Development of a Multimodal Deep Learning Model for Pediatric Patients
Development of an Artificial Intelligence-Based Model for Assessing the Severity of Pediatric Obstructive Sleep Apnea
This study aims to develop a multimodal data-driven model integrating multiple noninvasive physiological signals to assess the severity of pediatric sleep-disordered breathing, using standard clinical sleep study results as the reference.
Studieoversigt
Status
Betingelser
Intervention / Behandling
Detaljeret beskrivelse
Pediatric obstructive sleep apnea may affect growth, development, cognitive function, and overall health. Although polysomnography is commonly used for clinical assessment, its application may be limited by time, cost, and accessibility. Recent advances in noninvasive monitoring technologies have provided new possibilities for sleep-related assessment. This study will collect and integrate multiple physiological signals from pediatric participants undergoing routine sleep examinations and to develop a data-driven model for evaluating sleep-related respiratory conditions. Clinical examination results will be used as the reference for model development and validation. The findings of this study are expected to support the development of a convenient and noninvasive approach for pediatric sleep assessment and may provide a reference for future clinical and home-based applications.
Undersøgelsestype
Tilmelding (Anslået)
Kontakter og lokationer
Studiekontakt
- Navn: Ke-Yun Chao, PhD
- Telefonnummer: +886-905-301-879
- E-mail: C00152@mail.fjuh.fju.edu.tw
Studiesteder
-
-
-
New Taipei City, Taiwan, 24352
- Rekruttering
- Fu Jen Catholic University Hospital, Fu Jen Catholic University
-
Kontakt:
- Ke-Yun Chao, PhD
- Telefonnummer: +886-905-301-879
- E-mail: C00152@mail.fjuh.fju.edu.tw
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Køn, der er berettiget til at studere
Prøveudtagningsmetode
Studiebefolkning
patient of affiliated university hospital
Beskrivelse
Inclusion Criteria:
- Individuals with clinical suspicion of obstructive sleep apnea who are referred for polysomnography
Exclusion Criteria:
- Intolerance to a fingertip or wrap-around pulse oximeter
- Presence of significant structural abnormalities of the upper airway
- Cardiac arrhythmia
- Neuromuscular disease
- Hospitalization within the previous one month
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Observationsmodeller: COHORT
- Tidsperspektiver: PROSPECTIVE
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Tidsramme |
|---|---|
|
the correlation among the apnea-hypopnea index, millimeter-wave radar signals, and ballistocardiography waveforms
Tidsramme: up to 12 hours
|
up to 12 hours
|
Samarbejdspartnere og efterforskere
Sponsor
Efterforskere
- Ledende efterforsker: Ke-Yun Chao, PhD, Fu Jen Catholic University
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Anslået)
Studieafslutning (Anslået)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Andre undersøgelses-id-numre
- FJUH115604
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
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 .