- ICH GCP
- Реестр клинических исследований США
- Клиническое испытание NCT03932500
Исходы черепно-мозговой травмы и внешняя валидация прогностической модели CRASH
Исходы черепно-мозговой травмы и внешняя валидация прогностической модели CRASH в госпитале третичного уровня при государственном университете
Согласно отчету Всемирной организации здравоохранения (ВОЗ) за 2015 год, дорожно-транспортный травматизм является десятой причиной смертности в мире.
- 90% из них происходят в странах с низким и средним уровнем дохода (СНСД).
- Среди травм черепно-мозговая травма является ведущей причиной заболеваемости и смертности.
- Клиницистам приходится отвечать о прогнозе пострадавшего встревоженным близким как по прибытии, так и на протяжении всего курса лечения.
- Многоцентровое рандомизированное контролируемое исследование (CRASH) опубликовало модель прогнозирования для пациентов с черепно-мозговой травмой.
- Эта модель была основана на данных из стран с высоким уровнем дохода, а не из стран с низким и средним уровнем дохода.
- Следовательно, чтобы восполнить этот пробел, мы стремимся изучить исходы у пациентов с черепно-мозговой травмой, а также проверить модель прогнозирования испытания CRASH у пациентов с черепно-мозговой травмой.
- Это проспективное обсервационное исследование продолжительностью 18 месяцев, размер выборки составляет 500 пациентов.
- Пациенты с острой черепно-мозговой травмой старше 18 лет, госпитализированные в отделение неотложной хирургии.
- Пациенты с хронической травмой головы и пациенты с констатированной смертью головного мозга, у которых были извлечены органы, исключаются.
- Переменными являются возраст, оценка комы Глазго, реакция зрачков на свет, серьезные экстракраниальные травмы, результаты КТ.
- Результатом исследования является смертность на 14-й день и заболеваемость и смертность через 6 мес после черепно-мозговой травмы.
Обзор исследования
Статус
Подробное описание
Введение Согласно отчету Всемирной организации здравоохранения (ВОЗ) за 2015 г., дорожно-транспортный травматизм является десятой причиной смертности в мире[1]. 90% из них происходят в странах с низким и средним уровнем дохода (СНСД)[2]. Сложное взаимодействие факторов человека, транспортного средства и окружающей среды наряду с отсутствием устойчивых профилактических программ способствовало возникновению этой «тихой эпидемии» травм. Среди травм черепно-мозговая травма является ведущей причиной заболеваемости и смертности.
Наиболее уязвимой группой для получения черепно-мозговой травмы являются молодые работающие мужчины в возрасте 20-40 лет[3]. Около 60% людей с ЧМТ не возобновляют работу[3]. Исследование, проведенное в Дели, Индия, показало, что у пациентов с тяжелой ЧМТ, которые были без сознания при выписке, 50% из них умерли в течение шести месяцев, а еще 30% оставались в вегетативном состоянии [4].
Клиницистам приходится отвечать о прогнозе пострадавшего встревоженным близким как по прибытии, так и на протяжении всего курса лечения. Исследования показали, что прогностические модели — это статистические модели, которые объединяют данные пациентов для прогнозирования исхода, которые, вероятно, будут более точными, чем простые клинические прогнозы [5]. В многоцентровом рандомизированном контролируемом исследовании была опубликована модель прогнозирования для пациентов с черепно-мозговой травмой [6]. В отличие от других моделей прогнозирования, эта модель была основана на данных из стран с высоким уровнем дохода и стран с низким средним уровнем дохода. Однако внешняя проверка этой модели прогнозирования не проводилась на данных по СНСД[7]. Следовательно, чтобы восполнить этот пробел, мы стремимся изучить исход пациентов с черепно-мозговой травмой, а также проверить модель прогнозирования испытания CRASH у пациентов с черепно-мозговой травмой. например Мужчина 45 лет, попал в дорожно-транспортное происшествие с черепно-мозговой травмой. Его шкала комы Глазго была E4V4M5, как реакция зрачков на свет, так и КТ головного мозга свидетельствовали о субдуральной гематоме толщиной примерно 3 мм вдоль левой базифронтальной верхней и средней лобной выпуклостей без значительного лежащего в основе масс-эффекта. Эти детали вставляются в калькулятор АВАРИЙНОЙ ПРОГНОСТИЧЕСКОЙ МОДЕЛИ, как показано ниже. При этом смертность на 14-й день составляет 4,4%, а заболеваемость на 6-м месяце - 12,6%, т.е. неблагоприятный исход.
Сбор данных Сбор данных будет осуществляться резидентом и студентом-медиком одной и той же больницы. Пациенты будут проспективно наблюдаться в палате до выписки или смерти. Информация будет внесена в регистрационную форму на основании файла пациента. Письменное, действительное информированное согласие будет получено для наблюдения за пациентами на 14-й день и через 6 месяцев после даты травмы путем телефонного разговора.
Результаты:
Исходом исследования является смертность на 14-е сутки и смертность и заболеваемость на 6-й месяц после ЧМТ. Эта заболеваемость на 6-м месяце будет измеряться с помощью ШКАЛЫ РЕЗУЛЬТАТОВ ГЛАЗГО по телефону.
Переменные:
Демографические переменные, механизм травмы, статус перевода, жизненно важные параметры при поступлении, такие как систолическое артериальное давление, частота сердечных сокращений, шкала комы Глазго, будут отмечены в истории болезни. Реакция зрачков пациентов будет собираться из истории болезни. Будут отмечены результаты компьютерной томографии и информация о том, был ли пациент прооперирован (нейрохирургия). Другие травмы также будут зафиксированы.
Размер выборки Размер выборки для внешнего валидационного исследования должен включать не менее 100 пациентов с исходом и 100 пациентов без исхода[8,]. Краткосрочным результатом является смертность на 14-й день. Летальность во всех группах ЧМТ составляет 23%. Таким образом, чтобы иметь 100 событий, нам потребуется размер выборки не менее 500 пациентов. Через год будет проведен промежуточный анализ, чтобы увидеть, соответствует ли размер выборки, и будет принято дальнейшее решение о продолжительности исследования.
Данные анализа будут введены в Microsoft Excel 2016, а статистический анализ будет выполнен с использованием SPSS версии 17. Мы оценим производительность моделей в нашем наборе данных с точки зрения дискриминации и калибровки. Дискриминация описывает, насколько хорошо модель различает пациентов с интересующим исходом и без него. Калибровка показывает, насколько точно предсказанные результаты соответствуют наблюдаемым результатам.
Для оценки дискриминации рассчитаем площадь под кривой рабочей характеристики приемника (AUC). AUC, равная 1, означает идеальное различение, тогда как AUC, равная 0,5, означает, что различение модели не лучше случайного.
Чтобы оценить калибровку, мы построим график наблюдаемых и прогнозируемых результатов. Этика Информированное согласие будет получено соисследователем данного исследования от пациента/родственника (законного представителя) после поступления пациента в палату. Информированное согласие будет состоять в том, чтобы следить за пациентом по телефону через 14 дней и 6 месяцев с даты травмы. Во время пребывания в стационаре или при выписке, если пациент находится в сознании и в состоянии дать согласие, повторное согласие будет взято у самого пациента. Если пациент отказывается дать согласие, его / ее данные не будут записаны, и никакое последующее наблюдение не будет проводиться для целей исследования.
Тип исследования
Регистрация (Ожидаемый)
Контакты и местонахождение
Контакты исследования
- Имя: Monty Khajanchi
- Номер телефона: +919224422992
- Электронная почта: monta32@gmail.com
Места учебы
-
-
Maharashtra
-
Mumbai, Maharashtra, Индия, 400012
- Рекрутинг
- Seth GS medical college and KEM Hospital
-
Контакт:
- Monty Khajanchi
- Номер телефона: +919224422992
- Электронная почта: monta32@gmail.com
-
Младший исследователь:
- Asif Mulla
-
Младший исследователь:
- Devi Bavishi
-
-
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
Принимает здоровых добровольцев
Полы, имеющие право на обучение
Метод выборки
Исследуемая популяция
Описание
Критерии включения:
- В исследование будут включены взрослые в возрасте старше 18 лет с острой черепно-мозговой травмой, поступившие в неотложную хирургическую службу Мемориальной больницы короля Эдуарда, Парел, Мумбаи.
Критерий исключения:
- Пациенты с хронической травмой головы будут исключены. Пациенты, у которых была объявлена смерть мозга и у которых были извлечены органы, будут исключены из исследования.
Учебный план
Как устроено исследование?
Детали дизайна
- Наблюдательные модели: Когорта
- Временные перспективы: Перспективный
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Временное ограничение |
---|---|
Смертность
Временное ограничение: 14 дней
|
14 дней
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
---|---|---|
Заболеваемость
Временное ограничение: 6 месяцев
|
Шкала результатов Глазго (GOS) — это глобальная шкала функциональных результатов, которая оценивает состояние пациента по одной из пяти категорий: смерть (1), вегетативное состояние (2), тяжелая инвалидность (3), умеренная инвалидность (4) или хорошее выздоровление ( 5). 1 - худший, 5 - лучший.
|
6 месяцев
|
Смертность
Временное ограничение: 6 месяцев
|
Шкала результатов Глазго (GOS) — это глобальная шкала функциональных результатов, которая оценивает состояние пациента по одной из пяти категорий: смерть (1), вегетативное состояние (2), тяжелая инвалидность (3), умеренная инвалидность (4) или хорошее выздоровление ( 5). 1 - худший, 5 - лучший.
|
6 месяцев
|
Соавторы и исследователи
Публикации и полезные ссылки
Общие публикации
- Gururaj G. Epidemiology of traumatic brain injuries: Indian scenario. Neurol Res. 2002 Jan;24(1):24-8. doi: 10.1179/016164102101199503.
- Haagsma JA, Graetz N, Bolliger I, Naghavi M, Higashi H, Mullany EC, Abera SF, Abraham JP, Adofo K, Alsharif U, Ameh EA, Ammar W, Antonio CA, Barrero LH, Bekele T, Bose D, Brazinova A, Catala-Lopez F, Dandona L, Dandona R, Dargan PI, De Leo D, Degenhardt L, Derrett S, Dharmaratne SD, Driscoll TR, Duan L, Petrovich Ermakov S, Farzadfar F, Feigin VL, Franklin RC, Gabbe B, Gosselin RA, Hafezi-Nejad N, Hamadeh RR, Hijar M, Hu G, Jayaraman SP, Jiang G, Khader YS, Khan EA, Krishnaswami S, Kulkarni C, Lecky FE, Leung R, Lunevicius R, Lyons RA, Majdan M, Mason-Jones AJ, Matzopoulos R, Meaney PA, Mekonnen W, Miller TR, Mock CN, Norman RE, Orozco R, Polinder S, Pourmalek F, Rahimi-Movaghar V, Refaat A, Rojas-Rueda D, Roy N, Schwebel DC, Shaheen A, Shahraz S, Skirbekk V, Soreide K, Soshnikov S, Stein DJ, Sykes BL, Tabb KM, Temesgen AM, Tenkorang EY, Theadom AM, Tran BX, Vasankari TJ, Vavilala MS, Vlassov VV, Woldeyohannes SM, Yip P, Yonemoto N, Younis MZ, Yu C, Murray CJ, Vos T. The global burden of injury: incidence, mortality, disability-adjusted life years and time trends from the Global Burden of Disease study 2013. Inj Prev. 2016 Feb;22(1):3-18. doi: 10.1136/injuryprev-2015-041616. Epub 2015 Dec 3.
- Agrawal D, Singh PK, Sinha S, Gupta DK, Satyarthee GD, Misra MC. Remaining unconscious: The burden of traumatic brain injuries in India. J Neurosci Rural Pract. 2015 Oct-Dec;6(4):520-2. doi: 10.4103/0976-3147.165394.
- Lee KL, Pryor DB, Harrell FE Jr, Califf RM, Behar VS, Floyd WL, Morris JJ, Waugh RA, Whalen RE, Rosati RA. Predicting outcome in coronary disease. Statistical models versus expert clinicians. Am J Med. 1986 Apr;80(4):553-60. doi: 10.1016/0002-9343(86)90807-7.
- MRC CRASH Trial Collaborators, Perel P, Arango M, Clayton T, Edwards P, Komolafe E, Poccock S, Roberts I, Shakur H, Steyerberg E, Yutthakasemsunt S. Predicting outcome after traumatic brain injury: practical prognostic models based on large cohort of international patients. BMJ. 2008 Feb 23;336(7641):425-9. doi: 10.1136/bmj.39461.643438.25. Epub 2008 Feb 12.
- Roozenbeek B, Lingsma HF, Lecky FE, Lu J, Weir J, Butcher I, McHugh GS, Murray GD, Perel P, Maas AI, Steyerberg EW; International Mission on Prognosis Analysis of Clinical Trials in Traumatic Brain Injury (IMPACT) Study Group; Corticosteroid Randomisation After Significant Head Injury (CRASH) Trial Collaborators; Trauma Audit and Research Network (TARN). Prediction of outcome after moderate and severe traumatic brain injury: external validation of the International Mission on Prognosis and Analysis of Clinical Trials (IMPACT) and Corticoid Randomisation After Significant Head injury (CRASH) prognostic models. Crit Care Med. 2012 May;40(5):1609-17. doi: 10.1097/CCM.0b013e31824519ce.
- Collins GS, Ogundimu EO, Altman DG. Sample size considerations for the external validation of a multivariable prognostic model: a resampling study. Stat Med. 2016 Jan 30;35(2):214-26. doi: 10.1002/sim.6787. Epub 2015 Nov 9.
Даты записи исследования
Изучение основных дат
Начало исследования (Действительный)
Первичное завершение (Ожидаемый)
Завершение исследования (Ожидаемый)
Даты регистрации исследования
Первый отправленный
Впервые представлено, что соответствует критериям контроля качества
Первый опубликованный (Действительный)
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
Последнее отправленное обновление, отвечающее критериям контроля качества
Последняя проверка
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- EC/198/2017
- U1111-1231-3772 (Другой идентификатор: Universal Trial Registration)
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .