Sistema de Evaluación de Fisioterapia Basado en IA para el Rango de Movimiento en Pacientes con Cáncer Oral
Validez y Fiabilidad de un Sistema de Evaluación de Fisioterapia Basado en Inteligencia Artificial para el Rango de Movimiento Oromandibular y Cervicoescapular en Pacientes con Cáncer Oral
Este estudio tiene como objetivo evaluar la validez y fiabilidad de un novedoso sistema de evaluación de fisioterapia basado en inteligencia artificial para medir el rango de movimiento (ROM) oromandibular y cervical-hombro. Las evaluaciones tradicionales de ROM dependen de mediciones manuales, que pueden verse influenciadas por la experiencia del evaluador y su variabilidad. El sistema de IA propuesto utiliza el seguimiento automático de puntos clave para proporcionar mediciones objetivas y estandarizadas.
En este estudio transversal, participantes adultos sanos realizarán tareas de ROM estandarizadas. Las mediciones obtenidas del sistema de IA se compararán con las de dos evaluadores independientes utilizando herramientas clínicas convencionales. Se realizarán mediciones repetidas para evaluar la fiabilidad intra-evaluador e inter-evaluadores. Se evaluará la concordancia entre el sistema de IA y los evaluadores humanos para determinar la aplicabilidad clínica del sistema.
Descripción general del estudio
Estado
Condiciones
Descripción detallada
Este estudio es un estudio de medición transversal diseñado para evaluar la fiabilidad y validez concurrente de un sistema de evaluación de fisioterapia basado en IA para evaluar el rango de movimiento (ROM) oromandibular y del cuello-hombro. Los participantes serán adultos sanos de 20 a 70 años que cumplan los criterios de inclusión y exclusión predefinidos. Tras proporcionar el consentimiento informado, los participantes realizarán movimientos estandarizados, incluyendo apertura de la boca y tareas de ROM cervical y del hombro.
Cada participante se someterá a tres mediciones repetidas para cada movimiento. El ROM se evaluará utilizando tres métodos: (1) un sistema basado en IA que utiliza el seguimiento de puntos clave en tiempo real y el cálculo automático de ángulos, (2) medición manual por el Evaluador 1, y (3) medición manual independiente por el Evaluador 2 utilizando un goniómetro o la escala de ROM TheraBite.
Para minimizar el sesgo de medición y los efectos de fatiga, el orden de los tres métodos de evaluación se aleatorizará para cada participante. Los evaluadores estarán cegados a las mediciones del otro y a los resultados generados por la IA.
Los resultados primarios incluyen la fiabilidad inter-evaluador y la fiabilidad intra-evaluador del sistema de IA, así como la concordancia entre las mediciones basadas en IA y las manuales. La fiabilidad se evaluará utilizando coeficientes de correlación intraclase (ICC), mientras que la concordancia se evaluará mediante análisis de Bland-Altman y error absoluto medio (MAE).
Se espera que este estudio proporcione evidencia que respalde la aplicabilidad clínica de las herramientas de evaluación de fisioterapia basadas en IA, particularmente para evaluaciones musculoesqueléticas estandarizadas y escalables.
Tipo de estudio
Inscripción (Estimado)
Contactos y Ubicaciones
Estudio Contacto
- Nombre: Yueh-Hsia Chen, Ph.D.
- Número de teléfono: +886-2-33668133
- Correo electrónico: yuehhsiachen@ntu.edu.tw
Ubicaciones de estudio
-
-
-
Taipei, Taiwán, 100
- Reclutamiento
- School and Graduate Institute of Physical Therapy, College of Medicine, National Taiwan University
-
Contacto:
- Yueh-Hsia Chen, Ph.D
-
-
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:
- Adultos sanos de 20 a 70 años
- Sin trismo
- Sin antecedentes de lesiones o cirugías en cabeza, cuello u hombros
- Sin antecedentes de radioterapia o quimioterapia relacionada con cáncer de cabeza y cuello
Criterios de exclusión:
- Incapacidad para comunicarse o seguir instrucciones
- Cualquier condición que pueda afectar el rendimiento del movimiento
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
|---|
|
Grupo saludable
Se reclutaron adultos sanos de entre 20 y 70 años sin antecedentes de trismo, lesión o cirugía en la cabeza, cuello u hombro, radioterapia o quimiorradioterapia relacionada con cáncer de cabeza y cuello.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Acuerdo Entre Medidas de IA y Manuales
Periodo de tiempo: Línea base
|
Acuerdo entre mediciones basadas en IA y manuales evaluado mediante coeficientes de correlación intraclase (CCI) y análisis de Bland-Altman
|
Línea base
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Error Absoluto Medio (MAE)
Periodo de tiempo: Línea de base
|
Diferencia absoluta promedio entre las mediciones de IA y las mediciones manuales
|
Línea de base
|
|
Fiabilidad intraevaluador de los evaluadores humanos
Periodo de tiempo: Baselinte
|
Consistencia de las mediciones manuales del Evaluador 1 y el Evaluador 2 a lo largo de ensayos repetidos utilizando coeficientes de correlación intraclase (CCI)
|
Baselinte
|
|
Fiabilidad entre evaluadores de todos los evaluadores
Periodo de tiempo: Línea base
|
La concordancia entre las mediciones obtenidas del sistema de IA, el Evaluador 1 y el Evaluador 2 se evaluará mediante coeficientes de correlación intraclase (CCI)
|
Línea base
|
|
Fiabilidad intra-evaluador del sistema de IA
Periodo de tiempo: Línea base
|
Consistencia de las mediciones basadas en IA en tres ensayos repetidos utilizando coeficientes de correlación intraclase (CCI)
|
Línea base
|
|
Sesgo sistemático de medición
Periodo de tiempo: Línea de base
|
Diferencia media entre las mediciones basadas en IA y las manuales
|
Línea de base
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Yueh-Hsia Chen, Ph.D., School and Graduate Institute of Physical Therapy, College of Medicine, National Taiwan University
Publicaciones y enlaces útiles
Publicaciones Generales
- Agarwal P, Shiva Kumar HR, Rai KK. Trismus in oral cancer patients undergoing surgery and radiotherapy. J Oral Biol Craniofac Res. 2016 Nov;6(Suppl 1):S9-S13. doi: 10.1016/j.jobcr.2016.10.004. Epub 2016 Oct 22.
- Deb S, Islam MF, Rahman S, Rahman S. Graph Convolutional Networks for Assessment of Physical Rehabilitation Exercises. IEEE Trans Neural Syst Rehabil Eng. 2022;30:410-419. doi: 10.1109/TNSRE.2022.3150392. Epub 2022 Feb 23.
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
- 202603023RIND
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. .