Vergleich eines durch künstliche Intelligenz unterstützten Rehabilitationsprogramms für Schulter-Muskel-Skelett-Erkrankungen und der klinischen Entscheidungsfindung von Therapeuten
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Studientyp
Studientyp
Einschreibung (Voraussichtlich)
Einschreibung
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Hanyun Hsiao, master
- Telefonnummer: 1624 +88622490088
- E-Mail: 10252@s.tmu.edu.tw
Studienorte
-
-
-
New Taipei City, Taiwan, 235
- Rekrutierung
- Shuang Ho Hospital
-
Kontakt:
- Hanyun Hsiao, master
- Telefonnummer: 1624 +88622490088
- E-Mail: 10252@s.tmu.edu.tw
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Die Codes der Internationalen Klassifikation der Krankheiten, 10. Revision (ICD-10) wurden vor Beginn der Studie ausgewählt und umfassten die ICD-10-Codes M75 (Schulterläsionen), S42 (Schulter- und Oberarmbruch) und S43 (Verrenkung und Verstauchung der Gelenke). und Bänder des Schultergürtels) und S46 (Verletzung von Muskeln, Faszien und Sehnen in Schulter- und Oberarmhöhe)
- Patienten, die nach einem chirurgischen Eingriff eine Rehabilitation benötigen und in der Lage sind, Dehnübungen, Active Assistive Range of Motion (AAROM) oder Supervised Active Range of Motion (AROM) durchzuführen.
- zwischen 20-80 Jahre alt
- Können motorischen Befehlen folgen
Ausschlusskriterien:
- Patienten mit Erkrankungen des zentralen und peripheren Nervensystems, wie z. B. zerebrovaskulärer Unfall (CVA), Parkinson-Krankheit (PD), Myasthenia gravis (MG), Poliomyelitis
- Patienten mit Schulterprellung, Gefäßverletzung, schwerer Quetschverletzung und Amputation
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Schulter-Muskel-Skelett-Gruppe
Die Codes der Internationalen Klassifikation der Krankheiten, 10. Revision (ICD-10) wurden vor Beginn der Studie ausgewählt und umfassten die ICD-10-Codes M75 (Schulterläsionen), S42 (Schulter- und Oberarmbruch) und S43 (Verrenkung und Verstauchung der Gelenke). und Bänder des Schultergürtels) und S46 (Verletzung von Muskeln, Faszien und Sehnen in Schulter- und Oberarmhöhe)
|
übliche Pflege (Rehabilitationsprogramm)
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Genauigkeit
Zeitfenster: Änderung gegenüber dem Ausgangswert nach 2 Monaten
|
Untersuchung der Möglichkeiten des Einsatzes des überwachten maschinellen Lernansatzes zur Vorhersage von Rehabilitationsprogrammen für Schulter-Muskel-Skelett-Erkrankungen
|
Änderung gegenüber dem Ausgangswert nach 2 Monaten
|
|
Präzision
Zeitfenster: Änderung gegenüber dem Ausgangswert nach 2 Monaten
|
Untersuchung der Möglichkeiten des Einsatzes des überwachten maschinellen Lernansatzes zur Vorhersage von Rehabilitationsprogrammen für Schulter-Muskel-Skelett-Erkrankungen
|
Änderung gegenüber dem Ausgangswert nach 2 Monaten
|
|
Abrufen
Zeitfenster: Änderung gegenüber dem Ausgangswert nach 2 Monaten
|
Untersuchung der Möglichkeiten des Einsatzes des überwachten maschinellen Lernansatzes zur Vorhersage von Rehabilitationsprogrammen für Schulter-Muskel-Skelett-Erkrankungen
|
Änderung gegenüber dem Ausgangswert nach 2 Monaten
|
|
F-1-Ergebnis
Zeitfenster: Änderung gegenüber dem Ausgangswert nach 2 Monaten
|
Untersuchung der Möglichkeiten des Einsatzes des überwachten maschinellen Lernansatzes zur Vorhersage von Rehabilitationsprogrammen für Schulter-Muskel-Skelett-Erkrankungen
|
Änderung gegenüber dem Ausgangswert nach 2 Monaten
|
|
AUC
Zeitfenster: Änderung gegenüber dem Ausgangswert nach 2 Monaten
|
Untersuchung der Möglichkeiten des Einsatzes des überwachten maschinellen Lernansatzes zur Vorhersage von Rehabilitationsprogrammen für Schulter-Muskel-Skelett-Erkrankungen
|
Änderung gegenüber dem Ausgangswert nach 2 Monaten
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Burns DM, Leung N, Hardisty M, Whyne CM, Henry P, McLachlin S. Shoulder physiotherapy exercise recognition: machine learning the inertial signals from a smartwatch. Physiol Meas. 2018 Jul 23;39(7):075007. doi: 10.1088/1361-6579/aacfd9.
- Challoumas D, Biddle M, McLean M, Millar NL. Comparison of Treatments for Frozen Shoulder: A Systematic Review and Meta-analysis. JAMA Netw Open. 2020 Dec 1;3(12):e2029581. doi: 10.1001/jamanetworkopen.2020.29581.
- Linsell L, Dawson J, Zondervan K, Rose P, Randall T, Fitzpatrick R, Carr A. Prevalence and incidence of adults consulting for shoulder conditions in UK primary care; patterns of diagnosis and referral. Rheumatology (Oxford). 2006 Feb;45(2):215-21. doi: 10.1093/rheumatology/kei139. Epub 2005 Nov 1.
- Oude Nijeweme-d'Hollosy W, van Velsen L, Poel M, Groothuis-Oudshoorn CGM, Soer R, Hermens H. Evaluation of three machine learning models for self-referral decision support on low back pain in primary care. Int J Med Inform. 2018 Feb;110:31-41. doi: 10.1016/j.ijmedinf.2017.11.010. Epub 2017 Nov 23.
- Gupta R, Srivastava D, Sahu M, Tiwari S, Ambasta RK, Kumar P. Artificial intelligence to deep learning: machine intelligence approach for drug discovery. Mol Divers. 2021 Aug;25(3):1315-1360. doi: 10.1007/s11030-021-10217-3. Epub 2021 Apr 12.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Voraussichtlich)
Primärer Abschluss
Studienabschluss (Voraussichtlich)
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
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- N202206013
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
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 .