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

AI-baseret fysioterapievaluationssystem for bevægelighedsområde hos patienter med mundhulekræft

6. april 2026 opdateret af: National Taiwan University Hospital

Validitet og pålidelighed af et AI-baseret fysioterapievaluationssystem for oromandibulær og nakke-skulder bevægelighedsområde hos patienter med mundhulekræft

Dette studie har til formål at evaluere gyldigheden og pålideligheden af et nyt AI-baseret fysioterapi-evaluationssystem til måling af oromandibulær og nakke-skulder bevægelighedsområde (ROM). Traditionelle ROM-vurderinger er afhængige af manuelle målinger, som kan være påvirket af vurdererens erfaring og variationer. Det foreslåede AI-system anvender automatiseret nøglepunktssporing til at give objektive og standardiserede målinger.

I dette tværsnitsstudie vil raske voksne deltagere udføre standardiserede ROM-opgaver. Målinger fra AI-systemet vil blive sammenlignet med dem fra to uafhængige vurderere ved hjælp af konventionelle kliniske værktøjer. Gentagne målinger vil blive udført for at vurdere intra-vurderer og inter-vurderer pålidelighed. Overensstemmelsen mellem AI-systemet og menneskelige vurderere vil blive evalueret for at afgøre systemets kliniske anvendelighed.

Studieoversigt

Status

Rekruttering

Detaljeret beskrivelse

Denne undersøgelse er en tværsnitsmålingsundersøgelse designet til at evaluere pålideligheden og den samtidige validitet af et AI-baseret fysioterapivurderingssystem til vurdering af oromandibulær og nakke-skulder bevægelighed (ROM). Deltagerne vil være raske voksne i alderen 20 til 70 år, der opfylder foruddefinerede inklusions- og eksklusionskriterier. Efter at have givet informeret samtykke vil deltagerne udføre standardiserede bevægelser, herunder mundåbning samt cervikale og skulder ROM-opgaver.

Hver deltager vil gennemgå tre gentagne målinger for hver bevægelse. ROM vil blive vurderet ved hjælp af tre metoder: (1) et AI-baseret system, der anvender realtids nøglepunktsporing og automatiseret vinkelberegning, (2) manuel måling af Bedømmer 1, og (3) uafhængig manuel måling af Bedømmer 2 ved hjælp af en goniometer eller TheraBite ROM-skala.

For at minimere målefejl og træthedseffekter vil rækkefølgen af de tre vurderingsmetoder blive randomiseret for hver deltager. Bedømmerne vil være blinde for hinandens målinger og for de AI-genererede resultater.

De primære resultater omfatter inter-bedømmer pålidelighed og intra-bedømmer pålidelighed af AI-systemet samt overensstemmelse mellem AI-baserede og manuelle målinger. Pålidelighed vil blive vurderet ved hjælp af intraclass korrelationskoefficienter (ICC), mens overensstemmelse vil blive evalueret ved hjælp af Bland-Altman-analyse og gennemsnitlig absolut fejl (MAE).

Denne undersøgelse forventes at give bevis, der støtter den kliniske anvendelighed af AI-baserede fysioterapivurderingsværktøjer, især til standardiserede og skalerbare muskuloskeletale evalueringer.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

20

Kontakter og lokationer

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

Studiekontakt

Studiesteder

      • Taipei, Taiwan, 100
        • Rekruttering
        • School and Graduate Institute of Physical Therapy, College of Medicine, National Taiwan University
        • Kontakt:
          • Yueh-Hsia Chen, Ph.D

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

  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ja

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Studiepopulationen består af raske voksne frivillige i alderen 20 til 70 år, rekrutteret gennem ikke-sandsynlighedsbaseret udvælgelse. Deltagere uden tidligere trismus, hoved- og halskræft eller muskuloskeletale tilstande, der påvirker hoved-, hals- eller skulderregionerne, er berettigede. Alle deltagere er i stand til at følge instruktioner og udføre standardiserede bevægelsesopgaver. Denne population er udvalgt for at etablere basislinjemålingspræstation og evaluere pålideligheden og validiteten af det AI-baserede fysioterapievaluationssystem under kontrollerede forhold.

Beskrivelse

Inklusionskriterier:

  • Sunde voksne i alderen 20 til 70 år
  • Ingen trismus
  • Ingen historie med hoved-, hals- eller skulderskade eller -operation
  • Ingen historie med strålebehandling eller kemoterapi relateret til hoved- og halskræft

Eksklusionskriterier:

  • Uformåen til at kommunikere eller følge instruktioner
  • Enhver tilstand, der kan påvirke bevægelsespræstation

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
Sund gruppe
Sunde voksne i alderen mellem 20 og 70 år uden tidligere trismus, skader eller operationer i hoved, hals eller skuldre, eller HNC-relateret strålebehandling eller kemoradioterapi, blev rekrutteret.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Aftale mellem AI og manuelle målinger
Tidsramme: Baseline
Overensstemmelse mellem AI-baserede og manuelle målinger vurderet ved hjælp af Intraclass korrelationskoefficienter (ICC) og Bland-Altman-analyse
Baseline

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Gennemsnitlig Absolut Fejl (MAE)
Tidsramme: Udgangspunkt
Gennemsnitlig absolut forskel mellem AI-målinger og manuelle målinger
Udgangspunkt
Intra-rater pålidelighed for menneskelige vurderere
Tidsramme: Baselinte
Konsistens af manuelle målinger foretaget af Bedømmer 1 og Bedømmer 2 gennem gentagne forsøg ved brug af intraklassekorrelationskoefficienter (ICC)
Baselinte
Intervurder pålidelighed blandt alle vurderere
Tidsramme: Udgångspunkt
Overensstemmelsen mellem målinger opnået fra AI-systemet, Bedømmer 1 og Bedømmer 2 vil blive vurderet ved brug af intraklassekorrelationskoefficienter (ICC)
Udgångspunkt
AI-systemets intraobserver-pålidelighed
Tidsramme: Baseline
Konsistens af AI-baserede målinger på tværs af tre gentagne forsøg ved brug af intraklasse korrelationskoefficienter (ICC)
Baseline
Systematisk målefejl
Tidsramme: Baseline
Gennemsnitlig forskel mellem AI-baserede og manuelle målinger
Baseline

Samarbejdspartnere og efterforskere

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

Efterforskere

  • Ledende efterforsker: Yueh-Hsia Chen, Ph.D., School and Graduate Institute of Physical Therapy, College of Medicine, National Taiwan University

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)

7. april 2026

Primær færdiggørelse (Anslået)

31. maj 2026

Studieafslutning (Anslået)

31. december 2027

Datoer for studieregistrering

Først indsendt

29. marts 2026

Først indsendt, der opfyldte QC-kriterier

29. marts 2026

Først opslået (Faktiske)

3. april 2026

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

13. april 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

6. april 2026

Sidst verificeret

1. marts 2026

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

IPD-planbeskrivelse

Individuelle deltagerdata (IPD) vil ikke blive delt på grund af privatlivshensyn og institutionelle regler. Selvom AI-systemet behandler de-identificeret nøglepunktsdata, kan datasættet stadig indeholde oplysninger, som potentielt kan re-identificeres. Datadeling kan overvejes ved rimelig anmodning og underlagt institutionel gennemgang og databeskyttelsespolitikker.

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 Mundkræft

Abonner