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

Auf maschinellem Lernen basierende Klassifizierung von Symptomclustern und Online-CBT

6. April 2024 aktualisiert von: Wuhan Mental Health Centre

Auf maschinellem Lernen basierende Klassifizierung von Symptomclustern und abgestimmte Online-Intervention für kognitives Verhalten bei Depressionssymptomen und Angstsymptomen

Um den identifizierten Engpass zu überwinden, werden wir eine Querschnittsstudie durchführen, um ein Symptom-Cluster-Modell für Depressionen und Angstzustände zu entwickeln. Es wurde eine breite Palette statistischer Methoden sowie Ansätze des maschinellen Lernens untersucht, und es wird ein zusammenhängender hierarchischer Clustering-Algorithmus verwendet. Nach der Entwicklung des Modells wird ein symptomangepasstes Interventionsprogramm basierend auf einer Problemlösungstherapie formuliert. Wir sollen untersuchen, ob der Einsatz zur Personalisierung einer symptomgerechten psychologischen Behandlung zu besseren Patientenergebnissen im Vergleich zur Regelversorgung führen kann. Von diesem Projekt wird erwartet, dass es eine neue und präzise Methode für das Emotionsmanagement bereitstellt, die einen standardisierten Interventionspfad bereitstellt, der Screening mit Behandlung zur Behandlung von Depressionssymptomen und Angstsymptomen kombiniert. Eine präzisere Intervention, die auf die einzelnen Symptome abgestimmt ist, kann wichtige Erkenntnisse zur Verbesserung der Patientenergebnisse sowie einen standardisierten Stimmungsmanagementpfad liefern, der auf die Früherkennung und Intervention für Gemeindebewohner abzielt.

Studienübersicht

Status

Noch keine Rekrutierung

Studientyp

Interventionell

Einschreibung (Geschätzt)

120

Phase

  • Unzutreffend

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

Beschreibung

Einschlusskriterien:

  • Erfüllt die Kriterien von PHQ-9 und/oder GAD-7 ≥5 bei Basismessungen

Ausschlusskriterien:

  • 1. Patienten, die das Vorhandensein von Selbstmordgedanken in Eintrag 9 des PHQ-9 zu psychometrischen Messungen melden, werden an die Wuhan Psychological Hotline Platform weitergeleitet; und 2. Personen, die derzeit an einer psychischen Erkrankung leiden oder mit Antipsychotika behandelt werden; 3. Frauen während der Schwangerschaft oder innerhalb von 3 Monaten nach der Entbindung.

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Unterstützende Pflege
  • Zuteilung: Zufällig
  • Interventionsmodell: Parallele Zuordnung
  • Maskierung: Verdreifachen

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Experimental: 8 Wochen Problemlösungstherapie
Problemlösungstherapiebasierte, ganzheitliche Emotionsmanagement-Interventionen abgestimmt auf individuelle Symptome
Problemlösungstherapiebasierte, ganzheitliche Emotionsmanagement-Interventionen abgestimmt auf individuelle Symptome
Placebo-Komparator: Behandlung wie gewohnt
Routinemäßige psychologische Betreuung und Anleitung zum Stimmungsmanagement
Routinemäßige psychologische Betreuung und Anleitung zum Stimmungsmanagement

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Zeitfenster
Der Fragebogen zur Patientengesundheit (PHQ-9)
Zeitfenster: 0 4 Wochen 8 Wochen 6-Monats-Follow-up 12-Monats-Follow-up
0 4 Wochen 8 Wochen 6-Monats-Follow-up 12-Monats-Follow-up

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Zeitfenster
7-stufige Skala für generalisierte Angststörungen, GAD-.7
Zeitfenster: 0 4 Wochen 8 Wochen 6-Monats-Follow-up 12-Monats-Follow-up
0 4 Wochen 8 Wochen 6-Monats-Follow-up 12-Monats-Follow-up

Mitarbeiter und Ermittler

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

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 (Geschätzt)

1. Mai 2024

Primärer Abschluss (Geschätzt)

1. Dezember 2024

Studienabschluss (Geschätzt)

1. Dezember 2024

Studienanmeldedaten

Zuerst eingereicht

1. April 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

1. April 2024

Zuerst gepostet (Tatsächlich)

5. April 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

9. April 2024

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

6. April 2024

Zuletzt verifiziert

1. April 2024

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • KY2024.0124.02

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 Depressions- und Angstsymptom

Klinische Studien zur kognitive Verhaltenstherapie

3
Abonnieren