此页面是自动翻译的，不保证翻译的准确性。请参阅 英文版 对于源文本。

困难插管分类的面部分析

2026年3月26日 更新者：Wake Forest University Health Sciences

计算机图像分析与传统气道检查技术预测困难气管插管的比较

该项目的目的是开发一种计算机算法，该算法可以根据三个不同角度的数码照片准确预测为患者插管的难易程度。 这样的应用程序可以通过分析捕获的照片中的面部特征来提供一致的、定量的插管难度测量——这些特征之前已被证明与执行插管程序的难易程度有关。 这与既定的主观协议形成对比，后者也用于预测插管困难，尽管准确性较低。 数字应用程序有可能减少与插管困难相关的潜在并发症并提高患者安全性。

研究概览

地位

招聘中

条件

干预/治疗

详细说明

本研究将招募对照组和实验组。 为了推动临床接受这项技术，研究人员需要研究并证明其适用于所有患者，不分种族或性别。 这将需要招募已在手术中证明易于插管的患者对照人群。 此类患者相对较多。 实验组将由在手术中发现难以插管的患者组成。 此外，将招募一个前瞻性队列，而无需事先了解插管的难易程度，以及随后在手术中确定的基本事实。 如果患者的麻醉记录描述了使用 Macintosh 3 刀片的单次尝试导致 1 级喉镜视图（声带完全暴露），则患者被定义为易于插管。 困难插管由以下至少一项定义：具有至少一年麻醉经验的操作员进行了多次尝试，4 分等级的 3 级或 4 级喉镜视图，5 需要第二名操作员，或非选择性使用替代气道装置的使用，例如探条、纤维支气管镜或插管式喉罩气道。

该研究的主要目的是开发能够根据面部外观区分可能难以插管的患者和可能易于插管的患者的算法。 主要分析是在派生算法成功确定受试者是否容易插管或难以插管的能力方面的统计显着性证明。 二次分析是派生算法与传统气道评估测试之间性能统计差异的证明。

协议的持续修改将允许麻醉人员尝试使用 Miller（直）喉镜刀片而不是 Macintosh 刀片进行插管。 选择这个次要结果是因为强烈偏好，在某些情况下，更好的技能，使用这样的刀片。 与迄今为止使用 Macintosh 刀片所预测的相比，不同的面部特征可能会预测此刀片的难度。

研究类型

观察性的

注册 (估计的)

3500

联系人和位置

本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。

学习联系方式

研究联系人备份

  • 姓名：Scott Segal, MD, MHCM
  • 电话号码：(336) 716-7084
  • 邮箱：B.Segal@wfusm.edu

学习地点

  • 美国
    • North Carolina
      • Winston-Salem、North Carolina、美国、27157
        • 招聘中
        • Wake Forest Baptist Medical Center
        • 接触：
          • Scott Segal, MD
          • 电话号码：336-716-4497
        • 首席研究员：
          • Scott Segal, MD, MHCM

参与标准

研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

18年 至 99年 (成人、年长者)

接受健康志愿者

是的

取样方法

非概率样本

研究人群

接受气管插管全身麻醉手术的患者；各民族患者

描述

纳入标准：

  • 需要气管插管的患者
  • 患者同意获取头部和颈部的摄影图像

排除标准：

  • 接受过头部或颈部手术的患者
  • 中央静脉导管或其他干预措施妨碍在正面和侧面视图中全面观察面部特征的患者
  • 根据我们的标准既不容易也不难插管的患者

学习计划

本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。

研究是如何设计的？

设计细节

  • 观测模型：队列
  • 时间观点：预期

队列和干预

团体/队列
干预/治疗
易于插管，模型推导
易于插管，模型推导。 拍摄头部和颈部
其他：拍摄头部和颈部
拍三张头部和颈部照片——一张正面、一张左侧和一张右侧。 通过面部结构软件分析照片以创建面部模型。
插管困难，模型推导
插管困难、模型推导、拍照 头部和颈部
其他：拍摄头部和颈部
拍三张头部和颈部照片——一张正面、一张左侧和一张右侧。 通过面部结构软件分析照片以创建面部模型。
易于插管，模型验证
易于插管，模型验证。 拍摄头部和颈部
其他：拍摄头部和颈部
拍三张头部和颈部照片——一张正面、一张左侧和一张右侧。 通过面部结构软件分析照片以创建面部模型。
插管困难，模型验证
插管困难，模型验证。 拍摄头部和颈部
其他：拍摄头部和颈部
拍三张头部和颈部照片——一张正面、一张左侧和一张右侧。 通过面部结构软件分析照片以创建面部模型。
测试
一组未标记的受试者（简单插管和困难插管的混合），用于测试派生和验证模型的可重复性
其他：拍摄头部和颈部
拍三张头部和颈部照片——一张正面、一张左侧和一张右侧。 通过面部结构软件分析照片以创建面部模型。

研究衡量的是什么？

主要结果指标

结果测量
措施说明
大体时间
预测气管插管难度的计算机算法
大体时间：大约 2 年，基于当前的招生模式
结果将是一种计算机算法，该算法可以根据三个不同角度的数码照片准确预测为患者插管的难易程度。 这样的应用程序可以通过分析捕获的照片中的面部特征来提供一致的、定量的插管难度测量——这些特征以前被证明与执行插管程序的难易程度有关。 数字应用程序有可能减少与插管困难相关的并发症并提高患者安全性。
大约 2 年，基于当前的招生模式

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

赞助

Wake Forest University Health Sciences

调查人员

  • 首席研究员：Scott Segal, MD, MHCM、Wake Forest University Health Sciences

出版物和有用的链接

负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。

一般刊物

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (实际的)

2012年5月1日

初级完成 (估计的)

2027年12月1日

研究完成 (估计的)

2027年12月1日

研究注册日期

首次提交

2012年6月4日

首先提交符合 QC 标准的

2012年6月5日

首次发布 (估计的)

2012年6月6日

研究记录更新

最后更新发布 (实际的)

2026年4月1日

上次提交的符合 QC 标准的更新

2026年3月26日

最后验证

2026年3月1日

更多信息

与本研究相关的术语

关键字

其他研究编号

  • IRB00036442

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)？

未定

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.

订阅