- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT06202638
Um estudo da precisão diagnóstica do algoritmo do índice de predição de hipotensão (HPI) em ressecções pulmonares
Um estudo de viabilidade de coorte multicêntrico observacional, prospectivo e não randomizado do índice de predição de hipotensão (HPI) em pacientes submetidos a ressecções pulmonares com uso de ventilação unilateral.
Visão geral do estudo
Status
Condições
Intervenção / Tratamento
Descrição detalhada
O Índice de Predição de Hipotensão (HPI) é um escore hemodinâmico desenvolvido especificamente para predição de episódios de hipotensão intraoperatória (IOH). É baseado em um algoritmo programado na plataforma clínica do monitor Edwards Lifesciences HemoSphere (Irvine, CA, EUA). O HPI é baseado em uma análise contínua de uma forma de onda de pressão arterial. Ele é processado além do algoritmo FloTrac por meio do sensor proprietário Acumen IQ e usa uma tecnologia de inteligência artificial. Após validação interna, o algoritmo foi validado prospectivamente, externamente e clinicamente em pacientes cirúrgicos gerais, perioperatórios, pacientes cirúrgicos cardiovasculares e pacientes de UTI COVID-19 com ventilação mecânica.
Ao contrário dos sistemas de monitoramento convencionais, que exibem parâmetros fisiológicos na vida real, um algoritmo HPI detecta as primeiras alterações, variabilidade multivariada e interações nos dados fisiológicos inter-relacionados sobre pré-carga, pós-carga e contratilidade para fornecer um índice que prevê um próximo evento hipotensivo . As variáveis utilizadas pelo algoritmo protegido por patente para calcular o HPI são as seguintes: variabilidade da frequência cardíaca (alterações na frequência cardíaca/alterações na PAM); complexidade da forma de onda de pressão arterial (entropia aproximada da forma de onda, entropia da forma de onda da amostra, medida no domínio da frequência de harmônicos de ordem superior); parâmetros de pré-carga (variação da pressão de pulso PPV, variação do volume sistólico SVV); parâmetros de contratilidade (inclinação da parte ascendente da onda de pressão acima do tempo, dP/dt); e parâmetros de pós-carga (SVR, elastância arterial dinâmica Eadyn), mas sua contribuição relativa para o índice final não é revelada.
Os valores finais do índice do HPI variam de 1 a 100, com números crescentes representando uma maior probabilidade de um evento hipotensor iminente. Esses eventos são definidos como pressão arterial média (PAM) <65 mmHg ocorrendo por mais de um minuto. Os valores do HPI predizem a ocorrência de hipotensão cinco a quinze minutos antes do evento, com sensibilidade e especificidade em ambos os intervalos superiores a 80%. Na maioria dos estudos, um valor de 85 HPI prediz um episódio hipotensivo, e esse valor é pré-programado arbitrariamente no monitor HemoSphere para alertar o médico e permitir respostas proativas para minimizar ou até mesmo prevenir totalmente a hipotensão intraoperatória.
Os parâmetros usados e incorporados ao monitor HemoSphere podem orientar o médico no manejo ideal da IOH. Essas variáveis de "tela secundária" incluem o parâmetro de contratilidade ventricular esquerda (dP/dt), o parâmetro de pré-carga dinâmica (SVV) e o parâmetro de pós-carga de elastância arterial dinâmica Eadyn.
O aumento máximo da pressão do ventrículo esquerdo (VE) (LV dP/dt max) é um marcador clássico do desempenho do VE e da função sistólica. É convencionalmente definida como a mudança na pressão na cavidade ventricular esquerda durante o período de contração isovolumétrica e originalmente requer cateterização do VE. Na prática clínica, uma forma de onda substituta da pressão arterial periférica é usada para estimar o valor dP/dt e prever a necessidade de suporte inotrópico.
A VVS é um parâmetro dinâmico de pré-carga e representa a diferença no volume sistólico do ventrículo esquerdo secundária a alterações na pressão intratorácica induzida pela ventilação mecânica.
A elastância arterial dinâmica Eadyn representa a proporção da variação da pressão de pulso (VPP) em relação à VVS. Pode ser usado para avaliar o tônus vascular, que pode prever a resposta da pressão arterial após carga de volume e/ou resposta potencial à administração de vasopressores.
Tanto o PPV quanto o SVV são considerados superiores aos índices estáticos para prever a responsividade a fluidos. Ambos são baseados em interações coração-pulmão e refletem alterações cíclicas hemodinâmicas induzidas pela ventilação mecânica na condição de tórax fechado. Seus valores estão significativamente correlacionados com a magnitude do TV. A atual estratégia ventilatória intraoperatória de baixo volume corrente protege os pulmões, mas ao mesmo tempo reduz a confiabilidade dos índices dinâmicos, particularmente em condições de tórax aberto. Devido às alterações limitadas na pressão intratorácica durante o ciclo respiratório em condições de pulmão aberto, existe o risco de receber valores de parâmetros falsos negativos. VPP e VVS parecem ser imprecisos na previsão da responsividade a fluidos em ambiente de tórax aberto durante cirurgia cardiotorácica.
O HPI foi validado em casos de cirurgia geral e UTI, mas não em procedimentos de tórax aberto unilateral de cirurgia torácica. Esses procedimentos incluem não apenas condições fisiológicas significativamente anormais (pleura aberta e ventilação protetora de um pulmão), mas também uma alta incidência de intervenções cirúrgicas manuais súbitas. Todos esses fatores podem influenciar e comprometer significativamente o desempenho do IPH.
O objetivo deste estudo é validar a tecnologia HPI em procedimentos de ressecção pulmonar de tórax aberto com uso de ventilação monopulmonar. O grupo de estudo será composto por 60 pacientes adultos consecutivos qualificados para procedimentos de ressecção pulmonar sob anestesia geral com tórax aberto e ventilação unipulmonar.
Os pacientes serão monitorados durante a operação usando monitoramento hemodinâmico invasivo padrão com transdutor de pressão arterial e concomitantemente com monitor HemoSphere com o software HPI anexado ao transdutor Acumen IQ (Edwards LifeSciences, Irvine, CA, EUA). Os médicos não terão conhecimento da saída do monitor HemoSphere. Formas de onda hemodinâmicas e dados de previsão de HPI, incluindo eventos hipotensivos (IOH), serão registrados desde o momento da inserção da cânula arterial até a saída da sala de operação. Os dados registrados serão divididos em sete coortes, representadas por intervalos de tempo separados:
0. Linha de base pré-indução, supino, respiração espontânea (se disponível e cânula arterial inserida pré-indução)
- Supino, tórax fechado, anestesiado, entubado, ventilação bipulmonar
- Decúbito lateral, tórax fechado, ventilação bipulmonar
- Decúbito lateral, tórax fechado, ventilação monopulmonar (VMP)
- Decúbito lateral, tórax aberto, ventilação monopulmonar (VMP)
- Decúbito lateral, tórax fechado, ventilação bipulmonar pós-ressecção
- Supino, tórax fechado, ventilação bipulmonar
Estimaremos a sensibilidade (recall) e o valor preditivo positivo (precisão) do algoritmo HPI e descreveremos o número de alarmes falsos, bem como de eventos perdidos, sem nos referirmos explicitamente à especificidade ou ao valor preditivo negativo.
A condução e os relatórios do estudo serão realizados de acordo com as diretrizes STARD.
Tipo de estudo
Inscrição (Real)
Contactos e Locais
Locais de estudo
-
-
-
Athens, Grécia, 12462
- Faculty of Medicine, NKUA Attikon University Hospital
-
-
-
-
Małopolska
-
Krakow, Małopolska, Polônia, 31-202
- St. John Paul II Hospital in Krakow
-
-
Silesian Voivodeship
-
Zabrze, Silesian Voivodeship, Polônia, 40-055
- Department of Anesthesiology and Intensive Therapy; Department of Pain Research and Treatment, Faculty of Medical Sciences Zabrze
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Método de amostragem
População do estudo
Descrição
Critério de inclusão:
- Estado físico II a IV da Sociedade Americana de Anestesiologistas (ASA);
- Monitoramento invasivo planejado da pressão arterial durante anestesia geral com duração prevista de mais de 2 horas e hospitalização noturna planejada.
- Procedimentos: lobectomia toracoscópica videoassistida (VATS), lobectomia por toracotomia aberta, pneumonectomia.
- Adultos maiores de 18 anos.
Critério de exclusão:
- Procedimentos de urgência/emergência.
- Pacientes com shunts intracardíacos clinicamente importantes conhecidos.
- Doença valvular moderada a grave.
- Arritmias sintomáticas pré-operatórias, incluindo FA.
- Insuficiência cardíaca congestiva com fração de ejeção do VE inferior a 35%.
- Recusa de participação
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
|---|---|
|
O curso da pressão arterial e do HPI em 7 coortes de janelas de tempo em pacientes ventilados com um pulmão
60 pacientes adultos consecutivos qualificados para procedimentos de ressecção pulmonar de tórax aberto sob anestesia geral com ventilação monopulmonar serão monitorados durante a operação usando monitoramento hemodinâmico invasivo padrão com transdutor de pressão arterial e concomitantemente com monitor HemoSphere com o software HPI conectado ao transdutor Acumen IQ (Edwards LifeSciences, Irvine, CA, EUA).
Os médicos não terão conhecimento da saída do monitor HemoSphere.
As formas de onda hemodinâmicas e os dados de previsão do HPI serão registrados desde o momento da inserção da cânula arterial até a saída da sala de operação.
Valores de HPI e evolução hemodinâmica intraoperatória, incluindo eventos hipotensivos intraoperatórios (IOH), serão registrados em todas as etapas do procedimento.
|
Dois cursos concomitantes de dados intraoperatórios serão registrados: 1. a forma de onda arterial e a pressão no monitor hemodinâmico padrão do paciente e 2. os dados do monitor HemoSphere com software Acumen Hypotension Prediction Index
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Valor preditivo positivo
Prazo: Período intraoperatório
|
|
Período intraoperatório
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Taxa de eventos
Prazo: Período intraoperatório
|
|
Período intraoperatório
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Mirosław Ziętkiewicz, MD, PhD, 2nd Anesthesiology and Intensive Care Unit, John Paul II Hospital, Prądnicka St. 80, Kraków, Poland
Publicações e links úteis
Publicações Gerais
- 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.
- von Elm E, Altman DG, Egger M, Pocock SJ, Gotzsche PC, Vandenbroucke JP; STROBE Initiative. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. Lancet. 2007 Oct 20;370(9596):1453-7. doi: 10.1016/S0140-6736(07)61602-X.
- Song SY, Jung JY, Cho MS, Kim JH, Ryu TH, Kim BI. Volume-controlled versus pressure-controlled ventilation-volume guaranteed mode during one-lung ventilation. Korean J Anesthesiol. 2014 Oct;67(4):258-63. doi: 10.4097/kjae.2014.67.4.258. Epub 2014 Oct 27.
- Lin F, Pan L, Qian W, Ge W, Dai H, Liang Y. Comparison of three ventilatory modes during one-lung ventilation in elderly patients. Int J Clin Exp Med. 2015 Jun 15;8(6):9955-60. eCollection 2015.
- 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.
- 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.
- Piccioni F, Bernasconi F, Tramontano GTA, Langer M. A systematic review of pulse pressure variation and stroke volume variation to predict fluid responsiveness during cardiac and thoracic surgery. J Clin Monit Comput. 2017 Aug;31(4):677-684. doi: 10.1007/s10877-016-9898-5. Epub 2016 Jun 15.
- Bossuyt PM, Reitsma JB, Bruns DE, Gatsonis CA, Glasziou PP, Irwig L, Lijmer JG, Moher D, Rennie D, de Vet HC, Kressel HY, Rifai N, Golub RM, Altman DG, Hooft L, Korevaar DA, Cohen JF; STARD Group. STARD 2015: an updated list of essential items for reporting diagnostic accuracy studies. BMJ. 2015 Oct 28;351:h5527. doi: 10.1136/bmj.h5527.
- Mahmoud K, Ammar A, Kasemy Z. Comparison Between Pressure-Regulated Volume-Controlled and Volume-Controlled Ventilation on Oxygenation Parameters, Airway Pressures, and Immune Modulation During Thoracic Surgery. J Cardiothorac Vasc Anesth. 2017 Oct;31(5):1760-1766. doi: 10.1053/j.jvca.2017.03.026. Epub 2017 Mar 22.
- Shin B, Maler SA, Reddy K, Fleming NW. Use of the Hypotension Prediction Index During Cardiac Surgery. J Cardiothorac Vasc Anesth. 2021 Jun;35(6):1769-1775. doi: 10.1053/j.jvca.2020.12.025. Epub 2020 Dec 21.
- de Keijzer IN, Vos JJ, Scheeren TWL. Hypotension Prediction Index: from proof-of-concept to proof-of-feasibility. J Clin Monit Comput. 2020 Dec;34(6):1135-1138. doi: 10.1007/s10877-020-00465-3. Epub 2020 Jan 23. No abstract available.
- Rajkomar A, Dean J, Kohane I. Machine Learning in Medicine. N Engl J Med. 2019 Apr 4;380(14):1347-1358. doi: 10.1056/NEJMra1814259. No abstract available.
- van der Ven WH, Terwindt LE, Risvanoglu N, Ie ELK, Wijnberge M, Veelo DP, Geerts BF, Vlaar APJ, van der Ster BJP. Performance of a machine-learning algorithm to predict hypotension in mechanically ventilated patients with COVID-19 admitted to the intensive care unit: a cohort study. J Clin Monit Comput. 2022 Oct;36(5):1397-1405. doi: 10.1007/s10877-021-00778-x. Epub 2021 Nov 13.
- Vistisen ST, Johnson AEW, Scheeren TWL. Predicting vital sign deterioration with artificial intelligence or machine learning. J Clin Monit Comput. 2019 Dec;33(6):949-951. doi: 10.1007/s10877-019-00343-7. Epub 2019 Jun 28. No abstract available.
- Vos JJ, Scheeren TWL. Intraoperative hypotension and its prediction. Indian J Anaesth. 2019 Nov;63(11):877-885. doi: 10.4103/ija.IJA_624_19. Epub 2019 Nov 8.
- Sharman JE, Qasem AM, Hanekom L, Gill DS, Lim R, Marwick TH. Radial pressure waveform dP/dt max is a poor indicator of left ventricular systolic function. Eur J Clin Invest. 2007 Apr;37(4):276-81. doi: 10.1111/j.1365-2362.2007.01784.x.
- de Waal EE, Rex S, Kruitwagen CL, Kalkman CJ, Buhre WF. Dynamic preload indicators fail to predict fluid responsiveness in open-chest conditions. Crit Care Med. 2009 Feb;37(2):510-5. doi: 10.1097/CCM.0b013e3181958bf7.
- Fu Q, Duan M, Zhao F, Mi W. Evaluation of stroke volume variation and pulse pressure variation as predictors of fluid responsiveness in patients undergoing protective one-lung ventilation. Drug Discov Ther. 2015 Aug;9(4):296-302. doi: 10.5582/ddt.2015.01046.
- Tugrul M, Camci E, Karadeniz H, Senturk M, Pembeci K, Akpir K. Comparison of volume controlled with pressure controlled ventilation during one-lung anaesthesia. Br J Anaesth. 1997 Sep;79(3):306-10. doi: 10.1093/bja/79.3.306.
- Montes FR, Pardo DF, Charris H, Tellez LJ, Garzon JC, Osorio C. Comparison of two protective lung ventilatory regimes on oxygenation during one-lung ventilation: a randomized controlled trial. J Cardiothorac Surg. 2010 Nov 2;5:99. doi: 10.1186/1749-8090-5-99.
- Kim KN, Kim DW, Jeong MA, Sin YH, Lee SK. Comparison of pressure-controlled ventilation with volume-controlled ventilation during one-lung ventilation: a systematic review and meta-analysis. BMC Anesthesiol. 2016 Aug 31;16(1):72. doi: 10.1186/s12871-016-0238-6.
- Lin F, Pan L, Huang B, Ruan L, Liang R, Qian W, Ge W. Pressure-controlled versus volume-controlled ventilation during one-lung ventilation in elderly patients with poor pulmonary function. Ann Thorac Med. 2014 Oct;9(4):203-8. doi: 10.4103/1817-1737.140125.
- Lohser J. Evidence-based management of one-lung ventilation. Anesthesiol Clin. 2008 Jun;26(2):241-72, v. doi: 10.1016/j.anclin.2008.01.011.
- Tan J, Song Z, Bian Q, Li P, Gu L. Effects of volume-controlled ventilation vs. pressure-controlled ventilation on respiratory function and inflammatory factors in patients undergoing video-assisted thoracoscopic radical resection of pulmonary carcinoma. J Thorac Dis. 2018 Mar;10(3):1483-1489. doi: 10.21037/jtd.2018.03.03.
- Zhang BJ, Tian HT, Li HO, Meng J. The effects of one-lung ventilation mode on lung function in elderly patients undergoing esophageal cancer surgery. Medicine (Baltimore). 2018 Jan;97(1):e9500. doi: 10.1097/MD.0000000000009500.
- Schick V, Dusse F, Eckardt R, Kerkhoff S, Commotio S, Hinkelbein J, Mathes A. Comparison of Volume-Guaranteed or -Targeted, Pressure-Controlled Ventilation with Volume-Controlled Ventilation during Elective Surgery: A Systematic Review and Meta-Analysis. J Clin Med. 2021 Mar 19;10(6):1276. doi: 10.3390/jcm10061276.
- Samantaray A, Hemanth N. Comparison of two ventilation modes in post-cardiac surgical patients. Saudi J Anaesth. 2011 Apr;5(2):173-8. doi: 10.4103/1658-354X.82790.
- Ranucci M, Barile L, Ambrogi F, Pistuddi V; Surgical and Clinical Outcome Research (SCORE) Group. Discrimination and calibration properties of the hypotension probability indicator during cardiac and vascular surgery. Minerva Anestesiol. 2019 Jul;85(7):724-730. doi: 10.23736/S0375-9393.18.12620-4. Epub 2018 Nov 22.
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
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- NB.060.1.011.2022
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
produto fabricado e exportado 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 .