Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Koneoppimisen käyttäminen näköapuvälineiden mukauttamiseen heikkonäköisille potilaille

keskiviikko 19. toukokuuta 2021 päivittänyt: Haotian Lin, Sun Yat-sen University

WHO:n näkövammaisen määritelmän mukaan vuonna 2018 maailmassa oli noin 1,3 miljardia näkövammaista ihmistä, ja vain 10 % maista pystyy tarjoamaan apua näkövammaisten kuntoutukseen. Vaikka Kiina on yksi maista, joka voi tarjota kuntoutuspalveluita näkövammaisille potilaille, eri alueiden ammattilaisten lukumäärän rajoitusten, epätasaisten diagnoosien ja hoidon sekä alueellisten taloudellisten olosuhteiden erojen vuoksi kaikki näkövammaiset eivät voi saada hoitoa. apulaitteiden asennuksen kunnostus.

Perinteiset tilastolliset menetelmät eivät riittäneet ratkaisemaan apulaitteiden älykkään sovituksen ongelmaa. Tällä hetkellä maailmassa ei juuri ole älykkäitä apulaitteiden sovitusmalleja. Siksi, jotta useampi heikkonäköinen potilas saisi tarkkoja ja nopeita kuntoutuspalveluita, teimme viimeisten viiden vuoden aikana poikkileikkaustutkimuksen heikkonäköisille potilaille sopivista apuvälineistä Fujianin maakunnassa Kiinassa. samalla rakensi koneoppimismallin, joka ennustaa älykkäästi heikkonäköisten potilaiden perusapuvälineiden sopeutumistuloksen.

Tutkimuksen yleiskatsaus

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Odotettu)

400

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskeluyhteys

  • Nimi: Jianmin Hu, M.D., Ph.D.
  • Puhelinnumero: +8615359595888
  • Sähköposti: doctorhjm@163.com

Opiskelupaikat

    • Fujian
      • Quanzhou, Fujian, Kiina, 362000
        • Rekrytointi
        • 2nd Affilliated Hospital of Fujian Medical University
        • Ottaa yhteyttä:
          • Jianmin Hu, M.D., Ph.D.
          • Puhelinnumero: +8615359595888
          • Sähköposti: doctorhjm@163.com

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

3 vuotta - 105 vuotta (Lapsi, Aikuinen, Vanhempi Aikuinen)

Hyväksyy terveitä vapaaehtoisia

Ei

Sukupuolet, jotka voivat opiskella

Kaikki

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Fujianin ja Guangdongin maakunnan kaupunkivammaliitto lähetti näkövammaisia ​​potilaita.

Kuvaus

Sisällyttämiskriteerit:

  • Huono näkyvyys
  • Ikä 3-105

Poissulkemiskriteerit:

  • Vaikea systeeminen sairaus
  • Tietoisen suostumuksen allekirjoittamatta jättäminen tai haluttomuus osallistua

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Kohortit ja interventiot

Ryhmä/Kohortti
Interventio / Hoito
Nuorten lääkäriryhmä
Potilaat saavat apuvälineiden sovituspalveluita nuoremmilta lääkäreiltä
Koulutustietojoukkoa käytettiin mallin kouluttamiseen, jonka kaksi muuta tietojoukkoa validoivat ja testasivat.
Vanhempi lääkäriryhmä
Potilaat saavat apuvälineiden sovituspalveluita vanhemmilta lääkäreiltä
Koulutustietojoukkoa käytettiin mallin kouluttamiseen, jonka kaksi muuta tietojoukkoa validoivat ja testasivat.
Algoritmiavusteinen ryhmä
Potilaat saavat apuvälineiden sovituspalveluita nuoremmilta lääkäreiltä koneoppimismallin apuna
Koulutustietojoukkoa käytettiin mallin kouluttamiseen, jonka kaksi muuta tietojoukkoa validoivat ja testasivat.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Apulaitteiden sovitustulosten tarkkuus
Aikaikkuna: perusviiva
Tutkija laskee eri ryhmien apulaitteiden sovitustulosten tarkkuuden totuuden mukaan.
perusviiva

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Apulaitteiden asennuksen aikakustannukset
Aikaikkuna: perusviiva
Tutkija laskee eri ryhmien apulaitteiden asentamisen aikakustannukset.
perusviiva

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Maanantai 27. heinäkuuta 2020

Ensisijainen valmistuminen (Odotettu)

Tiistai 27. heinäkuuta 2021

Opintojen valmistuminen (Odotettu)

Maanantai 27. joulukuuta 2021

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Maanantai 17. toukokuuta 2021

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Tiistai 18. toukokuuta 2021

Ensimmäinen Lähetetty (Todellinen)

Keskiviikko 19. toukokuuta 2021

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Torstai 20. toukokuuta 2021

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Keskiviikko 19. toukokuuta 2021

Viimeksi vahvistettu

Lauantai 1. toukokuuta 2021

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muut tutkimustunnusnumerot

  • SFLV-2020

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .

Tilaa