patients. J Clin Monit Comput. 2021 Feb;35(1):71-78. doi: 10.1007/s10877-020-00463-5. Epub 2020 Jan 27.
- Wijnberge M, van der Ster BJP, Geerts BF, de Beer F, Beurskens C, Emal D, Hollmann MW, Vlaar APJ, Veelo DP. Clinical performance of a machine-learning algorithm to predict intra-operative hypotension with noninvasive arterial pressure waveforms: A cohort study. Eur J Anaesthesiol. 2021 Jun 1;38(6):609-615. doi: 10.1097/EJA.0000000000001521.
- Frassanito L, Giuri PP, Vassalli F, Piersanti A, Longo A, Zanfini BA, Catarci S, Fagotti A, Scambia G, Draisci G. Hypotension Prediction Index with non-invasive continuous arterial pressure waveforms (ClearSight): clinical performance in Gynaecologic Oncologic Surgery. J Clin Monit Comput. 2022 Oct;36(5):1325-1332. doi: 10.1007/s10877-021-00763-4. Epub 2021 Oct 7.
- Maheshwari K, Khanna S, Bajracharya GR, Makarova N, Riter Q, Raza S, Cywinski JB, Argalious M, Kurz A, Sessler DI. A Randomized Trial of Continuous Noninvasive Blood Pressure Monitoring During Noncardiac Surgery. Anesth Analg. 2018 Aug;127(2):424-431. doi: 10.1213/ANE.0000000000003482.
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Real)
Conclusão do estudo (Real)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- 3664
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .
Ensaios clínicos em Câncer Ginecológico
-
Turku University HospitalLounais-Suomen SyöpäyhdistysAinda não está recrutandoSobrevivente de cancerFinlândia
-
Roswell Park Cancer InstituteNational Cancer Institute (NCI)RetiradoSobrevivente de cancerEstados Unidos
-
University of Alabama at BirminghamNational Cancer Institute (NCI); Auburn UniversityConcluído
-
Rutgers, The State University of New JerseyNational Cancer Institute (NCI)ConcluídoSobrevivente de cancerEstados Unidos
-
Wake Forest University Health SciencesNational Cancer Institute (NCI)ConcluídoSobrevivente de cancerEstados Unidos, Guam
-
Wake Forest University Health SciencesNational Cancer Institute (NCI); National Institute of Mental Health (NIMH)ConcluídoSobrevivente de cancerEstados Unidos
-
Masonic Cancer Center, University of MinnesotaConcluídoSobrevivente de cancerEstados Unidos
-
Abramson Cancer Center of the University of PennsylvaniaConcluídoPlano de cuidados de sobrevivência LIVESTRONG: coleta contínua de dados e pesquisa de acompanhamentoPaciente com cancerEstados Unidos
-
University of New MexicoNew Mexico State University; University of New Mexico Cancer CenterConcluído
-
Ohio State University Comprehensive Cancer CenterConcluídoSobrevivente de cancerEstados Unidos
Ensaios clínicos em Índice de Previsão de Hipotensão
-
Taipei Veterans General Hospital, TaiwanRecrutamentoAnestesia | Instabilidade Hemodinâmica | Desequilíbrio de fluidos e eletrólitosTaiwan
-
University of ZurichRetiradoTransplante Pulmonar | Disfunção Crônica do Aloenxerto Pulmonar | Rejeição Transplante Pulmonar
-
International Society for Vascular HealthConcluído
-
Kuopio University HospitalRecrutamentoCirurgia cardíacaFinlândia
-
Cairo UniversityAinda não está recrutandoDor Mecânica no Pescoço
-
Assiut UniversityAinda não está recrutandoDistúrbio do trabalho por turnos
-
Erasme University HospitalDesconhecidoDoenças Vasculares | Analgesia | Anestesia | Doença cardíaca | MonitoramentoBélgica
-
Erasme University HospitalConcluídoCirurgia cardíaca | Anestesia geral | Instabilidade Hemodinâmica | Dor Nociceptiva | Terapia dirigida por objetivos | Nol-Index | Remifentanil | Cirurgia vascularBélgica
-
Marmara UniversityConcluídoParalisia cerebral | Reabilitação | Percepção TátilPeru