Обнаружение диссинхронности между пациентом и вентилятором с помощью алгоритма машинного обучения
10 июля 2024 г. обновлено: University of Sao Paulo General Hospital
Автоматическое обнаружение и классификация диссинхронии пациента и аппарата искусственной вентиляции легких с помощью алгоритма машинного обучения
Это диагностическое исследование, целью которого является сравнение точности обнаружения и классификации диссинхроний между пациентом и аппаратом искусственной вентиляции легких с помощью алгоритма машинного обучения по сравнению с золотым стандартом, определяемым как диссинхронии, диагностируемые и классифицируемые с помощью аппарата искусственной вентиляции легких и форм сигналов давления в пищеводе, анализируемых экспертами.
Основной вопрос данного исследования:
• Точно ли выявляются и классифицируются алгоритмом искусственного интеллекта диссинхронизации между пациентом и аппаратом искусственной вентиляции легких по сравнению с экспертами, анализирующими давление в пищеводе и формы сигналов искусственной вентиляции легких?
Обзор исследования
Статус
Рекрутинг
Условия
Подробное описание
Это диагностическое обсервационное исследование, целью которого является оценка автоматического обнаружения и классификации диссинхронии между пациентом и аппаратом искусственной вентиляции легких с помощью алгоритма машинного обучения. Точность алгоритма машинного обучения будет сравниваться с золотым стандартом, определяемым как диссинхронизация, обнаруженная и классифицированная экспертами по искусственной вентиляции легких.
Эксперты проанализируют давление в дыхательных путях, поток, объем и формы давления в пищеводе, чтобы обнаружить и классифицировать диссинхронию.
Тип исследования
Наблюдательный
Регистрация (Оцененный)
80
Контакты и местонахождение
В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.
Контакты исследования
- Имя: Glauco M Plens, MD
- Номер телефона: +5511982213020
- Электронная почта: glaucomplens@gmail.com
Места учебы
-
-
SP
-
Sao Paulo, SP, Бразилия, 05403900
- Рекрутинг
- Heart Institute, University of São Paulo
-
Контакт:
- Glauco M Plens, MD
- Номер телефона: +5511982213020
- Электронная почта: glaucomplens@gmail.com
-
-
Критерии участия
Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.
Критерии приемлемости
Возраст, подходящий для обучения
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Н/Д
Метод выборки
Невероятностная выборка
Исследуемая популяция
К участию допускаются взрослые субъекты, находящиеся на искусственной вентиляции легких в вспомогательном или контролируемом режиме и находящиеся под наблюдением с помощью пищеводного баллона давления по клиническим показаниям.
Описание
Критерии включения:
- Субъекты находятся на вспомогательной или контролируемой искусственной вентиляции легких и контролируются с помощью баллона давления в пищеводе.
Критерий исключения:
- Отказ от семьи пациента или лечащего врача
Учебный план
В этом разделе представлена подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
|---|---|
|
Искусственный интеллект: обнаружение и классификация диссинхроний между пациентом и аппаратом ИВЛ
Это одногрупповое исследование, поскольку все включенные в него субъекты будут подвергаться воздействию обоих диагностических методов (искусственного интеллекта и экспертов).
Предлагаемый метод диагностики представляет собой алгоритм машинного обучения, интегрированный в аппарат искусственной вентиляции легких FlexiMag Max 700 (Magnamed, Бразилия), который позволит непрерывно записывать данные искусственной вентиляции легких включенных субъектов в течение периода времени до 72 часов.
Золотой стандарт включает запись формы сигнала давления в пищеводе и автономный анализ экспертами.
|
Алгоритм машинного обучения для обнаружения и классификации диссинхроний между пациентом и аппаратом искусственной вентиляции легких, интегрированный в аппарат искусственной вентиляции легких (Fleximag Max, Magnamed, Бразилия).
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Диагностическая точность алгоритма искусственного интеллекта
Временное ограничение: 3 дня
|
Чувствительность, специфичность, положительная прогностическая ценность, отрицательная прогностическая ценность алгоритма искусственного интеллекта для обнаружения и классификации диссинхронии пациента и аппарата искусственной вентиляции легких.
Эти показатели точности будут оценены для каждого вида диссинхронии: неэффективного усилия, автоспуска, двойного запуска, обратного запуска, обратного запуска с двойным циклом.
|
3 дня
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Обнаружение Пенделлюфта
Временное ограничение: 3 дня
|
Процент циклов с маятниковым люфтом, обнаруженным с помощью алгоритма искусственного интеллекта, по сравнению с процентом циклов с маятниковым люфтом, обнаруженным с помощью давления в пищеводе
|
3 дня
|
Соавторы и исследователи
Здесь вы найдете людей и организации, участвующие в этом исследовании.
Соавторы
Следователи
- Директор по исследованиям: Eduardo LV Costa, MD, PhD, University of Sao Paulo
Публикации и полезные ссылки
Лицо, ответственное за внесение сведений об исследовании, добровольно предоставляет эти публикации. Это может быть что угодно, связанное с исследованием.
Общие публикации
- Amato MB, Barbas CS, Medeiros DM, Magaldi RB, Schettino GP, Lorenzi-Filho G, Kairalla RA, Deheinzelin D, Munoz C, Oliveira R, Takagaki TY, Carvalho CR. Effect of a protective-ventilation strategy on mortality in the acute respiratory distress syndrome. N Engl J Med. 1998 Feb 5;338(6):347-54. doi: 10.1056/NEJM199802053380602.
- Blanch L, Villagra A, Sales B, Montanya J, Lucangelo U, Lujan M, Garcia-Esquirol O, Chacon E, Estruga A, Oliva JC, Hernandez-Abadia A, Albaiceta GM, Fernandez-Mondejar E, Fernandez R, Lopez-Aguilar J, Villar J, Murias G, Kacmarek RM. Asynchronies during mechanical ventilation are associated with mortality. Intensive Care Med. 2015 Apr;41(4):633-41. doi: 10.1007/s00134-015-3692-6. Epub 2015 Feb 19.
- Acute Respiratory Distress Syndrome Network; Brower RG, Matthay MA, Morris A, Schoenfeld D, Thompson BT, Wheeler A. Ventilation with lower tidal volumes as compared with traditional tidal volumes for acute lung injury and the acute respiratory distress syndrome. N Engl J Med. 2000 May 4;342(18):1301-8. doi: 10.1056/NEJM200005043421801.
- LeCun Y, Bengio Y, Hinton G. Deep learning. Nature. 2015 May 28;521(7553):436-44. doi: 10.1038/nature14539.
- Sousa MLEA, Magrans R, Hayashi FK, Blanch L, Kacmarek RM, Ferreira JC. Clusters of Double Triggering Impact Clinical Outcomes: Insights From the EPIdemiology of Patient-Ventilator aSYNChrony (EPISYNC) Cohort Study. Crit Care Med. 2021 Sep 1;49(9):1460-1469. doi: 10.1097/CCM.0000000000005029.
- Sousa MLA, Magrans R, Hayashi FK, Blanch L, Kacmarek RM, Ferreira JC. Predictors of asynchronies during assisted ventilation and its impact on clinical outcomes: The EPISYNC cohort study. J Crit Care. 2020 Jun;57:30-35. doi: 10.1016/j.jcrc.2020.01.023. Epub 2020 Jan 21.
Даты записи исследования
Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.
Изучение основных дат
Начало исследования (Действительный)
25 мая 2024 г.
Первичное завершение (Оцененный)
24 мая 2025 г.
Завершение исследования (Оцененный)
24 декабря 2025 г.
Даты регистрации исследования
Первый отправленный
24 мая 2024 г.
Впервые представлено, что соответствует критериям контроля качества
10 июля 2024 г.
Первый опубликованный (Действительный)
17 июля 2024 г.
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
17 июля 2024 г.
Последнее отправленное обновление, отвечающее критериям контроля качества
10 июля 2024 г.
Последняя проверка
1 мая 2024 г.
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- CAAE 78855824.7.0000.0068
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
НЕТ
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Нет
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
Нет
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. .