Diese weltweit erste prädiktive Software zur Entscheidungsunterstützung erkennt die Wahrscheinlichkeit eines hypotensiven Ereignisses^, bevor das Ereignis eintritt.3,4

Zahlreiche Studien zeigen, dass IOH in hohem Maße mit einem Risiko verbunden ist, besonders für Myokardverletzung, akute Nierenschädigung und Mortalität.5-12 Daher ist die Optimierung der IOH-Versorgung – einer potentiell vermeidbaren Gefahr – von zentraler Bedeutung.5

Durch die Bereitstellung einer Reihe von hämodynamischen Druck- und Flussparametern, die fortlaufend Informationen zu einer potentiellen IOH liefern, werden Sie von der Acumen Hypotension Prediction Index (HPI) Software gewarnt, wenn ein Patient eine Tendenz hin zu einem Ereignis aufweist^. Die Acumen HPI Software, die von einer proprietären Software betrieben wird, die mit Maschinenlernen unter Verwendung von mehr als 59.000 hypotensiven Ereignissen und mehr als 144.000 nicht hypotensiven Ereignissen entwickelt wurde, gibt Ihnen die Zeit, um die beste Vorgehensweise zu bestimmen und so möglicherweise IOH und die damit verbundenen Risiken zu vermeiden.13-15

*In einer zweizentrigen retrospektiven Analyse von Patienten, die einer größeren Operation unterzogen wurden, demonstrierte die Hypotension Prediction Index Software eine bessere prädiktive Fähigkeit als die allgemein gemessenen, perioperativen hämodynamischen Variablen.2 Die prädiktive Leistung von HPI ist besser als die von CO, SV, MAP, PP, HR, SVV und Shock Index.2
^Ein hypotensives Ereignis wird als < 65 mmHg über eine Dauer von mindestens einer Minute definiert.
Referenzen:
  1. Hatib F et al, Machine-learning Algorithm to Predict Hypotension Based on High-fidelity Arterial Pressure Waveform Analysis Anesthesiology 2018, Vol.129, 663-674.
  2. Davies SJ, Vistisen ST, Jian Z, Hatib F, Scheeren TWL. Ability of an Arterial Waveform Analysis Derived Hypotension Prediction Index to Predict Future Hypotensive Events in Surgical Patients. Anesth Analg. 2020 Feb;130(2):352-359.
  3. Ward H. van der Ven, Denise P. Veelo, Marije Wijnberge, Björn J.P. van der Ster, Alexander P.J. Vlaar, Bart F. Geerts, One of the first validations of an artificial intelligence algorithm for clinical use: The impact on intraoperative hypotension prediction and clinical decision-making, Surgery, Volume 169, Issue 6, 2021, Pages 1300-1303, ISSN 0039-6060, https://doi.org/10.1016/j.surg.2020.09.041.
  4. Feras Hatib, Zhongping Jian, Sai Buddi, Christine Lee, Jos Settels, Karen Sibert, Joseph Rinehart,Maxime Cannesson; Machine-learning Algorithm to Predict Hypotension Based on High fidelity Arterial Pressure Waveform Analysis. Anesthesiology 2018; 129:663–674.
  5. Gregory A, Stapelfeldt WH, Khanna AK, et al. Intraoperative hypotension is associated with adverse clinical outcomes after noncardiac surgery. Anesth Analg. 2021;132(6):1654-1665.
  6. Wesselink EM, Kappen TH, Torn HM, et al. Intraoperative hypotension and the risk of postoperative adverse outcomes: a systematic review. Br J Anaesth. 2018;121(4):706-721.
  7. Monk TG, et al. Anesthetic Management and One-Year Mortality After Noncardiac Surgery. Anesth Analg 2005;100:4–10.
  8. Monk TG, et al. Association between Intraoperative Hypotension and Hypertension and 30- day Postoperative Mortality in Noncardiac Surgery. Anesthesiology 2015; 123:307-19.
  9. Walsh M, et al. Relationship between Intraoperative Mean Arterial Pressure and Clinical Outcomes after Noncardiac Surgery Toward an Empirical Definition of Hypotension Anesthesiology, 2013;119(3):507-515.
  10. Sun LY, et al. Association of Intraoperative Hypotension with Acute Kidney Injury after Elective Noncardiac Surgery. Anesthesiology 2015;123:515-23.
  11. Hirsch J, et al. Impact of intraoperative hypotension and blood pressure fluctuations on early postoperative delirium after noncardiac surgery. British Journal of Anaesthesia, 2015:418–26.
  12. Bijker JB, et al. Intraoperative Hypotension and Perioperative Ischemic Stroke after General Surgery: A Nested Casecontrol Study. Anesthesiology, 2012;116: 658-664.
  13. Pinsky MR. Chapter 5: Overview of the circulation. In: Cannesson M, Pearse R, eds. Perioperative hemodynamic monitoring and goal directed therapy: from theory to practice. 2nd ed. Cambridge University Press;2015:29-38.
  14. Schneck E, Schulte D, Habig L, et al. Hypotension prediction index based protocolized haemodynamic management reduces the incidence and duration of intraoperative hypotension in primary total hip arthroplasty: a single centre feasibility randomised blinded prospective interventional trial. J Clin Monit Comput. 2020;34(6):1149-1158.
  15. Wijnberge M, Geerts BF, Hol L, et al. Effect of a machine learning–derived early warning system for intraoperative hypotension vs standard care on depth and duration of intraoperative hypotension during elective noncardiac surgery.

Kontaktieren Sie uns

Haben Sie Feedback zu unseren Produkten? Bitte klicken Sie hier

Medizinprodukt für Angehörige medizinischer Fachkreise

Medizinprodukt für Angehörige medizinischer Fachkreise

Für Indikationen, Gegenanzeigen, Vorsichtsmaßnahmen, Warnhinweise und mögliche Nebenwirkungen bitte die Packungsbeilage beachten (ggf. unter eifu.edwards.com abzurufen).

Please update your browserClose this window

Please update to a current version of your preferred browser, this site will perform effectively on the following:

Internet Explorer Google Chrome Safari Firefox
Unable to update your browser?

If you are on a computer, that is maintained by an admin and you cannot install a new browser, ask your admin about it. If you can't change your browser because of compatibility issues, think about installing a second browser for browsing and keep this old one for compatibility