一项 48 名受试者的研究使用非侵入性多技术测量进行持续出血的早期检测

失血性休克仍然是战场和平民社区的主要死亡原因。 在进展为明显休克之前及早发现持续出血将允许进行早期干预。 人们普遍认为，直到创伤性损伤进展至休克的后期，经典的医学生命体征表现不佳。 目前可用的技术，包括间歇性生命体征监测、实验室分析和单一测量设备，在临床上明显的生理窘迫之前表现不佳。

该项目的总体目标是开发一种多技术无创系统，用于早期检测持续出血。 潜在的假设是深度学习开发的算法从多个来源获取诊断信号将优于单一技术解决方案。

虽然创新无创检测的前景受到了广泛关注，但迄今为止，有效床边技术的发展受到限制，其性能也令人失望。 2014 年，Kim 等人表示，“这项荟萃分析的结果发现，连续无创动脉压监测设备的不准确性和不精确性大于可接受的定义”，无创血压测量是其中发展最完善的设备之一技术。 非侵入性技术在检测或诊断复杂疾病状态方面的失败基本上已经完全失败。 研究人员认为，这种失败反映了 uniplex 系统（单一位置的单一传感器）的局限性和患者与患者之间生理反应的差异。 Uniplex 系统以解剖-时间模式牺牲整个诊断信号，这可能具有显着的判别能力。

迄今为止，早期检测持续出血的技术创新分为两大类：1) 寻找一种新的组织或器官状态测量方法，或 2) 应用基于机器学习和信号处理的更复杂的数学技术。

研究人员建议开发一种系统，该系统结合了最先进的非侵入式传感技术和先进的多变量统计算法。 该系统将从一开始就开发成价格低廉且易于应用，即使在严峻的环境中也是如此。

为避免不必要地使用血液制品，肝切除术在低中心静脉压 (CVP) 下进行。 这是通过限制使用静脉输液和有时使用药物来降低中心静脉压来实现的。 肝切除术期间的低中心静脉压是开发像我们这样的技术的一个很好的模型，以前没有用于此目的。

在每个过程中，研究人员将在 LCVPLR 过程中获得完整的非侵入性光学、电磁和阻抗生理信号。 本文提出的工作将在标准低中心静脉压肝切除术 (LCVPLR) 期间评估这些技术。 这些数据将用于进一步基于机器学习的算法开发。 拟议的研究将是低风险的，因为临床医生无法获得测量数据。

具体目标：

1. 评估 LCVPLR 中现有非侵入式传感技术和多变量算法的性能。
2. 在 LCVPLR 期间获取人体模型训练和验证数据集，以进一步完善算法。

功效和样本量：研究人员预计会从每个登记的受试者那里获取数据。 在实质横断开始之前获得的数据将用作“无出血”对照。 功效和样本量计算表明，48 名受试者的样本量应足以：1) 进一步确定所需诊断性能所需的最小非侵入性测量技术子集，2) 验证现有算法，以及 3) 最初训练人类算法的临床迭代，具有足够的准确性（对于 ROC-AUC，p < 0.05）。

作为一项风险最小的研究，接受手术的患者的护理标准不会发生变化。 外科手术和药物治疗将按照标准临床管理进行。 入组患者将接受标准的术前、麻醉和术后生理监测。