机器学习呼吸机决策系统 VS。标准控制通风
2021年11月12日 更新者：Hu Anmin
机器学习呼吸机决策系统与标准控制通气对重症监护的影响：一项随机试验
呼吸机引起的肺损伤与发病率和死亡率增加有关。
尽管在基础和临床研究方面付出了巨大努力，但针对危重病人的个体化通气策略仍然是一个重大挑战。
然而，个性化机械通气方法仍然是一项具有挑战性的任务：在选择患者特定的最佳通气方案时，必须考虑多种因素，例如实验室值、生命体征、合并症、疾病进展和其他临床数据。
这项工作的目的是评估机器学习呼吸机决策系统，该系统能够为危重患者建议动态优化的机械通气方案。
与标准控制通气比较，检验机器学习呼吸机决策系统的临床应用是否减少了机械通气时间和死亡率。
研究概览
研究类型
介入性
注册 (预期的)
300
阶段
- 不适用
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 及以上 (成人、年长者)
接受健康志愿者
不
有资格学习的性别
全部
描述
纳入标准：
- 只有第一次入住 ICU 符合条件；
- 入住 ICU 时年龄≥18 岁的成人；
- 预计机械通气时间≥24小时；
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
- 主要用途：治疗
- 分配：随机化
- 介入模型：并行分配
- 屏蔽：三倍
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
实验性的：A组
机器学习呼吸机决策系统通气
|
个性化机械通气人工智能呼吸机系统
|
|
有源比较器：B组
标准控制通风
|
个性化机械通气人工智能呼吸机系统
|
研究衡量的是什么？
主要结果指标
结果测量 |
大体时间 |
|---|---|
|
机械通气时间
大体时间：通过学习完成，平均5天
|
通过学习完成，平均5天
|
次要结果测量
结果测量 |
大体时间 |
|---|---|
|
ICU停留时间
大体时间：通过学习完成，平均1周
|
通过学习完成，平均1周
|
|
住院时间
大体时间：通过学习完成，平均 2 周
|
通过学习完成，平均 2 周
|
|
住院死亡率
大体时间：通过学习完成，平均 2 周
|
通过学习完成，平均 2 周
|
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
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 (预期的)
2022年1月1日
初级完成 (预期的)
2022年1月1日
研究完成 (预期的)
2024年12月1日
研究注册日期
首次提交
2021年10月7日
首先提交符合 QC 标准的
2021年11月12日
首次发布 (实际的)
2021年11月24日
研究记录更新
最后更新发布 (实际的)
2021年11月24日
上次提交的符合 QC 标准的更新
2021年11月12日
最后验证
2021年11月1日
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.