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

Evaluering af kunstig intelligens-modeller til diagnose af anterior åben bid-malocclusion

19. november 2023 opdateret af: Heba El-Sayed Kamel Akl, Cairo University
Opbygning af kunstig intelligens-modeller til diagnosticering af anterior åben bid malocclusion

Studieoversigt

Status

Rekruttering

Detaljeret beskrivelse

Undersøgelsen sigter mod at skabe kunstig intelligens-modeller, hvor inputtet er før-behandlingsfotografier og røntgenbilleder af patienter med åben bid, der rutinemæssigt tages til diagnose og behandlingsplanlægning. Outputtet af AI-modellen vil være typen og fænotypen af ​​anterior åben bid. Fotografierne og røntgenbillederne med højeste kvalitet vil blive arrangeret i visse standardiserede skabeloner for at lette maskinlæringsprocessen.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

200

Kontakter og lokationer

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

Studiekontakt

Studiesteder

      • Cairo, Egypten, 11451
        • Rekruttering
        • Orthodontic department, Faculty of Dentistry, Cairo University
        • Kontakt:
          • Heba Akl, MSc.
          • Telefonnummer: 01227418915

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

  • Barn
  • Voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

Enhver patient med åbent anterior bid af enhver type og sværhedsgrad vil blive inkluderet i undersøgelsen

Beskrivelse

Inklusionskriterier:

  • forreste åbent bid

Ekskluderingskriterier:

  • kraniofaciale syndromer, tidligere ortodontisk behandling, journaler af dårlig kvalitet

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
effektiviteten af ​​kunstig intelligens (AI) model til diagnosticering af anterior åbent bid
Tidsramme: 8 måneder
Procentdelen af ​​overensstemmelse mellem AI-modellens resultat og den faktiske diagnose
8 måneder

Samarbejdspartnere og efterforskere

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

Samarbejdspartnere

Efterforskere

  • Studieleder: Yehya Mostafa, DDS., PhD, Cairo

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 (Anslået)

1. november 2023

Primær færdiggørelse (Anslået)

1. juli 2024

Studieafslutning (Anslået)

1. september 2024

Datoer for studieregistrering

Først indsendt

15. november 2023

Først indsendt, der opfyldte QC-kriterier

19. november 2023

Først opslået (Faktiske)

20. november 2023

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

20. november 2023

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

19. november 2023

Sidst verificeret

1. november 2023

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • 2107765

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 kunstig intelligens model

Abonner