Прогнозирование осложнений после обширной операции на желудочно-кишечном тракте с помощью машинного обучения и ультразвукового исследования в стационаре (AI_PLUS)

Основная цель этого исследования — разработать систему машинного обучения для прогнозирования серьезных осложнений после обширной желудочно-кишечной хирургии. Вторичные цели включают объединение этой схемы с ультразвуковым исследованием в местах оказания медицинской помощи для определения наилучшей первоначальной реанимационной стратегии; и определить, какие ультразвуковые параметры лучше всего позволяют прогнозировать непереносимость жидкости. Кроме того, если РААС становится более активной после резекции печени.

Дизайн исследования:

Одноцентровое наблюдательное когортное исследование

Исследуемая популяция:

Взрослые пациенты, перенесшие плановое обширное хирургическое вмешательство на желудочно-кишечном тракте

Основные параметры исследования/результат исследования:

Основной конечной точкой исследования является система машинного обучения, основанная на гемодинамическом профиле, для прогнозирования серьезных осложнений, особенно сердечно-сосудистой/легочной нестабильности, включая сепсис и септический шок. Данные ClearSight будут использоваться для сбора неинвазивных сигналов артериального давления. будут собраны амбулаторные УЗИ сердца, легких и вен брюшной полости, а также клинические данные из электронной медицинской карты.

Параметры вторичного исследования/результаты исследования (если применимо):

Будут собраны ультразвуковые исследования сердца, легких и брюшных вен в местах оказания медицинской помощи, а также клинические данные из электронной медицинской карты. В подгруппе из 40 пациентов будут проанализированы уровни РААС и образцы портальной крови.