AI 辅助 cEEG 诊断对新生儿癫痫发作抗癫痫药物管理的影响
人工智能辅助 cEEG 诊断新生儿癫痫发作以优化抗癫痫药物的管理:一项多中心、随机、对照试验
研究概览
详细说明
新生儿惊厥的发生可能是新生儿中枢神经系统疾病的第一个,也可能是唯一的临床征兆。 促进癫痫发作的治疗可以限制对大脑的继发性损伤,并对婴儿的长期神经发育产生积极影响。 然而,目前的抗癫痫药物 (ASM) 既有过度使用的,也有未充分使用的。 研究表明,早期自动癫痫发作检测工具对新生儿癫痫发作具有很高的诊断准确性。 然而,几乎没有证据表明早期自动癫痫发作检测工具可以优化 ASM 的管理并改善新生儿癫痫发作的神经学结果。 因此,主要研究目的是调查人工智能辅助 cEEG 诊断工具的效用是否可以优化 NICU 中 ASM 的管理。
该项目将招募疑似或高危癫痫发作的新生儿,他们将在住院期间接受至少 72 小时的脑电图监测。 招募医院的所有 cEEG 监测方法都是标准化的。
干预将是人工智能 (AI) 辅助的连续脑电图 (cEEG) 诊断工具。
使用预定的随机化序列和块随机化生成器(4 块)将个体随机分配到两组之一。 第 1 组将接受 cEEG 监测,cEEG 记录将由新生儿科医生使用 AI 辅助 cEEG 诊断工具在 cEEG 监测期间实时评估。 第 2 组将接受 cEEG 监测,并且 cEEG 记录将由新生儿科医生在 cEEG 监测期间作为常规进行评估。 两组均按照入组医院ASM管理的标准临床方案进行。参考标准为3名参加过统一培训并获得中国抗癫痫协会认证的临床医师解读的癫痫发作电图。 这 3 名临床医生对分组分配不知情。
研究类型
注册 (预期的)
阶段
- 不适用
联系人和位置
学习联系方式
- 姓名:Wenhao Zhou, Ph.D
- 电话号码:+86-21-64931913
- 邮箱:zhouwenhao@fudan.edu.cn
研究联系人备份
- 姓名:Tiantian Xiao, M.D
- 邮箱:xiao13671814745@163.com
学习地点
-
-
Henan
-
Zhengzhou、Henan、中国
- 招聘中
- Henan Children's Hospital
-
接触:
- Jing Guo, MD
-
-
Shanghai
-
Shanghai、Shanghai、中国、201102
- 尚未招聘
- Children Hospital of Fudan University
-
-
Sichuan
-
Chengdu、Sichuan、中国
- 招聘中
- Chengdu Women's and Children's Central Hospital
-
接触:
- Xuhong Hu
-
-
参与标准
资格标准
适合学习的年龄
接受健康志愿者
有资格学习的性别
描述
纳入标准:
- 产后年龄 < 或 = 28 天;
- cEEG监测至少24小时监测;
- 疑似癫痫发作;
- 运动异常;
- 脑梗塞;
- 颅内出血的风险;
- 脑MRI或超声检查异常;
- 缺氧缺血性脑病或疑似缺氧缺血性脑病;
- 中枢神经系统 (CNS) 或全身感染;
- 疑似遗传病或基因诊断阳性者;
排除标准:
- 有头部头皮缺损、头皮血肿、水肿等不适合住院期间cEEG监测禁忌证的新生儿。
学习计划
研究是如何设计的?
设计细节
- 主要用途:其他
- 分配:随机化
- 介入模型:并行分配
- 屏蔽:双倍的
武器和干预
参与者组/臂 |
干预/治疗 |
---|---|
实验性的:通过常规评估方案和 AI 辅助脑电图诊断工具评估的新生儿
该组将由 cEEG 以标准操作程序进行监测。 cEEG 记录将由新生儿科医生使用常规评估协议和 AI 辅助 cEEG 诊断工具在 cEEG 监测期间实时评估。 实时脑电图和振幅综合脑电图都显示在床边以供临床检查。 该小组将在新生儿科医生审查后按照招募医院的标准临床方案进行 ASM 管理。 |
AI 辅助的 cEEG 诊断工具是一种自动发作报告系统,包括用于从原始信号数据集中提取特征的定量 EEG 神经信号处理管道,基于梯度提升模型的机器学习模型进行预测。
该工具可以在 cEEG 监测期间实时报告电图发作。
新生儿科医生将通过 AI 辅助的 cEEG 诊断工具、临床状况、实时 cEEG 和振幅综合脑电图来评估新生儿。
研究者将在审查新生儿临床情况、人工智能辅助脑电图诊断报告、脑电图和振幅整合脑电图后做出决定。
|
有源比较器:通过常规评估方案评估的新生儿
该组将由 cEEG 以标准操作程序进行监测。 cEEG 记录将由新生儿科医生根据 cEEG 监测期间的常规评估方案进行评估。 实时脑电图和振幅综合脑电图都显示在床边以供临床检查。 该小组将在新生儿科医生审查后按照招募医院的标准临床方案进行 ASM 管理。 |
常规评估方案是新生儿科医生将通过临床状况、实时脑电图和振幅综合脑电图对新生儿进行评估。
|
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 |
---|---|---|
ASM 管理不当的个人百分比
大体时间:CEEG监测结束后立即
|
ASM 的不当给药定义为:(1) 在电图癫痫发作前给药 ASM; (2) 对没有脑电图发作的新生儿给予 ASM。
|
CEEG监测结束后立即
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
---|---|---|
Gesell 发展计划 (GDS)
大体时间:校正胎龄为 6 个月时
|
GDS 包含全面的检查表,用于从适应性、大运动、精细运动技能、语言和个人社交网络的角度评估婴幼儿的神经运动完整性、功能成熟度和心理发育。
GDS 分数提供了对该年龄组神经和智力发育的客观评估。
|
校正胎龄为 6 个月时
|
每小时总电图发作次数(秒/小时)
大体时间:CEEG监测结束后立即
|
每小时总电图癫痫发作次数(秒/小时)定义为从 EEG 监测开始到 cEEG 监测结束的每小时所有癫痫发作的总持续时间。
|
CEEG监测结束后立即
|
新生儿死亡率
大体时间:出院后立即
|
死亡新生儿比例
|
出院后立即
|
合作者和调查者
出版物和有用的链接
一般刊物
- Rennie JM, de Vries LS, Blennow M, Foran A, Shah DK, Livingstone V, van Huffelen AC, Mathieson SR, Pavlidis E, Weeke LC, Toet MC, Finder M, Pinnamaneni RM, Murray DM, Ryan AC, Marnane WP, Boylan GB. Characterisation of neonatal seizures and their treatment using continuous EEG monitoring: a multicentre experience. Arch Dis Child Fetal Neonatal Ed. 2019 Sep;104(5):F493-F501. doi: 10.1136/archdischild-2018-315624. Epub 2018 Nov 24.
- Shellhaas RA, Chang T, Tsuchida T, Scher MS, Riviello JJ, Abend NS, Nguyen S, Wusthoff CJ, Clancy RR. The American Clinical Neurophysiology Society's Guideline on Continuous Electroencephalography Monitoring in Neonates. J Clin Neurophysiol. 2011 Dec;28(6):611-7. doi: 10.1097/WNP.0b013e31823e96d7. No abstract available.
- Hoodbhoy Z, Masroor Jeelani S, Aziz A, Habib MI, Iqbal B, Akmal W, Siddiqui K, Hasan B, Leeflang M, Das JK. Machine Learning for Child and Adolescent Health: A Systematic Review. Pediatrics. 2021 Jan;147(1):e2020011833. doi: 10.1542/peds.2020-011833. Epub 2020 Dec 15.
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (预期的)
研究完成 (预期的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
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.