Amerikanische Gesellschaft für Hirudotherapie

Effekt einer durch maschinelles Lernen gesteuerten hämodynamischen Optimierung auf die postoperative Perfusion freier Lappen in der rekonstruktiven Mund-Kiefer-Gesichts-Chirurgie: ein Studienprotokoll

Effect of machine learning-guided haemodynamic optimization on postoperative free flap perfusion in reconstructive maxillofacial surgery: A study protocol

Studienprotokoll einer randomisierten kontrollierten Studie in der Zeitschrift British journal of clinical pharmacology (2023)

Zuletzt aktualisiert: 18. Juni 2026Geprüft von: ASH Editorial Board
Forschungsartikel — EvidenzübersichtArtikelreferenz
Evidenz: Studienprotokoll (noch keine Ergebnisse)Klinische LiteraturPražetina et al. · British journal of clinical pharmacology, 2024

Abstract

AIMS: Intraoperative hypotension and liberal fluid haemodynamic therapy are associated with postoperative medical and surgical complications in maxillofacial free flap surgery. The novel haemodynamic parameter hypotension prediction index (HPI) has shown good performance in predicting hypotension by analysing arterial pressure waveform in various types of surgery. HPI-based haemodynamic protocols were able to reduce the duration and depth of hypotension. We will try to determine whether haemodynamic therapy based on HPI can improve postoperative flap perfusion and tissue oxygenation by improving intraoperative mean arterial pressure and reducing fluid infusion. METHODS: We present here a study protocol for a single centre, randomized, controlled trial (n = 42) in maxillofacial patients undergoing free flap surgery. Patients will be randomized into an intervention or a control group. In the intervention, group haemodynamic optimization will be guided by machine learning algorithm and functional haemodynamic parameters presented by the HemoSphere platform (Edwards Lifesciences, Irvine, CA, USA), most importantly, HPI. Tissue oxygen saturation of the free flap will be monitored noninvasively by near-infrared spectroscopy during the first 24 h postoperatively. The primary outcome will be the average value of tissue oxygen saturation in the first 24 h postoperatively.

Abstract aus PubMed (NCBI) für den zitierten Eintrag, in der Originalsprache wiedergegeben. Maßgeblich ist die Fassung der Originalpublikation.

Das Abstract wird nicht übersetzt, damit die eigene Wortwahl der Autoren erhalten bleibt.

PublikationstypClinical Trial ProtocolJournal Article
Indexierte MeSH-BegriffeHumansFree Tissue FlapsHypotensionHemodynamicsPerfusionMachine LearningRandomized Controlled Trials as Topic

Zusammenfassung

Das Protokoll beschreibt eine monozentrische, randomisierte, kontrollierte Studie (n = 42) an Patienten der Mund-Kiefer-Gesichts-Chirurgie mit freiem Lappen. In der Interventionsgruppe soll die hämodynamische Optimierung von einem Algorithmus des maschinellen Lernens und funktionellen Parametern der HemoSphere-Plattform geleitet werden, allen voran der Hypotension-Prediction-Index (HPI). Die Gewebesauerstoffsättigung des Lappens soll in den ersten 24 postoperativen Stunden nahinfrarotspektroskopisch gemessen werden; ihr Mittelwert ist der primäre Endpunkt. Geprüft wird, ob eine HPI-basierte Therapie Perfusion und Oxygenierung des Lappens verbessern kann.

Kontext

Dieser Artikel stellt ein Studienprotokoll für eine monozentrische randomisierte kontrollierte Studie (n=42) vor, die untersucht, ob eine mittels maschinellem Lernen gesteuerte hämodynamische Optimierung unter Verwendung des Hypotension Prediction Index die postoperative Perfusion freier Lappen und die Gewebesauerstoffversorgung in der Mund-, Kiefer- und Gesichtschirurgie verbessern kann. Die Studie wird die HemoSphere-Plattform zur Steuerung der intraoperativen hämodynamischen Therapie einsetzen, wobei die Gewebesauerstoffsättigung mittels Nahinfrarotspektroskopie während der ersten 24 postoperativen Stunden überwacht wird. Das Abstract enthält keine Erwähnung von Blutegeln, Hirudotherapie, venöser Kongestion oder von Blutegeln stammender Therapien. Die Studie evaluiert Technologien der künstlichen Intelligenz und des funktionellen hämodynamischen Monitorings.

Zitation

Literaturangabe (Vancouver-Stil)

Pražetina M, Šribar A, Sokolović Jurinjak I, Matošević J, Peršec J. Effect of machine learning-guided haemodynamic optimization on postoperative free flap perfusion in reconstructive maxillofacial surgery: A study protocol. Br J Clin Pharmacol. 2024;90(3):684-690. doi:10.1111/bcp.15942. PMID: 37876305

Die bibliografischen Angaben (Autoren, Band, Seiten, DOI) stammen aus dem PubMed-Eintrag.

Verwandter klinischer Kontext

Erfahren Sie, wie diese Forschung mit der klinischen Praxis verknüpft ist

Verwandte Forschungsarbeiten

Weitere begutachtete Studien in der Kategorie „Klinische Literatur“.

Alle von der ASH analysierten Studien →

Zur ASH-Bibliothek hinzugefügt: 28. Mai 2026 · Letzte Aktualisierung der Website: 18. Juni 2026

Diese Website stellt Bildungsinformationen bereit und ist weder eine medizinische Beratung noch eine Diagnose oder Behandlungsempfehlung. Die medizinische Blutegeltherapie ist mit klinisch relevanten Risiken verbunden und sollte ausschließlich von qualifizierten Klinikerinnen und Klinikern unter institutionell genehmigten Protokollen durchgeführt werden. Die FDA-510(k)-Freigabe für medizinische Blutegel ist auf bestimmte Indikationen beschränkt; experimentelle und Off-Label-Diskussionen werden entsprechend gekennzeichnet. Für patientenspezifische Beratung wenden Sie sich an eine qualifizierte Gesundheitsfachkraft.