Validierung und KI-Software zur Beurteilung von Kindern mit Ohrbeschwerden
Validierung eines Deep-Learning-Algorithmus bei Kindern mit Ohrbeschwerden
Das Ziel dieser Beobachtungsstudie ist es, zu bestimmen, ob der Glimpse-Machine-Learning-Algorithmus Ohrenkrankheiten bei Kindern genau beurteilen kann. Teilnehmer werden:
- Ein Video ihres Ohrs von ihrem Elternteil oder ihrem Erziehungsberechtigten aufnehmen lassen
- Ein Video ihres Ohrs von einem Hausarzt aufnehmen lassen
- Eine Beurteilung ihrer Trommelfelle und ein Video ihrer Ohren von einem Hals-Nasen-Ohren-Spezialisten durchführen lassen.
Die Videos werden verwendet, um zu bestimmen, ob der Glimpse-Algorithmus mit der Diagnose der Ärzte übereinstimmt.
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Detaillierte Beschreibung
Studientyp
Studientyp
Einschreibung (Geschätzt)
Einschreibung
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Courtney Hill, MD
- Telefonnummer: 612-404-0251
- E-Mail: courtney@glimpsediagnostics.com
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Kind
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Männer und Frauen im Alter von 6 Monaten bis 6 Jahren
- Vorstellung in einer Kinderarztpraxis oder Notfallversorgung mit Anzeichen und Symptomen einer Mittelohrentzündung, einschließlich Ziehen an den Ohren, Ohrenschmerzen, nächtlichem Weinen, Verweigerung des Flachliegens, schlechtem Schlaf, Fieber, vermindertem Appetit und/oder Besorgnis über Hörverlust, unabhängig von einer früheren Diagnose von AOM oder OME.
Ausschlusskriterien:
- Vorgeschichte von kraniofazialen Anomalien
- Derzeit vorhandene Paukenröhrchen
- Aktuelle Otorrhoe
- Betreuungsperson ohne Nutzung beider Hände und Arme
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Prozentuale Übereinstimmung der Klassifizierung eines Kinderohrenbildes durch den Glimpse-Machine-Learning-Algorithmus mit einer HNO-Panel-Diagnose
Zeitfenster: Innerhalb von 24 Stunden nach Vorstellung beim Hausarzt oder der Notfallpraxis
|
Das primäre Endziel dieser Studie ist es, die prozentuale Übereinstimmung der Klassifizierung eines Ohrbildes eines Kindes durch den Glimpse-Machine-Learning-Algorithmus mit der Diagnose eines HNO-Panels für dasselbe Ohr hinsichtlich der Diagnosen akute Otitis media (AOM), Otitis media mit Erguss (OME) und kein Mittelohrerguss zu vergleichen, gegenüber der prozentualen Übereinstimmung der Diagnose des primären Versorgungsanbieters (PCP) mit der Diagnose eines HNO-Panels bei Kindern mit Otalgie.
|
Innerhalb von 24 Stunden nach Vorstellung beim Hausarzt oder der Notfallpraxis
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Mitarbeiter
Mitarbeiter
Publikationen und hilfreiche Links
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Geschätzt)
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
- Glimpse-01
- 1R44EB036883-01A1 (US NIH Stipendium/Vertrag)
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
Produkt, das in den USA hergestellt und aus den USA exportiert wird
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 .