Идёт набор NCT07061548

Algorithm Predicting Intraoperative Changes in Cardiac Output Using Capnography

— Наблюдательное General Anesthesia Using Endotracheal Intubation

Ориентир для пациента и семьи

Простыми словами

Автоматическая сводка по структурированным данным реестра. Она помогает сориентироваться, но не заменяет официальный протокол или оценку врача.

Что изучают: В протоколе указаны: No Intervention: Observational Cohort.
Кому может быть актуально: Состояния в реестре: General Anesthesia Using Endotracheal Intubation. Базовые параметры: 19 лет — 75 лет · Все.
Что важно проверить: Возраст, диагноз и пол — только базовые ориентиры. Предыдущее лечение, анализы и другие обязательные условия указаны ниже в критериях участия.
Где проводится: South Korea
Следующий шаг: Сохраните исследование, покажите его лечащему врачу и уточните актуальный статус у исследовательского центра. Расходы, документы и поездка →

Не всё понятно в терминах? Прочитайте наш гид для пациентов →

Официальное название

Development of an Artificial Intelligence Model for Predicting Intraoperative Changes in Cardiac Output Using Capnography During General Anesthesia

Обзор

Conventional monitoring of cardiac output requires an invasive procedure and an additional device, which can lead to increased risk and cost. Investigators developed an artificial intelligence algorithm to predict intraoperative changes in cardiac output using capnography in patients undergoing surgery under general anesthesia.

Подробное описание

Anesthesiologists strive to maintain adequate cardiac output during surgery. However, conventional monitoring of cardiac output requires an invasive procedure (risk) and an additional device (cost).

Because most surgeries are performed without any invasive monitors, anesthesiologists must manage the patients without cardiac output information.

However, modern anesthesia machines usually provide capnography, and continuous capnography monitoring can help estimate changes in cardiac output. Therefore, investigators aim to develop an artificial intelligence algorithm to predict intraoperative changes in cardiac output using capnography in patients undergoing surgery under general anesthesia.

Investigators train a model using capnography data (5-minute duration) related to a 20% or greater decrease in cardiac output during the same period. The developed model can provide an alarm for a decrease in cardiac output based on the change in capnography.

Вмешательства

Другое No Intervention: Observational Cohort
No intervention

Первичные конечные точки

Predictability of algorithm [Срок оценки: Every time points with interval of 5 minutes during surgery]

Критерии участия

Критерии включения

Elective surgery under general anesthesia
Adult patients (18 < age < 76)
Patients who were monitored invasive arterial blood pressure (waveform) and capnography (numeric)