- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT05952700
Algorithmen des maschinellen Lernens zur Vorhersage des individuellen Blasenfüllstands
Evaluierung und Optimierung maschineller Lernalgorithmen zur Vorhersage des individuellen Blasenfüllstands durch ein Sensorsystem
Ziel dieser Studie ist es, den Blasenfüllstand der Studienteilnehmer mithilfe des inContAlert-Sensors zu bewerten. Die generierten Daten werden zur Auswertung und Optimierung der Machine-Learning-Algorithmen genutzt, um präzise Vorhersagen über den individuellen Blasenfüllstand treffen zu können.
Insbesondere wird die Hypothese getestet, dass der Blasenfüllgrad durch den Algorithmus geschätzt werden kann. Beim Testen der Hypothese sollte ermittelt werden, welche Abweichung (gemessen am mittleren absoluten prozentualen Fehler) der Schätzung/Vorhersage vom tatsächlichen Wert (erhalten durch Messung der Urinausscheidung mit einem Messbecher in Kombination mit einer Küchenwaage) abweicht.
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Studientyp
Einschreibung (Geschätzt)
Kontakte und Standorte
Studienkontakt
- Name: Jannik Lockl, Dr.
- Telefonnummer: 00 49 176 70320421
- E-Mail: Jannik.lock@incontalert.de
Studienorte
-
-
-
Bayreuth, Deutschland
- Rekrutierung
- inContAlert GmbH
-
Kontakt:
- Jannik Lockl, Dr.
- Telefonnummer: 00 49 176 70320421
- E-Mail: Jannik.lock@incontalert.de
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Einverständniserklärung
Ausschlusskriterien:
- Fehlende Einverständniserklärung
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
---|---|---|
Differenz zwischen dem vorhergesagten Blasenfüllstand und dem tatsächlichen Wert
Zeitfenster: Dezember 2023
|
Differenz (gemessen als mittlerer absoluter Fehler in Prozent) des vorhergesagten Blasenfüllstands (gemessen in ml) und dem tatsächlichen Wert (ermittelt durch Messung des Urinvolumens in ml mit einem Messbecher in Kombination mit einer Küchenwaage).
|
Dezember 2023
|
Mitarbeiter und Ermittler
Sponsor
Mitarbeiter
Ermittler
- Studienleiter: Jannik Lockl, Dr., inContAlert GmbH
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Andere Studien-ID-Nummern
- Az. O 1305/1 -GB
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
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 Überwachung der Blasenfüllung
-
University of RegensburgAbgeschlossenTrain-of-Four-MonitoringDeutschland