- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT04296500
Desarrollo de un algoritmo de identificación de patrones de enfermedad inflamatoria intestinal utilizando datos de series de casos
Medicina herbaria para enfermedades inflamatorias del intestino: desarrollo de un algoritmo de identificación de patrones mediante análisis retrospectivo de datos de series de casos
Descripción general del estudio
Estado
Condiciones
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
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
Seoul, Corea, república de, 02447
- Acupuncture & Meridian Science Research Centre
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Géneros elegibles para el estudio
Método de muestreo
Población de estudio
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
¿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
Patrocinador
Publicaciones y enlaces útiles
Publicaciones Generales
- Bernstein CN, Fried M, Krabshuis JH, Cohen H, Eliakim R, Fedail S, Gearry R, Goh KL, Hamid S, Khan AG, LeMair AW, Malfertheiner, Ouyang Q, Rey JF, Sood A, Steinwurz F, Thomsen OO, Thomson A, Watermeyer G. World Gastroenterology Organization Practice Guidelines for the diagnosis and management of IBD in 2010. Inflamm Bowel Dis. 2010 Jan;16(1):112-24. doi: 10.1002/ibd.21048.
- Panaccione R, Rutgeerts P, Sandborn WJ, Feagan B, Schreiber S, Ghosh S. Review article: treatment algorithms to maximize remission and minimize corticosteroid dependence in patients with inflammatory bowel disease. Aliment Pharmacol Ther. 2008 Sep 15;28(6):674-88. doi: 10.1111/j.1365-2036.2008.03753.x.
- Abitbol V, Lahmek P, Buisson A, Olympie A, Poupardin C, Chaussade S, Lesgourgues B, Nahon S. Impact of complementary and alternative medicine on the quality of life in inflammatory bowel disease: results from a French national survey. Eur J Gastroenterol Hepatol. 2014 Mar;26(3):288-94. doi: 10.1097/MEG.0000000000000040.
- Lee MS, Lee JA, Alraek T, Bian ZX, Birch S, Goto H, Jung J, Kao ST, Moon SK, Park B, Park KM, You S, Yun KJ, Zaslawski C. Current research and future directions in pattern identification: Results of an international symposium. Chin J Integr Med. 2016 Dec;22(12):947-955. doi: 10.1007/s11655-014-1833-3. Epub 2014 Jun 18.
- Yu F, Takahashi T, Moriya J, Kawaura K, Yamakawa J, Kusaka K, Itoh T, Morimoto S, Yamaguchi N, Kanda T. Traditional Chinese medicine and Kampo: a review from the distant past for the future. J Int Med Res. 2006 May-Jun;34(3):231-9. doi: 10.1177/147323000603400301.
- Liu B, Zhou X, Wang Y, Hu J, He L, Zhang R, Chen S, Guo Y. Data processing and analysis in real-world traditional Chinese medicine clinical data: challenges and approaches. Stat Med. 2012 Mar 30;31(7):653-60. doi: 10.1002/sim.4417. Epub 2011 Dec 9.
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Actual)
Finalización del estudio (Actual)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- KyungheeU
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
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. .