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

Maschinelles Lernen und bildbasierte 3D-Modellierung zur Echtzeitschätzung von Körpergewicht und Körperzusammensetzung während der medizinischen Notfallversorgung. Studie 1

15. Dezember 2025 aktualisiert von: Florida Atlantic University

Maschinelles Lernen und bildbasierte 3D-Modellierung zur Echtzeitschätzung von Körpergewicht und Körperzusammensetzung während der medizinischen Notfallversorgung. Studie 1 – Erstellen eines Modells unter Verwendung eines einzelnen 3D-Kamerabildes eines auf dem Rücken liegenden Patienten zur genauen Schätzung von TBW, IBW und LBW.

Ziel dieser Beobachtungsstudie ist es, ein KI-gesteuertes 3D-Kamerasystem zu trainieren und zu validieren, um das Gesamtkörpergewicht, das ideale Körpergewicht und das magere Körpergewicht bei männlichen und weiblichen erwachsenen Freiwilligen jeden Alters zu schätzen. Die Hauptfragen, die diese Studie beantworten soll, sind:

  • Welche Genauigkeit der Gewichtsschätzung können wir mit einem KI-gesteuerten 3D-Kamera-Gewichtsschätzungssystem erreichen?
  • Ist diese Genauigkeit bei Erwachsenen beiderlei Geschlechts, jeden Alters und allen Körpertypen (Untergewicht, Normalgewicht, Übergewicht) gleich? Die Teilnehmer werden einigen anthropometrischen Messungen (Größe, Mittelarmumfang, Gewichtsumfang, Hüftumfang, gemessenes Gewicht), einem DXA-Scan (zur Messung des mageren Körpergewichts) und einer 3D-Bildgebung mit einer 3D-Kamera unterzogen.

Es wird keine Eingriffe geben.

Studienübersicht

Status

Zurückgezogen

Bedingungen

Detaillierte Beschreibung

Bei dieser Studie handelt es sich um eine Beobachtungsstudie an einem einzigen Zentrum zum Trainieren, internen Validieren und Testen eines KI-gesteuerten 3D-Kameragewichtsschätzungssystems. Unsere Hypothese ist, dass dieses System bei der Behandlung akut erkrankter Patienten in der Lage sein wird, das Gesamtkörpergewicht, das ideale Körpergewicht und das magere Körpergewicht genauer abzuschätzen als andere aktuelle Point-of-Care-Systeme. Für das Training und Testen des Systems werden gesunde Freiwillige eingesetzt. Während einer einzelnen Datenerfassungssitzung von etwa 30 Minuten werden anthropometrische Basisdaten, ein DXA-Scan und 3D-Kamerabilder von Freiwilligen erfasst, die auf einer medizinischen Trage liegen. Es finden keine Interventionen und keine Nachbetreuung der Teilnehmer statt. Die gesammelten Daten werden verwendet, um einen KI-Algorithmus (basierend auf künstlichen neuronalen Netzen) zu trainieren, um das Gewicht anhand eines einzelnen Tiefenbilds abzuschätzen. Sobald das KI-System vollständig entwickelt ist, wird die Genauigkeit seiner Gewichtsschätzungsleistung in einem unabhängigen Testdatensatz bewertet.

Studientyp

Beobachtungs

Kontakte und Standorte

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

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

Ja

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Studenten, Mitarbeiter und Lehrkräfte auf dem Boca Raton-Campus der Florida Atlantic University.

Beschreibung

Einschlusskriterien:

  • Jeder willige Freiwillige.

Ausschlusskriterien:

  • Teilnehmer mit einem Körpergewicht, das die Kapazität der DXA-Maschine von >204 kg (450 lbs) überschreitet;
  • Schwangere Teilnehmer;
  • Teilnehmer mit Erkrankungen, die die Studie beeinträchtigen könnten;
  • Teilnehmer mit metallischen chirurgischen Implantaten;
  • Teilnehmer, bei denen in der vergangenen Woche eine Röntgenaufnahme mit Kontrastmittel durchgeführt wurde;
  • Teilnehmer, die in den 24 Stunden vor der Studie Kalziumpräparate eingenommen haben.

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
TBW-Schätzung
Zeitfenster: Grundlinie
Genauigkeit der TBW-Schätzung mithilfe eines 3D-Kamerasystems
Grundlinie
IBW-Schätzung
Zeitfenster: Grundlinie
Genauigkeit der IBW-Schätzung mithilfe eines 3D-Kamerasystems
Grundlinie
LBW-Schätzung
Zeitfenster: Grundlinie
Genauigkeit der LBW-Schätzung mithilfe eines 3D-Kamerasystems
Grundlinie

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Sexbezogene Genauigkeit
Zeitfenster: Grundlinie
Unterschiede in der Genauigkeit zwischen Männern und Frauen
Grundlinie
Altersbezogene Genauigkeit
Zeitfenster: Grundlinie
Genauigkeit der Gewichtsschätzung nach Altersgruppe
Grundlinie
BMI-bezogene Genauigkeit
Zeitfenster: Grundlinie
Genauigkeit der Gewichtsschätzung nach Untergruppe des Gewichtsstatus
Grundlinie

Mitarbeiter und Ermittler

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

Sponsor

Florida Atlantic University

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)

1. Juli 2025

Primärer Abschluss (Geschätzt)

30. Juni 2026

Studienabschluss (Geschätzt)

30. Juni 2026

Studienanmeldedaten

Zuerst eingereicht

15. Oktober 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

16. Oktober 2024

Zuerst gepostet (Tatsächlich)

17. Oktober 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

19. Dezember 2025

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

15. Dezember 2025

Zuletzt verifiziert

1. Dezember 2025

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • 1791994(1)

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

JA

Beschreibung des IPD-Plans

Cloud-Point-Daten von 3D-Bildern werden auf Anfrage weitergegeben.

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 .

Abonnieren