在严重脑损伤患者中,针对临床确定的脑功能丧失进行自动查,用于集群随机化干预试验的研究方案
Daniela Schoene1, Martin Roessler1,2, Konrad Pleul3
1Department of Neurology, Faculty of Medicine, University Hospital Carl Gustav Carus, Technische Universität Dresden, 01307, Dresden, Germany.
Trials
|December 11, 2025
概括
本研究评估了DETECT,这是一种自动化系统,用于识别有脑死亡风险的重症监护患者,旨在提高德国器官捐献率. DETECT可以提高工作流程的效率和及时的器官捐献决策.
科学领域:
- 密集护理医学是密集护理的医学.
- 神经学 神经学
- 移植医学是一种移植医学.
背景情况:
- 德国的器官捐献率较低与脑死亡风险患者的不良鉴定有关.
- 开发了一个自动化的数字临床支持系统DETECT,以前性地识别有风险的重症监护患者.
- 该系统旨在改善检测严重的脑损伤进展到脑死亡的检测.
研究的目的:
- 评估DETECT系统在识别脑死亡风险患者中的有效性.
- 将DETECT的性能与检测潜在器官捐献者的标准实践进行比较.
- 评估自动检测对器官捐献过程的影响.
主要方法:
- 在30个月的时间里,在19个德国站点进行了多中心,集群随机,受控试验.
- 纳入标准:18岁以上的患者患有急性脑损伤,需要机械呼吸,预计在住院期间死亡.
- 检测屏幕实时ICU数据昏迷和缺席瞳孔光反射,通知移植协调员进行进一步评估.
主要成果:
- 主要终点:在住院期间发生脑死亡的患者的识别率.
- 二级终点:错过脑死亡鉴定和已故器官捐献的比例.
- 研究后的调查,以评估利益相关者的DETECT.体验.
结论:
- 研究结果将阐明像DETECT这样的自动化系统在识别潜在器官捐献者的有效性.
- 预计自动化将提高ICU工作流程的效率,加快器官捐献决策.
- 该研究可能为加强德国的器官采购提供关键见解.


