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

Erstellen und Auswerten eines Sprachdatensatzes zur automatisierten Klassifizierung chronisch obstruktiver Lungenerkrankungen

17. März 2025 aktualisiert von: Johan Sanmartin Berglund, Blekinge Institute of Technology
Ziel dieser Arbeit ist es zu bewerten, ob Sprachaufzeichnungen von Patienten mit diagnostizierter COPD und gesunden Kontrollgruppen zur Erkennung der Krankheit mithilfe von Techniken des maschinellen Lernens verwendet werden können.

Studienübersicht

Status

Abgeschlossen

Intervention / Behandlung

Detaillierte Beschreibung

Sprachdaten und soziodemografische Daten zu Geschlecht und Alter werden über die Anwendung „VoiceDiganostic“ der Firma Voice Diagnostic erhoben, die eine ortsunabhängige Teilnahme ermöglicht. Teilnehmer mit einer Diagnose werden als COPD-Gruppe markiert, andere als gesunde Kontrollgruppe. Private Informationen wie bekannte Komorbiditäten, persönliche Sicherheitsnummern, Gesundheitsparameter und Kommunikationsinformationen werden in einer Teilnahmetabelle für jede Gruppe separat vermerkt.

Die gesammelten Daten werden in mathematische Stimmmaße umgewandelt, die als Stimmmerkmale bezeichnet werden. Für die weitere Verwendung als Eingabe für ML-Techniken wird ein Datensatz erstellt, der aus Sprachmerkmalen in Verbindung mit demografischen und Gesundheitsdaten besteht.

Es wird eine deskriptive statistische Analyse von Attributen durchgeführt, die Informationen zu Eingabedaten und gewonnenen Ergebnissen aus ML-Algorithmen enthalten. Die erzielten Ergebnisse werden in Form von Übersichtstabellen und Grafiken dargestellt.

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

72

Kontakte und Standorte

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

Studienorte

    • Blekinge
      • Karlskrona, Blekinge, Schweden, 37179
        • Blekinge Institute of Technology

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

N/A

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Es werden Daten von Teilnehmern ab 18 Jahren mit und ohne COPD-Diagnose rekrutiert.

Beschreibung

Einschlusskriterien:

  • 18 Jahre und älter sein.

Ausschlusskriterien:

  • unter 18 Jahre alt sein.

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
COPD
Teilnehmer mit klinisch diagnostizierter chronisch obstruktiver Lungenerkrankung. Insgesamt 34 Rekrutierungen, 18 Frauen, 16 Männer
Ein Datensatz, der aus Informationen von COPD- und HC-Gruppen besteht, wird verwendet, um mit der Klassifizierungsleistung mehrerer Techniken des maschinellen Lernens zu experimentieren.
Andere Namen:
  • HC
HC
Teilnehmer ohne Diagnose einer chronisch obstruktiven Lungenerkrankung. Insgesamt 38 Rekrutierungen, 20 Frauen, 18 Männer
Ein Datensatz, der aus Informationen von COPD- und HC-Gruppen besteht, wird verwendet, um mit der Klassifizierungsleistung mehrerer Techniken des maschinellen Lernens zu experimentieren.
Andere Namen:
  • HC

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Genauigkeit
Zeitfenster: Woche 51
Binärerkennungsleistung des ML-Algorithmus
Woche 51
Wichtigkeitsskala der Eingabedaten
Zeitfenster: Woche 51
Als Eingabedaten verwendete Merkmale werden von der wichtigsten zur weniger wichtigen geordnet.
Woche 51

Mitarbeiter und Ermittler

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

Ermittler

  • Hauptermittler: Johan Sanmartin Berglund, MD, PhD, Blekinge Institute of Technology

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)

16. Dezember 2021

Primärer Abschluss (Tatsächlich)

12. August 2024

Studienabschluss (Tatsächlich)

30. Oktober 2024

Studienanmeldedaten

Zuerst eingereicht

1. Juni 2023

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

1. Juni 2023

Zuerst gepostet (Tatsächlich)

9. Juni 2023

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

25. März 2025

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

17. März 2025

Zuletzt verifiziert

1. März 2025

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Beschreibung des IPD-Plans

Teilnehmerdaten können aufgrund der DSGVO nicht weitergegeben werden. Der erstellte Datensatz kann jedoch auf Anfrage bei der Institution erhältlich sein.

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 COPD

Abonnieren