Wirksamkeit eines eTriaging-Systems für die Krankheitseinstufung
17. Januar 2024 aktualisiert von: Yingfeng Zheng, Sun Yat-sen University
Wirksamkeit der Verwendung des eTriaging-Systems für die Krankheitseinstufung in der Gemeinschaftsbevölkerung
Mit zunehmender Bevölkerungszahl und zunehmender Krankheitsprävalenz sind lange Wartezeiten zu einem häufigen Problem in den öffentlichen Gesundheitssystemen geworden.
Es besteht ein dringender Bedarf an schnellen, genauen und kostengünstigen Schnell-Triage-Diensten.
Daher wollten wir ein eTriaging-System entwickeln und seine Wirksamkeit mit Menschen vergleichen.
Studienübersicht
Status
Abgeschlossen
Bedingungen
Intervention / Behandlung
Studientyp
Interventionell
Einschreibung (Tatsächlich)
535
Phase
- Unzutreffend
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienorte
-
-
Guangdong
-
Guangzhou, Guangdong, China, 510000
- Zhognshan Ophthalmic Center, Sun Yat-sen University
-
-
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
18 Jahre und älter (Erwachsene, Älterer Erwachsener)
Akzeptiert gesunde Freiwillige
Nein
Beschreibung
Einschlusskriterien:
- Personen über 18 Jahre.
- Ein Smartphone/Tablet besitzen und die eTriaging-APP anzeigen und bedienen können.
- Bereit, an der Studie teilzunehmen und fundierte Inhalte bereitzustellen.
Ausschlusskriterien:
- N / A
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Sonstiges
- Zuteilung: N / A
- Interventionsmodell: Einzelgruppenzuweisung
- Maskierung: Keine (Offenes Etikett)
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Experimental: Ein Selbstbewertungstool basierend auf dem Large Language Model
Das auf einem großen Sprachmodell basierende Selbstbewertungstool verarbeitet Benutzeranfragen mithilfe eines umfassenden Generierungs-, Entscheidungs-, Aktions- und Sicherheitsrahmens, um optimale Antworten zu liefern.
Zu den Hauptfunktionen des Systems gehört das abrufgestützte In-Context-Lernen, das die durch die Beschaffung von Informationen von zuverlässigen Websites generierten Antworten verbessert.
Es enthält außerdem ein Guardrail-Modul, um potenziell schädliche Inhalte in den Antworten einzudämmen, indem der Inhalt vor der Übermittlung validiert wird.
Darüber hinaus verfügt das System über ein selbstprüfendes Speichermodul, das wesentliche klinische Merkmale über mehrere Dialoge hinweg beibehält und so eine konsistente und kontinuierliche Interaktion mit Benutzern gewährleistet.
|
Im Anschluss an die Basisbewertung werden die Teilnehmer angeleitet, unabhängig ein Selbstbewertungstool zu verwenden, um ihr Risiko einer diabetischen Retinopathie (DR) einzuschätzen. Dieses Tool ist eine Fusion eines auf LLM basierenden Konversations-KI-Systems und eines bestehenden logistischen Diagnosemodells. Das KI-System ist darauf ausgelegt, klinische Variablen zu erfassen, darunter Alter, Diabetesdauer, Body-Mass-Index (BMI) und Insulinverbrauch. Darüber hinaus werden klinische Testdaten wie mittlerer arterieller Druck, HbA1c, Serumkreatinin und Mikroalbuminurie aus einem lokalen Datensatz unter Verwendung des Namens und der ID des Patienten extrahiert. Nach der Erfassung werden diese Daten zur weiteren Analyse an ein serverbasiertes Diagnosemodell übertragen, um das Vorhandensein von DR festzustellen. |
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
AUROC des Selbstbewertungstools
Zeitfenster: Unmittelbar nach der Nutzung des Chatbots
|
Die Leistung des Selbstbewertungstools wird von leitenden Augenärzten anhand von Fundusfotos anhand der diagnostischen Etiketten genau bewertet.
|
Unmittelbar nach der Nutzung des Chatbots
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Sponsor
Ermittler
- Hauptermittler: Yingfeng Zheng, Zhongshan Ophthalmic Center, Sun Yat-sen University
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. Mai 2023
Primärer Abschluss (Tatsächlich)
30. Juli 2023
Studienabschluss (Tatsächlich)
30. Juli 2023
Studienanmeldedaten
Zuerst eingereicht
29. Januar 2022
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
29. Januar 2022
Zuerst gepostet (Tatsächlich)
9. Februar 2022
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Geschätzt)
19. Januar 2024
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
17. Januar 2024
Zuletzt verifiziert
1. Januar 2024
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 2022KYPJ258
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
NEIN
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 .