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

Implanttien menestykseen vaikuttavien tekijöiden dynaaminen seuranta ja mallit implanttien tulosten ennustamiseksi

perjantai 1. syyskuuta 2023 päivittänyt: Yi Zhou, The Dental Hospital of Zhejiang University School of Medicine
Nykyään tekoälyteknologiaa, jonka päävälineenä on koneoppiminen, on sovellettu yhä enemmän suun alueella ja sillä on ollut yhä tärkeämpi rooli suun sairauksien tutkimuksessa, diagnosoinnissa, hoidossa ja ennusteen arvioinnissa. Niistä koneoppiminen on tärkeä tekoälyn haara, joka viittaa siihen, että järjestelmä oppii tietyssä tietojoukossa tiettyjä tilastollisia malleja ennakoimaan uusien datanäytteiden käyttäytymistä [8]. Koneoppiminen on jaettu kahteen pääluokkaan: Ohjattu oppiminen ja Ohjaamaton oppiminen. Valvonnan olemassaolo riippuu siitä, onko syötetyt tiedot merkitty vai ei. Jos syöttötiedot on merkitty, se on valvottua oppimista. Merkitsemätön oppiminen on ilman valvontaa. Ohjattu oppiminen on eräänlainen oppimisalgoritmi, kun tietojoukon oikea tulos tiedetään. Koska tulo ja tulos ovat tiedossa, se tarkoittaa, että tulon ja lähdön välillä on suhde, ja valvotun oppimisalgoritmin tehtävänä on löytää tämä "suhde" ja tehdä siitä yhteenveto. Valvomaton oppiminen tarkoittaa oppimisalgoritmien luokkaa merkitsemättömälle datalle. Tarratietojen puuttuminen tarkoittaa, että kuviot tai rakenteet on löydettävä ja niistä on tehtävä yhteenveto.

Tutkimuksen yleiskatsaus

Tila

Rekrytointi

Ehdot

Interventio / Hoito

Yksityiskohtainen kuvaus

Eri tietotyypeistä lähtien tutkijat rakensivat erilaisia ​​malleja tiedon louhimiseksi ja implantin ennusteen ennustamiseksi. Koneoppiminen on usein vaikuttavampaa ja intuitiivisempaa kuvien suhteen. Suun implantologian alalla tutkijat analysoivat koneoppimiseen perustuvaa leikkausta edeltävää kuvadataa tunnistaakseen tärkeitä anatomisia rakenteita (kuten poskiontelo, alaleuan hermoputki jne.) ja analysoidakseen alveolaarisen luun laatua. Laajamittainen kuvantamistietoa käytetään myös markkinoiden eri implanttijärjestelmien tunnistamiseen. Koneoppimisella on tärkeä rooli myös implanttileikkaussuunnitelmien kehittämisessä, mikä edistää tarkempaa ja tehokkaampaa implantaatiokirurgiaa. Implanttiretentionopeuden ja yksilöllisen luutason arviointi on myös yksi tärkeimmistä kliinisistä huolenaiheista. Useimmat menetelmät tällaisten asioiden tutkimiseksi ovat: Kaplan-Meierin eloonjäämisanalyysi, Coxin eloonjäämisanalyysi jne. implanttien retentioasteen ja vaikuttavien tekijöiden tutkimiseksi. Lineaarista (sekoitettua) mallia ja moninkertaista logistista regressiota tutkittiin luun absorption muutoksia ja vaikuttavia tekijöitä implantin reunalla. Päivittäisessä kliinisessä käytännössä voi kuitenkin esiintyä käytännön ongelmia, kuten seuranta kadonnut ja osittaiset tiedot puuttuvat. Tutkimuksen kliiniset skenaariot selkiytyvät yhä selvemmiksi, ja osittaistenkin tietojen puuttuminen johtaa usein tuloksiin, joita ei voida arvioida ja ennustaa tarkasti. Siksi ohjatun oppimisen kannalta tämän tutkimuksen tavoitteena on luoda ennustemalli implantin luun tason muutoksista ja arvioida mallin tarkkuus implantin reunan luutason (MBL) koneoppimisen avulla suurilla tietomäärillä. Ohjaamattoman oppimisen osalta tavoitteena on tunnistaa herkkyysfenotyypit implanttien vaurioitumiselle seuraavien avulla: klusteroimalla yksilöön liittyvää tietoa implanteista.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

1000

Yhteystiedot ja paikat

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

Opiskeluyhteys

Tutki yhteystietojen varmuuskopiointi

Opiskelupaikat

  • Kiina
    • Zhejiang
      • Hangzhou, Zhejiang, Kiina, 310003
        • Rekrytointi
        • The Stomatologic Hospital, School of Medicine, Zhejiang University
        • Ottaa yhteyttä:
          • Yi Zhou
          • Puhelinnumero: 0571 87217419
        • Ottaa yhteyttä:
          • Siyao Ma
          • Puhelinnumero: 0571 87217419

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

  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Joo

Näytteenottomenetelmä

Todennäköisyysnäyte

Tutkimusväestö

Tämä oli retrospektiivinen tutkimus. Yhdistetyn mallin ennustusmenetelmän otoskoon perusteella tunnistetun kirjallisuuden etsimisen jälkeen todettiin, että tarvittiin 1000 potilaan lähtö- ja seurantatiedot.

Kuvaus

Sisällyttämiskriteerit:

  • (1) 18-vuotiaat ja sitä vanhemmat potilaat; (2) 1-5 vuotta implantoinnin jälkeen; (3) Implantoinnin vääntömomentti > 35N·cm; (4) Allekirjoitettu tietoinen suostumus.

Poissulkemiskriteerit:

  • (1) Yleisen implantaatiokirurgian vasta-aiheet; (2) ovat saaneet pään ja kaulan sädehoitoa; (3) Aiempi tai nykyinen hoito bisfosfonaateilla; (4) Älä tee yhteistyötä haastattelijan kanssa.

Opintosuunnitelma

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

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Hammasimplanttien keskimääräinen luutaso
Aikaikkuna: 1-7 vuotta
Pystysuora etäisyys implantin ja luun ensimmäisen kosketusalueen ja implantin kärjen välillä (mesiaalinen ja distaalinen)
1-7 vuotta

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

The Dental Hospital of Zhejiang University School of Medicine

Tutkijat

  • Päätutkija: Weida Li, Stomatological Hospital Affiliated to Zhejiang University School of Medicine

Julkaisuja ja hyödyllisiä linkkejä

Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.

Yleiset julkaisut

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)

Sunnuntai 1. tammikuuta 2017

Ensisijainen valmistuminen (Arvioitu)

Keskiviikko 31. joulukuuta 2025

Opintojen valmistuminen (Arvioitu)

Keskiviikko 31. joulukuuta 2025

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Perjantai 1. syyskuuta 2023

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Perjantai 1. syyskuuta 2023

Ensimmäinen Lähetetty (Todellinen)

Perjantai 8. syyskuuta 2023

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Perjantai 8. syyskuuta 2023

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Perjantai 1. syyskuuta 2023

Viimeksi vahvistettu

Perjantai 1. syyskuuta 2023

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muut tutkimustunnusnumerot

  • DHZhejiangU-2022(005)

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

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 .

Kliiniset tutkimukset Implanttipaikan reaktio

Kliiniset tutkimukset Ei väliintuloa

Hae vastaavia kokeiluja

Sponsorit ja yhteistyökumppanit

Sairaudet

Huumeiden interventiot

CROs by country

CROs in Slovakia

Ehdot

Harvinaiset sairaudet

Huumeiden interventiot

Ravintolisät

Sponsori / yhteistyökumppanit

Sijainnit

3
Tilaa