MUSCLE-ML: Monimuotoinen integraatio lihasvoimasta ja rakenteesta koneoppimisen avulla tarkkuus kuntoutukseen polven ristisidevamman jälkeen
MUSCLE-ML: Monimuotoinen Integraatio Lihasvoimasta ja Rakenteesta Koneoppimisen Avulla Tarkkuusjärjestelmälliselle kuntoutukselle ACL-vamman jälkeen
Tämän kliinisen tutkimuksen tavoitteena on käyttää koneoppimista (ML) ennustamaan toiminnallista toipumista integroimalla lihaksia koskevat tekijät ja muut relevantit parametrit tunnistaakseen perinteiseen kuntoutukseen reagoimattomat henkilöt. Tutkimuksen pääkysymykset ovat:
Johtaako puuteklusterit huonompaan toiminnalliseen toipumiseen verrattuna ei-puuteklustereihin? Päihittääkö ML:n avulla luotu komposiittipistemäärä, joka integroi nelipäisen lihaksen ja takareiden voiman ja koon, erilliset mittarit ennustettaessa paluuta urheilutoimintaan (RTP) onnistumista?
Tutkijat vertailevat puuteklustereita ei-puuteklustereihin selvittääkseen, johtaako puuteklusterit huonompaan toiminnalliseen toipumiseen.
Osallistujat:
Palauttavat yhteensä 5 seuranta-aikapistettä potilaskokemus- ja toiminnallisille arvioinneille, mukaan lukien ennen leikkausta sekä 1, 3, 6 ja 12 kuukautta leikkauksen jälkeen.
Tutkimuksen yleiskatsaus
Tila
Ehdot
Interventio / Hoito
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: muriel XIAO
- Puhelinnumero: (852)35053311
- Sähköposti: lingqingxiao@cuhk.edu.hk
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Lapsi
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Osallistumiskriteerit:
- Toispuolinen eturistisiteen vamma ja suunnitelma eturistisiteen leikkaukseen
- Osallistuminen leikkauksen jälkeiseen fysioterapiaan Prince of Wales -sairaalassa
Poissulkemiskriteerit:
- Ennen leikkausta löytyvät radiografiset nivelrikon merkit
- Potilaan noudattamattomuus kuntoutusohjelmassa
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Vajausryhmä
|
ei väliintuloa
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Aikaikkuna |
|---|---|
|
International Knee Documentation Committee -pistemäärä
Aikaikkuna: 6 ja 12 kuukautta leikkauksen jälkeen
|
6 ja 12 kuukautta leikkauksen jälkeen
|
Yhteistyökumppanit ja tutkijat
Sponsori
Tutkijat
- Päätutkija: Shu Hang YUNG, Chinese University of Hong Kong
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Arvioitu)
Ensisijainen valmistuminen (Arvioitu)
Opintojen valmistuminen (Arvioitu)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muut tutkimustunnusnumerot
- 2025.374
- 23241901 (Muu apuraha/rahoitusnumero: Health and Medical Research Fund)
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
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 .