Vorhersage über das Wiederauftreten von manischen und depressiven Episoden bei bipolarer Störung
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Studientyp
Studientyp
Einschreibung (Geschätzt)
Einschreibung
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Yi-Ling Chien
- Telefonnummer: +886223123456#66013
- E-Mail: chienyiling@gmail.com
Studienorte
-
-
-
Taipei, Taiwan
- Rekrutierung
- National Taiwan University Hospital
-
Kontakt:
- Yi-Ling Chien, MD, PhD
- Telefonnummer: +886223123456#66013
- E-Mail: chienyiling@gmail.com
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- DSM-5 Bipolare Störung oder depressive Störung
- 20~60 Jahre alt
- Bereitschaft, Smartwatch und Smartphone die meiste Zeit zu tragen
Ausschlusskriterien:
- Komorbid mit Substanzgebrauchsstörung
- Smartwatch und Smartphone können nicht verwendet werden
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
BP
100 Patienten mit Stimmungsstörungen aus der psychiatrischen Abteilung und den ambulanten Diensten der Abteilung für Psychiatrie des National Taiwan University Hospital
|
Die Garmin Smartwatch zeichnet Funktionen wie Aktivitäten, Herzfrequenz und Schlaf über die Smartphone-App auf
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Entwicklung und Verifizierung eines Algorithmus zur Vorhersage von Stimmungsepisoden
Zeitfenster: 1 Jahr
|
Die gesammelten Daten gelten für den Lernalgorithmus Random Forest, der zur Trainingszeit eine Vielzahl von Entscheidungsbäumen erstellt und eine Klasse ausgibt, die der Modus der Klassen der einzelnen Bäume ist.
Die Leistung des trainierten Vorhersagemodells wurde bewertet, indem die Genauigkeit, Empfindlichkeit, Spezifität und die Fläche unter der Kurve des Modells bewertet wurden.
In einem maschinellen Lernprozess wird ein Teil der Daten für das Modelltraining und der andere Teil für das Testen des Modells verwendet.
|
1 Jahr
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Geschätzt)
Primärer Abschluss
Studienabschluss (Geschätzt)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- 202002006RINA
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .