Prédiction du succès de l'épreuve de ventilation spontanée à l'aide de biosignaux et de biomarqueurs en réanimation par une approche d'apprentissage automatique
Promoteur : Centre Hospitalier Universitaire de NiceTous ses essais recensés
Vous allez consulter la fiche originale de cette étude sur clinicaltrials.gov, service maintenu par la NLM (National Library of Medicine). Pour connaître les possibilités de participation, contactez l’équipe de recherche à partir des coordonnées indiquées dans la fiche, lorsqu’elles sont disponibles. Ni Essai-clinique.com ni clinicaltrials.gov ne détermine votre éligibilité. Ce sont des relais d’informations.
- Âge annoncé
- Non précisée
- Sexes admis
- Tous
- Phase
- Non applicable
- Type d’étude
- Observationnelle
Présentation
Résumé de l’étude
Contexte : plusieurs auteurs se sont intéressés à l'application de l'intelligence artificielle (IA) à la médecine, en utilisant diverses techniques d'apprentissage automatique (machine learning, ML) : gestion du choc septique, prédiction de l'insuffisance rénale... [1, 2] L'IA occupe une place importante dans l'aide à la décision pour les cliniciens [3].
La période de sevrage constitue un moment particulièrement important dans la prise en charge d'un patient sous ventilation mécanique et peut représenter jusqu'à la moitié du temps passé en réanimation. La première tentative de sevrage échoue chez 20 % des patients. Cependant, la mortalité peut atteindre 38 % chez les patients présentant les sevrages les plus difficiles [4].
Seules quelques études se sont intéressées à l'application de l'apprentissage automatique dans ce domaine, et une seule s'est penchée sur l'utilisation des biosignaux (fréquence cardiaque, ECG, paramètres ventilatoires…) [5-7]. Afin d'améliorer la morbidité et la mortalité et de réduire la durée de séjour, il est essentiel de pouvoir prédire le succès de l'épreuve de ventilation spontanée et de l'extubation.
Les investigateurs proposent de développer un algorithme prédictif du succès d'une épreuve de sevrage ventilatoire, fondé sur des enregistrements de biosignaux et d'autres caractéristiques.
Méthodes : il s'agit d'une étude rétrospective, oligocentrique, menée en réanimation ; les investigateurs ont inclus des variables de biosignaux extraites du dossier médical électronique, telles que des paramètres respiratoires (fréquence respiratoire, volume minute...), cardiaques (pression systolique, fréquence cardiaque...), des paramètres du ventilateur et d'autres variables discrètes (âge, comorbidités...). La plupart des variables de biosignaux sont enregistrées minute par minute. L'enregistrement débute 48 heures avant l'épreuve et s'arrête au début de l'épreuve de sevrage. Les investigateurs ont extrait des caractéristiques de ces enregistrements, les ont combinées à d'autres biomarqueurs, et ont appliqué plusieurs algorithmes d'apprentissage automatique : régression logistique, forêt aléatoire (Random Forest Classifier), classificateur à vecteurs de support (SVC), XGBoost et méthode de gradient boosting léger (LGBM)…
Titre et résumé traduits de l’anglais par le portail, à partir de la fiche publiée par le registre source, le 19 septembre 2026. Traduction automatique par Intelligence Artificielle, sans relecture médicale. Elle peut comporter des erreurs : en cas de doute, le texte original fait foi. Le portail reprend une sélection de champs de la fiche (titre, résumé, statut, phase, sexes admis, lieux), traduits en français ; consultez la version originale pour les informations complètes.
Pour signaler une erreur de traduction ou d’affichage, ou demander l’examen d’une modification ou d’un retrait sur essai-clinique.com, contactez contact@essai-clinique.com, en indiquant l’identifiant de l’étude (NCT05886803).
Les modifications des informations originales doivent être effectuées par le responsable de l’enregistrement auprès de ClinicalTrials.gov. Les changements publiés dans le registre sont repris lors de notre prochaine synchronisation.
Vous allez consulter la fiche originale de cette étude sur clinicaltrials.gov, registre public d’information. Pour connaître les possibilités de participation, contactez l’équipe de recherche à partir des coordonnées indiquées dans la fiche, lorsqu’elles sont disponibles.
Important : essai-clinique.com ne recueille pas de candidature et ne détermine pas votre éligibilité. Ne transmettez aucune information médicale au site.
Les critères affichés sont une synthèse des informations disponibles. Seul l’organisme responsable de l’étude peut confirmer l’éligibilité d’une personne.