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

Vergleich eines durch künstliche Intelligenz unterstützten Rehabilitationsprogramms für Schulter-Muskel-Skelett-Erkrankungen und der klinischen Entscheidungsfindung von Therapeuten

5. Mai 2023 aktualisiert von: Taipei Medical University Shuang Ho Hospital
Menschen mit Schulter-Muskel-Skelett-Erkrankungen im mittleren und höheren Erwachsenenalter haben den höchsten Bedarf an Rehabilitationsleistungen. Das Bevölkerungswachstum und die alternde Gesellschaft erhöhen in der Folge die Zahl behinderter Menschen, die Gesundheitskosten und den Bedarf an medizinischem Fachpersonal. Es gibt Belege für die positive Wirkung von Übungen auf Funktion und Lebensqualität. Traditionell wird von Therapeuten für jeden Patienten ein Rehabilitationsprogramm entsprechend seinem Zustand entwickelt. In den letzten Jahren wird KI zunehmend im Bereich der Physio- und Rehabilitationsmedizin eingesetzt. Es gibt jedoch keine Studie zum Einsatz von KI bei der Vorhersage von Rehabilitationsprogrammen bei Schulter-Muskel-Skelett-Erkrankungen. Der Hauptzweck dieser Studie besteht darin, die Möglichkeiten des überwachten maschinellen Lernansatzes zur Vorhersage von Rehabilitationsprogrammen für Schulter-Muskel-Skelett-Erkrankungen zu untersuchen. 23 Merkmale werden anhand des Bewegungsumfangs der Schulter, der Schmerzen und unabhängig davon, ob ein chirurgischer Eingriff durchgeführt wird oder nicht, identifiziert. Jede Übung wird als Etikett mit insgesamt 25 Übungen betrachtet. Der Datensatz wird von klinischen Therapeuten gesammelt, um das Modell zu entwickeln und zu trainieren. Jeder Patient muss mindestens zwei Monate Rehabilitation und zwei Beurteilungen erhalten. Zur Erstellung des Rechenmodells werden logistische Regression, Support Vector Machine und Random Forest verwendet. Genauigkeit, Präzision, Erinnerung, F-1-Score und AUC werden verwendet, um die Leistung des Rechenmodells beim maschinellen Lernen zu bewerten. Nach dem Training vergleichen wir die Konsistenz von Rehabilitationsprogrammen, die mithilfe eines maschinellen Lernmodells vorhergesagt wurden, und die klinische Entscheidungsfindung von Therapeuten.

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Studientyp

Beobachtungs

Einschreibung (Voraussichtlich)

80

Kontakte und Standorte

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

Studienkontakt

Studienorte

  • Taiwan
      • New Taipei City, Taiwan, 235
        • Rekrutierung
        • Shuang Ho Hospital
        • Kontakt:

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

  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Zu den Muskel-Skelett-Erkrankungen, die in der Klinik häufig Schulterschmerzen verursachen, gehören die adhäsive Kapsulitis der Schulter (AC oder Frozen Shoulder), der Rotatorenmanschettenriss (RCT) und das Schulter-Impingement-Syndrom (SIS). Die Inzidenz von AC in der Allgemeinbevölkerung liegt bei etwa 2–5 %, wobei sie am häufigsten bei Frauen im Alter von 40–60 Jahren auftritt; Die Inzidenz von RCT liegt bei 20,7 % und nimmt mit zunehmendem Alter zu. Am häufigsten wird sie mit SIS in Verbindung gebracht. Sie ist mit etwa 44–65 % der Fälle die häufigste Ursache für Schulterschmerzen und betrifft in der Regel Menschen über 40 Jahre.

Beschreibung

Einschlusskriterien:

  1. 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)
  2. 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.
  3. zwischen 20-80 Jahre alt
  4. Können motorischen Befehlen folgen

Ausschlusskriterien:

  1. Patienten mit Erkrankungen des zentralen und peripheren Nervensystems, wie z. B. zerebrovaskulärer Unfall (CVA), Parkinson-Krankheit (PD), Myasthenia gravis (MG), Poliomyelitis
  2. Patienten mit Schulterprellung, Gefäßverletzung, schwerer Quetschverletzung und Amputation

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
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)
Sonstiges: übliche Pflege
übliche Pflege (Rehabilitationsprogramm)

Was misst die Studie?

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

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

Sponsor

Taipei Medical University Shuang Ho Hospital

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)

11. Juli 2022

Primärer Abschluss (Voraussichtlich)

30. April 2024

Studienabschluss (Voraussichtlich)

30. April 2024

Studienanmeldedaten

Zuerst eingereicht

5. Mai 2023

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

5. Mai 2023

Zuerst gepostet (Tatsächlich)

15. Mai 2023

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

15. Mai 2023

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

5. Mai 2023

Zuletzt verifiziert

1. Juni 2022

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • N202206013

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 .

Klinische Studien zur Maschinelles Lernen

Klinische Studien zur übliche Pflege

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Thailand

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

Abonnieren