- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT06160674
Segmentación de vocales para la clasificación de enfermedades pulmonares obstructivas crónicas mediante aprendizaje automático
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
Los datos de voz y datos sociodemográficos de género y edad se recopilarán a través de la aplicación "VoiceDiganostic" de la empresa Voice Diagnostic. Las grabaciones de vocales recopiladas se segmentarán y probarán para determinar si algunos segmentos contienen más información para la discriminación de la EPOC de los grupos de control sanos.
Cada segmento se transformará en medidas vocales matemáticas llamadas características de voz. Se construirá un conjunto de datos que consta de funciones de voz junto con datos demográficos y de salud para cada segmento, que a su vez se evaluará para determinar el rendimiento de clasificación utilizando varios algoritmos de aprendizaje automático.
Se realizará un análisis estadístico descriptivo de los atributos que contienen información sobre los datos de entrada y los resultados obtenidos de los algoritmos de ML. Los resultados obtenidos se presentarán en forma de tablas y gráficos resumen.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
Blekinge
-
Karlskrona, Blekinge, Suecia, 37179
- Blekinge Institute of Technology
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- tener 18 años y más.
Criterio de exclusión:
- ser menor de 18 años y mayor.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
---|---|
EPOC
30 participantes con EPOC, 16 mujeres y 14 hombres.
|
Se utilizará un conjunto de datos de segmentación de vocales que consta de información de grupos de EPOC y HC para experimentar con el rendimiento de clasificación de varias técnicas de aprendizaje automático en diferentes segmentos de una grabación de vocales.
Otros nombres:
|
HC
38 participantes de HC, 20 mujeres y 18 hombres.
|
Se utilizará un conjunto de datos de segmentación de vocales que consta de información de grupos de EPOC y HC para experimentar con el rendimiento de clasificación de varias técnicas de aprendizaje automático en diferentes segmentos de una grabación de vocales.
Otros nombres:
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
---|---|---|
Rendimiento de clasificación
Periodo de tiempo: 30 semanas
|
Rendimiento de clasificación binaria del algoritmo ML en cada segmento.
|
30 semanas
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Johan Sanmartin Berglund, MD, PhD, Blekinge Institute of Technology
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Estimado)
Finalización del estudio (Estimado)
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
- BTH-6.1.1-0169-2023
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Descripción del plan IPD
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. .
Ensayos clínicos sobre EPOC
-
Khon Kaen UniversityThailand Research FundDesconocidoAfección pulmonar obstructiva crónicaTailandia