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

"Koneoppimisanalyysi kielellisistä kolorimetriasta ja MADRS-ahdistuneisuuden ja-depression pistemäärästä akupunktiopotilailla" (ML_AcuTongue)

perjantai 21. maaliskuuta 2025 päivittänyt: Dr Benoit Bataille

Koneoppimisanalyysi kielellisistä kolorimetriasta ja MADRS -pisteistä akupunktiopotilailla: tulevaisuuden havainnointitutkimus

Tämän havainnollisen tutkimuksen tavoitteena on arvioida kielen kolorimetrian (käyttämällä standardoituja valokuvatekniikoita) ja ahdistuneisuuden vähentämispisteiden välillä Montgomery-Åsbergin masennuksen asteikolla (MADRS) mitattuna akupunktiopotilailla. Tietoja analysoidaan koneoppimismenetelmillä sen määrittämiseksi, korreloivatko kielen väri-ominaisuudet MADRS-pisteiden kanssa, mikä mahdollisesti edistää uutta, ei-invasiivista diagnoosityökalua ahdistuksen ja masennuksen arviointiin kliinisessä käytännössä.

Osallistumiseen liittyy vain kielenvalokuvaus ja kyselylomakkeiden täyttäminen ilman invasiivisia toimenpiteitä tai hoitomuutoksia.

Tutkimuksen yleiskatsaus

Tila

Rekrytointi

Yksityiskohtainen kuvaus

Tässä mahdollisessa havainnollisessa tutkimuksessa tutkitaan linguaalisen kolorimetrian välistä korrelaatiota, joka on vangittu helposti saatavilla olevilla ja standardisoiduilla moderneilla valokuvatyökaluilla (iPhone-kameroilla), ja Montgomery-Åsbergin masennuksen asteikon (MADRS) arvioimien ahdistuksen vähentämispisteiden välillä potilailla, jotka osallistuvat rutiininomaiseen akupunktuur-kuulusteluun.

Osallistujille tehdään yksinkertainen ja ei-invasiivinen valokuvan tallennus kielestä iPhonella, joka varmistaa yhdenmukaisen valaistuksen ja standardisoidun paikannuksen vaihtelun minimoimiseksi. Samanaikaisesti osallistujat täyttävät Madrs -kyselylomakkeen, laajalti validoidun välineen ahdistuksen ja masennuksen vakavuuden arvioimiseksi. Invasiivisia toimenpiteitä tai terapeuttisia interventioita heidän tavanomaisen akupunktiohoitonsa ulkopuolella.

Hankitut valokuvatiedot analysoidaan käyttämällä koneoppimisalgoritmeja kielen erillisten kolorimetristen ominaisuuksien ja MADRS -pisteiden välisten mahdollisten ennustesuhteiden tunnistamiseksi. Tavoitteena on selvittää, voisiko kielellinen kuvantaminen toimia luotettavana, ei-invasiivisena biomarkkerina vai täydentävänä diagnostisena välineenä psykologisen tilan arvioimiseksi kliinisessä käytännössä.

Tämä lähestymistapa hyödyntää jokapäiväistä tekniikkaa (älypuhelimia), edistäen replikaation helppoutta ja laajempaa saavutettavuutta kliinisissä ympäristöissä. Viime kädessä tämän tutkimuksen tulokset voisivat helpottaa ahdistuneisuuden masennushäiriöiden varhaista havaitsemista ja seurantaa, mikä parantaa yksilöllistä potilaan hoitoa täydentävässä ja integroivassa lääketieteessä.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

350

Yhteystiedot ja paikat

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

Opiskelupaikat

      • Narbonne, Ranska, 11100
        • Rekrytointi
        • Cabinet Médical d'Acupuncture
        • Ottaa yhteyttä:

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

Ei-todennäköisyysnäyte

Tutkimusväestö

Tämä on mahdollinen havainnollinen monokeskeinen tutkimus, joka tehdään akupunktiokäytännössä. Tutkimuksen tavoitteena on luoda korrelaatio kielen kolorimetristen piirteiden ja MADRS -pisteiden välillä potilailla, jotka kuulevat ahdistukseen liittyvien oireiden suhteen.

Kielvalokuvaus ja MADRS -arviointi eivät aiheuta riskiä osallistujille. Saadaan nimettömän ja luottamuksellisen data-analyysin valvonta- ja suostumuksen ilmoittamatta jättämisen ja suostumuksen.

Kuvaus

Sisällyttämiskriteerit:

  • 18 -vuotiaat tai sitä vanhemmat potilaat
  • Alkuperäiskansojen puhujat
  • Ei kielen väriä koskevia sairauksia tai lääkkeitä
  • Akupunktion konsultointi oireilla, joihin liittyy ahdistunut komponentti

Poissulkemiskriteerit:

  • Psykoosin tai päihteiden väärinkäytön läsnäolo
  • Syöminen tai lääkitys tunnin sisällä ennen tutkimusta
  • Kieltäytyminen täyttämään Montgomery-Åsbergin masennuksen asteikko (MADRS) kyselylomake
  • Kieltäytyminen heidän kielensä valokuvaamisesta

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
Korrelaatio koneoppimisen avulla kielen kolorimetristen ominaisuuksien ja madrs -pisteiden välillä
Aikaikkuna: Perustaso (yksi arviointi ilmoittautumisessa)
Tämän tutkimuksen tavoitteena on arvioida korrelaatiota standardoitujen kielen kolorimetristen parametrien (saatu digitaalisten valokuvien kautta) ja Montgomery-Åsbergin masennuksen asteikon (MADRS) mittaamien masennus-/ahdistuspisteiden välillä. Koneoppimismenetelmiä käytetään kielikuvien analysointiin ja mahdollisten assosiaatioiden tunnistamiseen kolorimetristen ominaisuuksien ja MADRS -pisteiden välillä. Osallistujat luokitellaan kahteen alaryhmään: MADRS <15 ja MADRS ≥ 15, jotta voidaan arvioida kielen ominaisuuksien kyky erottaa masennuksen vakavuus.
Perustaso (yksi arviointi ilmoittautumisessa)

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Kielen ominaisuuksien ja madrs -pisteiden koneoppimisanalyysi
Aikaikkuna: Perustaso (yksi arviointi ilmoittautumisessa)
  • Tiheyskaavio.
  • Osittainen korrelaatioanalyysi (juna/testijako): Kielen värin ja MADRS -pisteiden välinen suhde.
  • Logistinen regressiomalli (juna/testi)
  • Tukivektorikone (SVM) PCA: llä: mallin suorituskyvyn arviointi ROC -analyysillä.
  • Syvä oppimismalli: Kielikuviin sovellettu CNN, luokittelu väriin ja tekstuuriin.
  • Shapley arvot tulkinta: Ominaisuuden tärkeysanalyysi AI -malleille.
  • Yksittäisten MADRS-esineiden ja kielellisten vyöhykkeiden välinen korrelaatio: vyöhykkeen tilastollinen analyysi.
  • MANCOVA -analyysi: Kovarianssin monimuuttuja -analyysi useiden riippuvaisten muuttujien arvioimiseksi.
  • CNN-pohjainen kuvien malli: Kieliominaisuuksien suora luokittelu konvoluutiohermoverkkojen avulla.
  • Alaryhmän tunnistaminen PCA: n kautta (3 komponenttia): potentiaalisten masennuksen alatyyppien tutkiminen.
Perustaso (yksi arviointi ilmoittautumisessa)

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)

Torstai 27. kesäkuuta 2024

Ensisijainen valmistuminen (Arvioitu)

Keskiviikko 31. joulukuuta 2025

Opintojen valmistuminen (Arvioitu)

Maanantai 1. kesäkuuta 2026

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Perjantai 21. maaliskuuta 2025

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Perjantai 21. maaliskuuta 2025

Ensimmäinen Lähetetty (Todellinen)

Perjantai 28. maaliskuuta 2025

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Perjantai 28. maaliskuuta 2025

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Perjantai 21. maaliskuuta 2025

Viimeksi vahvistettu

Lauantai 1. maaliskuuta 2025

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • ML_AcuTongue_MADRS_01

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

PÄÄTTÄMÄTÖN

IPD-suunnitelman kuvaus

IPD: n mahdollinen jakaminen on tällä hetkellä epävarma kielen valokuvien nimettömien eettisten näkökohtien vuoksi. Eettinen komitea on korostanut, että on tärkeää varmistaa, että tunnistettavissa olevia ominaisuuksia ei voida jäljittää osallistujille. Jos jakamissuunnitelma toteutetaan, se varmistaa tiukat nimettömän protokollat, mukaan lukien metatietojen poistaminen, tunnistettavien ominaisuuksien hämärtyminen ja hyväksyttyjen tutkijoiden saatavuuden rajoittaminen luottamuksellisuussopimuksen nojalla.

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Yhdysvalloissa valmistettu ja sieltä viety tuote

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