Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Eine Entwicklung eines Algorithmus zur Identifizierung entzündlicher Darmerkrankungen unter Verwendung von Fallseriendaten

4. März 2020 aktualisiert von: Hyangsook Lee, KMD, PhD

Kräutermedizin gegen entzündliche Darmerkrankungen: eine Entwicklung eines Mustererkennungsalgorithmus durch retrospektive Analyse von Fallseriendaten

Ziel dieser Studie war es, Muster entzündlicher Darmerkrankungen (IBD) anhand der auftretenden Symptome zu identifizieren und Algorithmen zur Bestimmung des Musters sowie Kräuterverordnungen für entsprechende Muster vorzuschlagen. Die Forscher sammelten Symptomdaten von 67 IBD-Patienten, die nach der Einnahme pflanzlicher Arzneimittelrezepte klinische Remissionen erreichten und aufrechterhielten. Die Verschreibungen wurden in fünf Muster eingeteilt, die nach den Hauptmerkmalen und Symptomen der eingeschlossenen Patienten benannt wurden. Zusammenhänge zwischen auftretenden Symptomen und Mustern wurden mithilfe einer TF-IDF-Methode (Term Frequency Inverse Document Frequency) visualisiert. Die Bestimmung von IBD-Mustern anhand der Symptome von Patienten wurde durch Entscheidungsbaummodellierung analysiert und grafisch dargestellt.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Kräuterrezepte gehören zu den gefragtesten komplementären und alternativen Behandlungsstrategien für Patienten mit entzündlichen Darmerkrankungen. Allerdings wurde die Variabilität bei der Mustererkennung der Traditionellen Chinesischen Medizin (TCM)/Traditionellen Ostasiatischen Medizin (TEAM) kritisiert. Anhand von Daten von Patienten, die nach der Verschreibung von TCM/TEAM-Kräutermedikamenten eine klinische Remission erreichten und aufrechterhielten, wollten die Forscher Behandlungsalgorithmen entwickeln, die durch identifizierte Muster und Schlüsselsymptome verfeinert wurden, die Ärzte leicht unterscheiden können.

Basierend auf Kräuterrezepten, die eine klinische Remission auslösten, wurden IBD-Patienten in fünf Muster eingeteilt, nämlich Dickdarmtyp, Wasser-Feuchtigkeits-Typ, Atemwegstyp, Typ des oberen Gastrointestinaltrakts (GI) und Kältetyp. Mithilfe der TF-IDF-Methode (Term Frequency Inverse Document Frequency) wurde der Zusammenhang zwischen 22 Symptomen, die als Hinweise auf die Verschreibung von Kräutermedizin beschrieben wurden, und 5 Mustern analysiert. Die Entscheidungsbaummodellierung wurde zur Vorhersage relevanter Muster aus Symptomen verwendet.

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

67

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

  • Korea, Republik von
      • Seoul, Korea, Republik von, 02447
        • Acupuncture & Meridian Science Research Centre

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

15 Jahre bis 65 Jahre (Kind, Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Alle

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Patienten, bei denen von einem Gastroenterologen IBD diagnostiziert wurde und die nach der Behandlung mit verordneten Kräutermedikamenten eine klinische Remission erreichten

Beschreibung

Einschlusskriterien:

  • Diagnose von IBD durch einen Gastroenterologen
  • Patienten haben eine klinische Remission der IBD-Symptome erreicht und aufrechterhalten, nachdem sie Kräuterrezepte eingenommen hatten
  • Die Patienten haben eine schriftliche Einverständniserklärung abgegeben

Ausschlusskriterien:

  • Einzelheiten zu einem der 25 Symptome wurden weggelassen

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Kohorten und Interventionen

Gruppe / Kohorte
Intervention / Behandlung
Training/Test des Entscheidungsbaumalgorithmus
Die Forscher teilten die Daten von 67 Patienten in fünf Gruppen ein, um eine fünffache Kreuzvalidierung durchzuführen. Vier Gruppen wurden zum Trainieren des Entscheidungsbaumalgorithmus und eine Gruppe zum Testen verwendet.
Sonstiges: Entscheidungsbaummodellierung

Eine Entscheidungsbaumanalyse wurde eingesetzt, um den Prozess der Entscheidungsfindung über Mustertypen basierend auf dem Vorhandensein oder Nichtvorhandensein eines Symptoms zu untersuchen. Am Ende des Baums wird der Anteil der Patienten angezeigt, die den einzelnen Mustern zugeordnet werden.

In dieser Studie wurde die Klassifizierung durch Anwendung des Klassifizierungs- und Regressionsbaum-Algorithmus (CART) unter Verwendung des Scikit-Learn-Pakets von Python durchgeführt, das eine Division mithilfe des Gini-Koeffizienten oder der Dekrementierung der Dispersion durchführt. Der Gini-Koeffizient ist eines der Instrumente zur Messung der Entropie oder Diversität in jedem Knoten und misst die Abnahme durch Vergleich der Informationsentropie vor und nach der Trennung. Um eine Überanpassung zu vermeiden, wurde die maximale Anzahl der Blattknoten auf vier begrenzt und die Pruning-Methode angewendet, die dem Prinzip der minimalen Beschreibungslänge entsprach.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Genauigkeit des Mustererkennungsalgorithmus
Zeitfenster: Okt. 2015
Der Mustererkennungsalgorithmus wurde unter Verwendung einer Entscheidungsbaummethode vorgeschlagen. Mithilfe der Entscheidungsbaummethode wurde der Prozess der Entscheidungsfindung über Mustertypen basierend auf den klinischen Merkmalen der Patienten untersucht.
Okt. 2015

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Hyangsook Lee, KMD, PhD

Publikationen und hilfreiche Links

Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.

Allgemeine Veröffentlichungen

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

1. November 2007

Primärer Abschluss (Tatsächlich)

28. Februar 2015

Studienabschluss (Tatsächlich)

28. Oktober 2015

Studienanmeldedaten

Zuerst eingereicht

3. März 2020

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

3. März 2020

Zuerst gepostet (Tatsächlich)

5. März 2020

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

6. März 2020

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

4. März 2020

Zuletzt verifiziert

1. März 2020

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • KyungheeU

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

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 .

Klinische Studien zur Entzündliche Darmerkrankungen

Klinische Studien zur Entscheidungsbaummodellierung

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in United States

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

Abonnieren