Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Desarrollo de un algoritmo de identificación de patrones de enfermedad inflamatoria intestinal utilizando datos de series de casos

4 de marzo de 2020 actualizado por: Hyangsook Lee, KMD, PhD

Medicina herbaria para enfermedades inflamatorias del intestino: desarrollo de un algoritmo de identificación de patrones mediante análisis retrospectivo de datos de series de casos

Este estudio tuvo como objetivo identificar los patrones de la enfermedad inflamatoria intestinal (EII) en función de los síntomas que se presentan y sugerir algoritmos para determinar el patrón y las prescripciones a base de hierbas para los patrones correspondientes. Los investigadores recopilaron datos de síntomas de 67 pacientes con EII que lograron y mantuvieron remisiones clínicas después de haber tomado recetas de medicamentos a base de hierbas. Las prescripciones se clasificaron en 5 patrones, que recibieron el nombre de las principales características y síntomas de los pacientes incluidos. Las asociaciones entre los síntomas de presentación y los patrones se visualizaron utilizando un método de frecuencia de documento inverso de frecuencia de término (TF-IDF). La determinación de los patrones de la EII a partir de los síntomas de los pacientes se analizó y graficó mediante un modelo de árbol de decisión.

Descripción general del estudio

Estado

Terminado

Intervención / Tratamiento

Descripción detallada

Las recetas a base de hierbas son una de las estrategias de tratamiento de medicina alternativa y complementaria más buscadas para los pacientes con enfermedad inflamatoria intestinal. Sin embargo, se ha criticado la variabilidad en la identificación de patrones de Medicina Tradicional China (MTC)/Medicina Tradicional de Asia Oriental (TEAM). Usando datos de pacientes que lograron y mantuvieron la remisión clínica después de la prescripción de medicina herbal TCM/TEAM, los investigadores intentaron desarrollar algoritmos de tratamiento refinados por patrón identificado y síntomas clave que los profesionales puedan discriminar fácilmente.

Según las prescripciones a base de hierbas que indujeron la remisión clínica, los pacientes con EII se dividieron en 5 patrones, es decir, tipo de intestino grueso, tipo de humedad del agua, tipo respiratorio, tipo del tracto gastrointestinal (GI) superior y tipo de frialdad. Mediante el método de frecuencia de término-frecuencia de documento inversa (TF-IDF), se analizó la asociación entre 22 síntomas que se describieron como indicaciones de las prescripciones de medicamentos a base de hierbas y 5 patrones. Se utilizó un modelo de árbol de decisión para la predicción de patrones relevantes a partir de los síntomas.

Tipo de estudio

De observación

Inscripción (Actual)

67

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Ubicaciones de estudio

      • Seoul, Corea, república de, 02447
        • Acupuncture & Meridian Science Research Centre

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

15 años a 65 años (Niño, Adulto, Adulto Mayor)

Acepta Voluntarios Saludables

No

Géneros elegibles para el estudio

Todos

Método de muestreo

Muestra no probabilística

Población de estudio

Pacientes que habían sido diagnosticados con EII por un gastroenterólogo y lograron la remisión clínica después del tratamiento con recetas de medicamentos a base de hierbas.

Descripción

Criterios de inclusión:

  • Diagnóstico de EII por gastroenterólogo
  • Los pacientes lograron y mantuvieron la remisión clínica de los síntomas de la EII después de tomar recetas a base de hierbas.
  • Los pacientes han dado su consentimiento informado por escrito.

Criterio de exclusión:

  • Se omitieron detalles sobre cualquiera de los 25 síntomas.

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

Cohortes e Intervenciones

Grupo / Cohorte
Intervención / Tratamiento
Entrenamiento/prueba del algoritmo del árbol de decisión
Los investigadores dividieron los datos de 67 pacientes en 5 grupos para realizar una validación cruzada de 5 veces. Se usaron cuatro grupos para entrenar el algoritmo del árbol de decisión y un grupo se usó para probarlo.

Se empleó un análisis de árbol de decisiones para explorar el proceso de toma de decisiones sobre tipos de patrones basados ​​en la existencia o inexistencia de un síntoma. Al final del árbol presentado está la proporción de pacientes que se clasifican en cada patrón.

En este estudio, la clasificación se realizó aplicando el algoritmo del árbol de clasificación y regresión (CART) utilizando el paquete Scikit-learn de Python, que realiza una división utilizando el coeficiente de Gini o el decremento de dispersión. El coeficiente de Gini es una de las herramientas para medir la entropía o diversidad en cada nodo y mide el decremento comparando la información de entropía antes y después de la separación. Para evitar el sobreajuste, el número máximo de nudos foliares se limitó a cuatro y se aplicó el método de poda que cumplió con el principio de longitud mínima de descripción.

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Precisión del algoritmo de identificación de patrones
Periodo de tiempo: Octubre de 2015
Se sugirió un algoritmo de identificación de patrones utilizando un método de árbol de decisión. Se empleó el método del árbol de decisiones para explorar el proceso de toma de decisiones sobre tipos de patrones basados ​​en las características clínicas de los pacientes.
Octubre de 2015

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Publicaciones y enlaces útiles

La persona responsable de ingresar información sobre el estudio proporciona voluntariamente estas publicaciones. Estos pueden ser sobre cualquier cosa relacionada con el estudio.

Publicaciones Generales

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Actual)

1 de noviembre de 2007

Finalización primaria (Actual)

28 de febrero de 2015

Finalización del estudio (Actual)

28 de octubre de 2015

Fechas de registro del estudio

Enviado por primera vez

3 de marzo de 2020

Primero enviado que cumplió con los criterios de control de calidad

3 de marzo de 2020

Publicado por primera vez (Actual)

5 de marzo de 2020

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

6 de marzo de 2020

Última actualización enviada que cumplió con los criterios de control de calidad

4 de marzo de 2020

Última verificación

1 de marzo de 2020

Más información

Términos relacionados con este estudio

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .

Suscribir