ChiCTR2400090247尚未招募不适用
基于机器学习的全身麻醉术后拔管延迟风险预测模型构建与比较
自选课题（自筹）1 个研究点 分布在 1 个国家开始时间: 2024年9月30日最近更新:
试验速览
- 阶段
- 不适用
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 延迟拔管
研究概览
简要总结
建立准确的预测模型并进行比较：开发出准确率高、灵敏度和特异性好的预测模型，尽早发现全身麻醉病人麻醉恢复室拔管延迟的危险因素，并及时制定相应干预护理措施，降低病人术后麻醉恢复室拔管延迟发生率。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 病例对照研究
- 盲法
- 无
入排标准
- 年龄范围
- 0.1 至 90（—）
- 性别
- All
入选标准
- •1.选取中山大学孙逸仙纪念医院深汕中心医院 2023 年 9 月到 2024 年 5 月进入麻醉恢复室的患者。
- •2.麻醉方式为气管插管全身麻醉。
- •3.年龄为 1 个月-90 岁。
排除标准
- •1.术前昏迷患者,有严重的精神疾病或精神异常。
- •2.入恢复室已拔除气管导管。
- •3.数据缺失项超过总收集项的 30%。
研究组 & 干预措施
拔管延迟组
非拔管延迟组
结局指标
主要结局
延迟拔管
时间窗: 入麻醉恢复室至转出麻醉恢复室
次要结局
- 基本人口学信息
- 术中液体出入量
- 体温(入麻醉恢复室)
- 静脉血标本检验结果
研究者
研究点 (1)
Loading locations...