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

Naturlig sprogbehandling til hovedpinemedicin

14. maj 2024 opdateret af: University Hospital, Ghent
Hovedpinesygdomme diagnosticeres ved at tage en klinisk historie og anvende kriterierne i den internationale klassifikation af hovedpinelidelser tredje udgave (ICHD-3). For at hjælpe patienter og læger med at stille den korrekte diagnose kan digitale teknologier baseret på NLP-tilgange (natural language processing) hjælpe med at identificere hovedpineforstyrrelser inden for naturlig tale, der leveres af patienten. Forskningen sigter mod at udvikle statistiske modeller gennem maskinlæring NLP-applikationer til nøjagtig og præcis klassificering af hovedpinesygdomme med hovedpineekspert givet ICHD-3-diagnose som guldstandarden. Desuden sigter forskningen også mod at udvikle statistiske modeller gennem maskinlærings-NLP-applikationer til estimering af effektscore afledt af validerede hovedpinespørgeskemaer ved at bruge tekster som input. Patienter fra den tertiære hovedpineklinik vil blive rekrutteret til at give mundtlige fortællende tekstbeskrivelser af deres hovedpineanfaldskarakteristika og sygdomsbyrden relateret til deres hovedpinelidelser. Målet med forskningen er at udvikle tilgængelige, evidensbaserede digitale medicinske værktøjer som applikationer med lav indsats til korrekt diagnosticering af hovedpinelidelser og estimering af sygdomsbyrde på grund af hovedpinelidelser.

Studieoversigt

Status

Afsluttet

Intervention / Behandling

Detaljeret beskrivelse

Hovedpinesygdomme er blandt de mest udbredte og invaliderende tilstande på verdensplan. Global Burden of Disease-undersøgelsen 2016 fandt, at migræne er den næstmest hyppigste årsag til handicap på verdensplan. I gruppen af ​​18- til 49-årige er migræne den hyppigste årsag til handicap. Alligevel får mange patienter ikke tilstrækkelig diagnose eller ordentlig hovedpine-specifik behandling.

Læger, der udfører hovedpinemedicin, skal have en nøjagtig og fuldstændig hovedpinehistorie for at konstruere en korrekt diagnose og terapeutisk plan. Diagnosen skal ideelt set stilles ved at anvende International Classification of Headache Disorders Third Edition (ICHD-3). Denne proces er afgørende for at stille den korrekte diagnose inden for en rimelig tid. Anamnese hos hovedpinepatienter står imidlertid over for mange udfordringer. Den er stærkt afhængig af mundtlig eller skriftlig kommunikation mellem dem og patienter. Det er en besværlig og tidskrævende praksis for det meste for ikke-erfarne læger. Fejlfortolkning af patienter eller læger i dialog kan forekomme og føre til misforståelser, forkert diagnose og mishandling. Ofte finder patienter vanskeligheder med at udtrykke alle karakteristika under et enkelt besøg hos lægen, hvilket efterlader et væld af nyttig information til lægen ubrugt. Endelig er det vanskeligt at måle sygdomsbyrden ved hovedpinelidelser og gøres for det meste gennem validerede, men stive spørgeskemaer. Det kan negligere den ofte komplekse, men naturlige indvirkning, hovedpinelidelser har på alle dimensioner af menneskers liv.

Med den bemærkelsesværdige undtagelse af e-dagbøger er digitale værktøjer til hovedpinelægen i øjeblikket ikke tilgængelige. Digital teknologi kan tilbyde mange løsninger på de ovenfor nævnte udfordringer. Globalt ekspanderer digitaliseringen hurtigere end tidligere. I den udviklede verden har næsten alle nu adgang til digitale værktøjer såsom computere, smartphones eller tablets. Mere end 3,5 milliarder mennesker rundt om i verden blev anslået til at have adgang til internettet i 2015. Kunstig intelligens (AI) og machine learning (ML) kommer hurtigt ind i vores digitale verden, hvor allerede flere use-cases implementeres i medicin. Algoritmer inden for billedanalyse, taleanalyse og elektronisk patientdatabase-mining er allerede blevet undersøgt for at bestemme, hvilke gavnlige effekter der kan udledes af disse teknikker.

Med øget beregningshastighed, lagerkapacitet og udviklende brugergrænseflader har nye digitale kliniske applikationer potentiale til at hjælpe patienten og lægen på vej til at håndtere hovedpinelidelser. Et sådant felt inden for digitale videnskaber er naturlig sprogbehandling (NLP). Den bruger tekst som input til at generere matematiske modeller, der har potentialet til præcist at klassificere og estimere numeriske konti på basis af grammatik, leksikalsk indhold, sentimental værdi af ord og ordindlejringer i sætninger.

Efterforskerne mener, at den korrekte anvendelse af NLP i hovedpinemedicin i sidste ende kan forbedre livet for mange hovedpineramte ved at stille korrekt diagnose rettidigt og lette kommunikationen om sygdomsbyrden mellem patient og læge. Dette forskningsprojekt har til formål at udvikle NLP-værktøjer, som er i stand til at analysere patientproduceret tekst om deres hovedpineproblemer for præcist at diagnosticere hovedpinelidelser og vurdere hovedpinelidelsernes indvirkning på patientens liv.

Undersøgelsestype

Interventionel

Tilmelding (Faktiske)

187

Fase

  • Ikke anvendelig

Kontakter og lokationer

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

Studiesteder

      • Ghent, Belgien, 9000
        • University Hospital Ghent
    • Belgie
      • Ghent, Belgie, Belgien, 9000
        • Ghent University Hospital

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

18 år og ældre (Voksen, Ældre voksen)

Tager imod sunde frivillige

Ja

Beskrivelse

Inklusionskriterier:

  • Patienter, der besøger hovedpineklinikken på Gent Universitetshospital for første gang eller under opfølgning.
  • Patienter ældre end 18 år.
  • Patienter skal kunne have hollandsk som modersmål og være tilstrækkeligt i stand til at læse, skrive, forstå og tale hollandsk.

Ekskluderingskriterier:

  • Patienter under 18 år.
  • Patienter med et andet sprog end hollandsk som modersmål.
  • Patienter med stofmisbrug af alkohol eller ulovlige stoffer i nutiden eller fortiden.

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Diagnostisk
  • Tildeling: N/A
  • Interventionel model: Enkelt gruppeopgave
  • Maskning: Ingen (Åben etiket)

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Eksperimentel: Deltagere
Deltagere i undersøgelsen
Naturlig sprogbehandling: klassifikations- og regressionsopgaver.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
F1-score klassifikation migrænefortælling versus klyngehovedpinefortælling
Tidsramme: Baseline
Maskinlæringsklassifikationsmodeller, der anvender logistisk regression, naiv bayes-klassificering og understøtter vektormaskiner baseret på tekstelementerne i patienternes fortællinger, for at klassificere fortællingen som enten migræne eller klyngehovedpine. Højere F1-score tyder på bedre klassifikationsresultater.
Baseline

Samarbejdspartnere og efterforskere

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

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.

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)

28. august 2020

Primær færdiggørelse (Faktiske)

31. december 2023

Studieafslutning (Faktiske)

31. december 2023

Datoer for studieregistrering

Først indsendt

25. april 2022

Først indsendt, der opfyldte QC-kriterier

11. maj 2022

Først opslået (Faktiske)

17. maj 2022

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

16. maj 2024

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

14. maj 2024

Sidst verificeret

1. maj 2024

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

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 Naturlig sprogbehandling

Abonner