Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

En udvikling af inflammatorisk tarmsygdomsmønsteridentifikationsalgoritme ved brug af data fra caseserier

4. marts 2020 opdateret af: Hyangsook Lee, KMD, PhD

Urtemedicin til inflammatoriske tarmsygdomme: en udvikling af mønsteridentifikationsalgoritme ved retrospektiv analyse af data fra caseserier

Denne undersøgelse havde til formål at identificere mønstre for inflammatorisk tarmsygdom (IBD) baseret på præsentation af symptomer og at foreslå algoritmer til bestemmelse af mønster og urte-recepter for tilsvarende mønstre. Efterforskerne indsamlede symptomdata fra 67 IBD-patienter, som opnåede og opretholdt kliniske remissioner, efter at de havde taget recepter på urtemedicin. Recepter blev kategoriseret i 5 mønstre, som blev opkaldt efter hovedtræk og symptomer hos inkluderede patienter. Forbindelser mellem præsenterende symptomer og mønstre blev visualiseret ved hjælp af en term frequency inverse document frequency (TF-IDF) metode. Bestemmelse af IBD-mønstre fra symptomer hos patienter blev analyseret og kortlagt ved beslutningstræmodellering.

Studieoversigt

Status

Afsluttet

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Naturlægemidler er en af ​​de mest efterspurgte komplementære og alternative behandlingsstrategier til patienter med inflammatorisk tarmsygdom. Variabilitet i mønsteridentifikation af traditionel kinesisk medicin (TCM)/traditionel østasiatisk medicin (TEAM) er blevet kritiseret. Ved at bruge data fra patienter, der opnåede og opretholdt klinisk remission efter TCM/TEAM urtemedicin-recept, sigtede efterforskerne på at udvikle behandlingsalgoritmer forfinet af identificerede mønstre og nøglesymptomer, som praktiserende læger nemt kan skelne mellem.

Baseret på urte-recepter, som inducerede klinisk remission, blev IBD-patienter opdelt i 5 mønstre, dvs. tyktarmstype, vandfugtighedstype, respiratorisk type, øvre gastrointestinale (GI)-kanaltype og kuldetype. Ved term frequency-inverse document frequency (TF-IDF) metode blev sammenhængen mellem 22 symptomer, der blev beskrevet som indikationer på urtemedicinske recepter, og 5 mønstre analyseret. Beslutningstræmodellering blev brugt til forudsigelse af relevante mønstre fra symptomer.

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

67

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

  • Korea, Republikken
      • Seoul, Korea, Republikken, 02447
        • Acupuncture & Meridian Science Research Centre

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

15 år til 65 år (Barn, Voksen, Ældre voksen)

Tager imod sunde frivillige

Ingen

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Patienter, der var blevet diagnosticeret med IBD af gastroenterolog og opnåede klinisk remission efter behandling med urtemedicinske recepter

Beskrivelse

Inklusionskriterier:

  • Diagnose af IBD af gastroenterolog
  • Patienter har opnået og opretholdt klinisk remission af IBD-symptomer, efter at de tog urte-recepter
  • Patienterne har givet skriftligt informeret samtykke

Ekskluderingskriterier:

  • Detaljer vedrørende ethvert af 25 symptomer blev udeladt

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
Træning/test af beslutningstræalgoritme
Efterforskerne opdelte data fra 67 patienter i 5 grupper for at foretage 5-fold krydsvalidering. Fire grupper blev brugt til at træne beslutningstræalgoritmen, og en gruppe blev brugt til at teste den.
Andet: Beslutningstræ modellering

En beslutningstræanalyse blev brugt til at udforske processen med beslutningstagning om typer af mønstre baseret på eksistensen eller ikke-eksistensen af ​​et symptom. I slutningen af ​​det præsenterede træ er andelen af ​​patienter, der er kategoriseret i hvert mønster.

I denne undersøgelse blev klassificeringen udført ved at anvende klassifikations- og regressionstræ-algoritmen (CART) ved hjælp af Scikit-learn-pakken af ​​Python, som udfører en division ved hjælp af Gini-koefficienten eller dekrementeringen af ​​spredning. Gini-koefficienten er et af værktøjerne til at måle entropi eller diversitet i hver knude, og den måler reduktionen ved at sammenligne informationsentropien før og efter separation. For at undgå overfitting blev det maksimale antal bladknuder begrænset til fire, og beskæringsmetoden, som var i overensstemmelse med princippet om minimum beskrivelseslængde, blev anvendt.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Nøjagtighed af mønsteridentifikationsalgoritme
Tidsramme: Oktober 2015
Mønsteridentifikationsalgoritme blev foreslået ved hjælp af en beslutningstræmetode. Beslutningstræmetoden blev brugt til at udforske processen med beslutningstagning om typer af mønstre baseret på kliniske træk hos patienter.
Oktober 2015

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

Hyangsook Lee, KMD, PhD

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

Generelle publikationer

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

1. november 2007

Primær færdiggørelse (Faktiske)

28. februar 2015

Studieafslutning (Faktiske)

28. oktober 2015

Datoer for studieregistrering

Først indsendt

3. marts 2020

Først indsendt, der opfyldte QC-kriterier

3. marts 2020

Først opslået (Faktiske)

5. marts 2020

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

6. marts 2020

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

4. marts 2020

Sidst verificeret

1. marts 2020

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • KyungheeU

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Kliniske forsøg med Inflammatoriske tarmsygdomme

Kliniske forsøg med Beslutningstræ modellering

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Brazil

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner