Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Förutsägelse av det spontana andningstestets framgång med användning av biosignal och biomarkör i Critical Care Unit genom en maskininlärningsmetod

25 juni 2026 uppdaterad av: Centre Hospitalier Universitaire de Nice

Sammanhang:

Flera författare har varit intresserade av att tillämpa artificiell intelligens (AI) på medicin, med hjälp av olika maskininlärningstekniker (ML): hantera septisk chock, förutsäga njursvikt... [1, 2] AI har en viktig plats i beslutsstöd för kliniker [ 3]. Avvänjningsperioden är en mycket viktig tid i hanteringen av en patient på mekanisk ventilation och kan ta upp till hälften av tiden på intensivvårdsavdelningen. Det första avvänjningsförsöket misslyckades hos 20 % av patienterna. Dödligheten kan dock vara så hög som 38 % hos patienter med den svåraste avvänjningen [4]. Endast ett fåtal studier har tittat på tillämpningen av maskininlärning inom detta område, och endast en har tittat på användningen av biosignaler (hjärtfrekvens, EKG, ventilationsparametrar...) [5-7]. För att förbättra sjukligheten, dödligheten och minska vistelsetiden är det viktigt att kunna förutsäga framgången med det spontana andningstestet och extuberingen.

Utredare föreslår att man utvecklar en prediktiv algoritm för framgången av ett ventilationsavvänjningstest baserat på biosignalregister och andra funktioner.

Metoder:

Det är en kritisk vård, oligocentrerad och retrospektiv studie som utredarna inkluderade biosignalvariabler extraherade från den elektroniska journalen, såsom respiratoriska (RR, minutvolym...), hjärt (systoliskt tryck, hjärtfrekvens...), ventilator. parametrar och andra diskreta variabler (ålder, komorbiditet...). De flesta biosignalvariabler är rekord från minut för minut. Registreringen startar 48 timmar före testet och slutar vid början av avvänjningstestet. Utredarna extraherade funktioner från dessa poster, kombinerade dem med andra biomarkörer och tillämpade flera maskininlärningsalgoritmer: Logistic Regression, Random Forest Classifier, Support Vector Classifier (SVC), XGBoost och Light Gradient Boosting Method (LGBM)...

Studieöversikt

Studietyp

Observationell

Inskrivning (Beräknad)

500

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studiekontakt

Studera Kontakt Backup

Studieorter

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

  • Barn
  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Alla patienter inlagda på intensivvård/kritisk vård som behövde ventilationsstöd, oavsett etiologi som kräver det.

Beskrivning

Inklusionskriterier:

  • Datoriserad hälsorapport (CHR)
  • Spontant andningstest borde ha utförts

Exklusions kriterier:

  • Spontant andningstest har inte utförts,
  • Biosignaler (hjärt-, respiratoriska) är inte registrerade i CHR
  • Patienten dog före det spontana andningstestet
  • Motstånd mot studien har uttryckts.

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Kohorter och interventioner

Grupp / Kohort
Intervention / Behandling
Spontant andningstest
Den första gruppen kommer endast att bestå av patienter inlagda på intensivvård/kritisk vård för ventilationsstöd, och som lyckades med det spontana andningstestet.
Syftet är att efterlikna ventilationsförhållandena efter extubation och därmed hjälpa läkaren att förutsäga resultatet av ett extubationsbeslut.
Icke spontant andningstest
Den andra gruppen kommer endast att bestå av patienter inlagda på intensivvård/kritisk vård för ventilationsstöd, och som inte klarade det spontana andningstestet.
Syftet är att efterlikna ventilationsförhållandena efter extubation och därmed hjälpa läkaren att förutsäga resultatet av ett extubationsbeslut.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Förutsägelse av det spontana andningstestresultatet.
Tidsram: 2 år

Två testmetoder utförs i klinisk: antingen ett T-rörstest eller ett spontant ventilationstest vid låg nivå av Inspiratory Support och PEEP (7AI 4PEEP, 7Ai 0PEEP).

Ett framgångsrikt avvänjningstest definieras av avsaknaden av följande kriterier i slutet av testet: (i) ökning av andningsfrekvens > 35 cpm, (ii) SpO2 <90 %, (iii) förändring på mer än 20 % i hjärtfrekvens eller blodtryck, (iv) modifiering av medvetandet.

2 år

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

1 januari 2023

Primärt slutförande (Faktisk)

12 december 2024

Avslutad studie (Beräknad)

25 juni 2027

Studieregistreringsdatum

Först inskickad

24 maj 2023

Först inskickad som uppfyllde QC-kriterierna

24 maj 2023

Första postat (Faktisk)

2 juni 2023

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

29 juni 2026

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

25 juni 2026

Senast verifierad

1 juni 2026

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • 23Rea01

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Prenumerera