Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

Včasná diagnostika a predikce nemocí matek a novorozenců: (EDPMND)

16. dubna 2025 aktualizováno: Kang Zhang, The Eye Hospital of Wenzhou Medical University

Včasná predikce a diagnostika nemocí matek a novorozenců pomocí multimodálních zdravotních dat

Jedná se o multicentrickou retrospektivní klinickou studii navrženou k vyhodnocení aplikace a účinnosti prediktivního modelu podporovaného umělou inteligencí pro identifikaci nemocí matek a novorozenců s využitím multimodálních zdravotních údajů.

Přehled studie

Postavení

Nábor

Podmínky

Intervence / Léčba

Detailní popis

Zdraví matek a novorozenců významně ovlivňuje pohodu matek i kojenců. Včasný screening, diagnóza a intervence jsou klíčové pro prevenci vzniku a progrese onemocnění souvisejících s těhotenstvím a neonatálních stavů. V klinické praxi porodníci a pediatři často potřebují integrovat širokou škálu údajů o pacientech, včetně demografických informací, anamnézy, biochemických markerů, jako je hladina glukózy a lipidů v krvi, a také různá zobrazovací data, jako je ultrazvuk, monitorování plodu a laboratorní výsledky testů, stanovit přesnou diagnózu a vytvořit vhodný plán péče. V éře, kde je precizní a personalizovaná medicína v popředí zdravotní péče, se včasná detekce a diagnostika mateřských a novorozeneckých onemocnění, stejně jako výběr vhodných diagnostických a terapeutických strategií, staly významnými výzvami v klinickém prostředí. Nedávné pokroky v lékařských zobrazovacích technikách a technikách analýzy dat výrazně zvýšily přesnost a účinnost diagnostiky nemocí matek a novorozenců. Tato studie si klade za cíl vyvinout rozhodovací systém s podporou umělé inteligence integrací multimodálních dat z elektronických lékařských záznamů, zobrazování a laboratorních výsledků v kombinaci s technikami hlubokého učení. Cílem je zlepšit diagnostickou přesnost, zefektivnit klinické pracovní postupy a poskytnout více personalizovaných možností péče pro matky a kojence. V konečném důsledku se tento systém snaží zlepšit zdravotní výsledky a zlepšit celkovou kvalitu života matek i jejich novorozenců.

Typ studie

Pozorovací

Zápis (Odhadovaný)

1000000

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní kontakt

Studijní místa

  • Čína
    • Guangdong
      • Guangzhou, Guangdong, Čína
        • Nábor
        • Guangzhou Women And Children's Medical Center
        • Kontakt:
    • Zhejiang
      • Wenzhou, Zhejiang, Čína
        • Nábor
        • First Affiliated Hospital of Wenzhou Medical University
        • Kontakt:
      • Wenzhou, Zhejiang, Čína
        • Nábor
        • Second Affiliated Hospital of Wenzhou Medical University
        • Kontakt:

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Věk způsobilý ke studiu

  • Dospělý

Přijímá zdravé dobrovolníky

Ano

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

Populace studie se skládá z těhotných žen ve věku 18 až 45 let, které dostaly péči v zúčastněných studijních centrech. Účastníci musí mít k dispozici komplexní elektronické zdravotní záznamy (EHRS), včetně údajů o prenatální péči, výsledků laboratorních nebo zobrazovacích údajů. Do studie budou zahrnuty jak zdravé matky, tak ty, které mají onemocnění související s těhotenstvím (např. Preeklampsie, gestační diabetes), aby se posoudily diagnostické schopnosti modelu pomocí modelu AI-asistovaného. Studie se zaměří na pacienty s dokumentovanými záznamy o péči z zúčastněných center.

Popis

Kritéria pro zařazení:

  1. Těhotné ženy ve věku 18 až 45 let.
  2. Ženy, které dostaly prenatální péči v zúčastněných centrech (např. Nemocnice nebo kliniky).
  3. Dostupnost komplexních elektronických zdravotních záznamů, včetně dat prenatální péče, laboratorních výsledků a zobrazovacích záznamů.
  4. Ochota poskytnout souhlas s účastí ve studii a použití historických údajů o zdraví pro analýzu.

Kritéria pro vyloučení:

  1. Ženy mladší 18 let nebo starší 45 let.
  2. Účastníci s nedostatečnými údaji o sledování nebo chybějícími kritickými klinickými informacemi potřebnými pro prediktivní modelování.

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

Kohorty a intervence

Skupina / kohorta
Intervence / Léčba
Zdravá kohorta matek a novorozenců
Tuto skupinu tvoří těhotné matky bez onemocnění souvisejících s těhotenstvím a jejich zdraví novorozenci. Účastníci této kohorty budou sloužit jako kontrolní skupina pro srovnání s experimentální skupinou. V této kohortě nebudou prováděny žádné intervence ani léčby, protože představují základní linii zdravých těhotenství a novorozenců.
Diagnostický test: Diagnostický a prognostický model založený na umělé inteligenci
Tato intervence zahrnuje systém umělé inteligence, který integruje multimodální data, včetně zdravotních záznamů matek, výsledků laboratorních testů a zobrazovacích dat, s cílem předpovědět riziko onemocnění matek a novorozenců. Systém využívá algoritmy hlubokého učení k poskytování přesných předpovědí v reálném čase, což umožňuje včasnou identifikaci zdravotních komplikací. Analýzou historických údajů o zdraví se model zaměřuje na předpovídání potenciálních rizik pro matky i kojence a zlepšuje včasnou intervenci a výsledky.
Kohorta mateřské a novorozence
Tuto skupinu tvoří těhotné matky, u kterých byla diagnostikována onemocnění související s těhotenstvím, nebo jejich postižení novorozenci. Účastníci této kohorty budou sloužit jako experimentální skupina pro hodnocení účinnosti modelu časné predikce při identifikaci rizik pro zdraví matky a novorozence.
Diagnostický test: Diagnostický a prognostický model založený na umělé inteligenci
Tato intervence zahrnuje systém umělé inteligence, který integruje multimodální data, včetně zdravotních záznamů matek, výsledků laboratorních testů a zobrazovacích dat, s cílem předpovědět riziko onemocnění matek a novorozenců. Systém využívá algoritmy hlubokého učení k poskytování přesných předpovědí v reálném čase, což umožňuje včasnou identifikaci zdravotních komplikací. Analýzou historických údajů o zdraví se model zaměřuje na předpovídání potenciálních rizik pro matky i kojence a zlepšuje včasnou intervenci a výsledky.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Oblast pod křivkou (AUC)
Časové okno: 1 rok
AUC křivky ROC, používané ke kvantifikaci diagnostické přesnosti. Žádná jednotka (poměr nebo procento, obvykle vyjádřené jako číslo mezi 0 a 1).
1 rok
Skóre F1
Časové okno: 1 rok
Skóre F1 je harmonický průměr přesnosti a citlivosti (odvolání). Je to dobrá míra schopnosti modelu identifikovat jak skutečná pozitiva, tak minimalizovat falešná pozitiva, zejména v případech, kdy jsou třídy nevyvážené (např. Když je počet zdravých případů mnohem vyšší než případy nemoci). Skóre F1 se pohybuje od 0 do 1, přičemž 1 označuje dokonalou přesnost a vyvolání.
1 rok

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Citlivost (skutečně pozitivní míra)
Časové okno: 1 rok
Citlivost měří, jak dobře model AI identifikuje skutečné pozitivní případy, jako je správná diagnostika těhotných žen s komplikacemi nebo identifikace neonatálních poruch.
1 rok
Specifičnost (skutečná negativní sazba)
Časové okno: 1 rok
Specifičnost měří schopnost modelu AI správně identifikovat případy bez onemocnění, což zajišťuje, že zdravé matky a kojenci jsou správně identifikovány jako negativní.
1 rok

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Sponzor

The Eye Hospital of Wenzhou Medical University

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (Aktuální)

1. srpna 2023

Primární dokončení (Odhadovaný)

1. května 2025

Dokončení studie (Odhadovaný)

1. května 2025

Termíny zápisu do studia

První předloženo

19. ledna 2025

První předloženo, které splnilo kritéria kontroly kvality

19. ledna 2025

První zveřejněno (Aktuální)

24. ledna 2025

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

17. dubna 2025

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

16. dubna 2025

Naposledy ověřeno

1. dubna 2025

Více informací

Termíny související s touto studií

Klíčová slova

Další relevantní podmínky MeSH

Další identifikační čísla studie

  • Maternal and Neonatal Diseases

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NE

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

produkt vyrobený a vyvážený z USA

Ne

Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .

Předplatit