Maschinelles Lernen und bildbasierte 3D-Modellierung zur Echtzeitschätzung von Körpergewicht und Körperzusammensetzung während der medizinischen Notfallversorgung. Studie 1
Maschinelles Lernen und bildbasierte 3D-Modellierung zur Echtzeitschätzung von Körpergewicht und Körperzusammensetzung während der medizinischen Notfallversorgung. Studie 1 – Erstellen eines Modells unter Verwendung eines einzelnen 3D-Kamerabildes eines auf dem Rücken liegenden Patienten zur genauen Schätzung von TBW, IBW und LBW.
Ziel dieser Beobachtungsstudie ist es, ein KI-gesteuertes 3D-Kamerasystem zu trainieren und zu validieren, um das Gesamtkörpergewicht, das ideale Körpergewicht und das magere Körpergewicht bei männlichen und weiblichen erwachsenen Freiwilligen jeden Alters zu schätzen. Die Hauptfragen, die diese Studie beantworten soll, sind:
- Welche Genauigkeit der Gewichtsschätzung können wir mit einem KI-gesteuerten 3D-Kamera-Gewichtsschätzungssystem erreichen?
- Ist diese Genauigkeit bei Erwachsenen beiderlei Geschlechts, jeden Alters und allen Körpertypen (Untergewicht, Normalgewicht, Übergewicht) gleich? Die Teilnehmer werden einigen anthropometrischen Messungen (Größe, Mittelarmumfang, Gewichtsumfang, Hüftumfang, gemessenes Gewicht), einem DXA-Scan (zur Messung des mageren Körpergewichts) und einer 3D-Bildgebung mit einer 3D-Kamera unterzogen.
Es wird keine Eingriffe geben.
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Detaillierte Beschreibung
Studientyp
Studientyp
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Mike Wells, MD, PhD
- Telefonnummer: (561) 479-6344
- E-Mail: wellsm@health.fau.edu
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Jeder willige Freiwillige.
Ausschlusskriterien:
- Teilnehmer mit einem Körpergewicht, das die Kapazität der DXA-Maschine von >204 kg (450 lbs) überschreitet;
- Schwangere Teilnehmer;
- Teilnehmer mit Erkrankungen, die die Studie beeinträchtigen könnten;
- Teilnehmer mit metallischen chirurgischen Implantaten;
- Teilnehmer, bei denen in der vergangenen Woche eine Röntgenaufnahme mit Kontrastmittel durchgeführt wurde;
- Teilnehmer, die in den 24 Stunden vor der Studie Kalziumpräparate eingenommen haben.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
TBW-Schätzung
Zeitfenster: Grundlinie
|
Genauigkeit der TBW-Schätzung mithilfe eines 3D-Kamerasystems
|
Grundlinie
|
|
IBW-Schätzung
Zeitfenster: Grundlinie
|
Genauigkeit der IBW-Schätzung mithilfe eines 3D-Kamerasystems
|
Grundlinie
|
|
LBW-Schätzung
Zeitfenster: Grundlinie
|
Genauigkeit der LBW-Schätzung mithilfe eines 3D-Kamerasystems
|
Grundlinie
|
Sekundäre Ergebnismessungen
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Sexbezogene Genauigkeit
Zeitfenster: Grundlinie
|
Unterschiede in der Genauigkeit zwischen Männern und Frauen
|
Grundlinie
|
|
Altersbezogene Genauigkeit
Zeitfenster: Grundlinie
|
Genauigkeit der Gewichtsschätzung nach Altersgruppe
|
Grundlinie
|
|
BMI-bezogene Genauigkeit
Zeitfenster: Grundlinie
|
Genauigkeit der Gewichtsschätzung nach Untergruppe des Gewichtsstatus
|
Grundlinie
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Wells M, Goldstein L. Appropriate Statistical Analysis and Data Reporting for Weight Estimation Studies. Pediatr Emerg Care. 2023 Jan 1;39(1):62-63. doi: 10.1097/PEC.0000000000002862. Epub 2022 Oct 1. No abstract available.
- Wells M, Goldstein LN, Cattermole G. Development and Validation of a Length- and Habitus-Based Method of Ideal and Lean Body Weight Estimation for Adults Requiring Urgent Weight-Based Medical Intervention. Eur J Drug Metab Pharmacokinet. 2022 Nov;47(6):841-853. doi: 10.1007/s13318-022-00796-3. Epub 2022 Sep 19.
- Wells M, Goldstein LN. Estimating Lean Body Weight in Adults With the PAWPER XL-MAC Tape Using Actual Measured Weight as an Input Variable. Cureus. 2022 Sep 17;14(9):e29278. doi: 10.7759/cureus.29278. eCollection 2022 Sep.
- Wells M, Goldstein LN, Alter SM, Solano JJ, Engstrom G, Shih RD. The accuracy of total body weight estimation in adults - A systematic review and meta-analysis. Am J Emerg Med. 2024 Feb;76:123-135. doi: 10.1016/j.ajem.2023.11.037. Epub 2023 Nov 29.
- Wells M, Goldstein LN, Wells T, Ghazi N, Pandya A, Furht B, Engstrom G, Jan MT, Shih R. Total body weight estimation by 3D camera systems: Potential high-tech solutions for emergency medicine applications? A scoping review. J Am Coll Emerg Physicians Open. 2024 Oct 4;5(5):e13320. doi: 10.1002/emp2.13320. eCollection 2024 Oct.
- Sonar VG, Jan MT, Wells M, Pandya A, Engstrom G, Shih R, Furht B. Estimating Body Volume and Height Using 3D Data. arxiv. 2024 September; 2410.02800
- Jan MT, Kumar A, Wells M, Pandya A, Engstrom G, Shih R, Furht B. Comprehensive Survey of Body Weight Estimation: Techniques, Datasets and Applications. Multimedia Tools and Applications. 2024 October
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
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- 1791994(1)
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 .