- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT05231174
Efficacité d'un système eTriaging pour le triage des maladies
Efficacité de l'utilisation du système eTriaging pour le triage des maladies dans la population communautaire
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Type d'étude
Inscription (Réel)
Phase
- N'est pas applicable
Contacts et emplacements
Lieux d'étude
-
-
Guangdong
-
Guangzhou, Guangdong, Chine, 510000
- Zhognshan Ophthalmic Center, Sun Yat-sen University
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
Accepte les volontaires sains
La description
Critère d'intégration:
- Personnes de plus de 18 ans.
- Avoir un smartphone/tablette et pouvoir visualiser et utiliser l'application eTriaging.
- Volonté de participer à l'étude et de fournir un contenu informé.
Critère d'exclusion:
- N / A
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
- Objectif principal: Autre
- Répartition: N / A
- Modèle interventionnel: Affectation à un seul groupe
- Masquage: Aucun (étiquette ouverte)
Armes et Interventions
Groupe de participants / Bras |
Intervention / Traitement |
---|---|
Expérimental: Un outil d'auto-évaluation basé sur le Large Language Model
L'outil d'auto-évaluation, alimenté par un grand modèle de langage, traite les requêtes des utilisateurs via un cadre complet de génération, de décision, d'action et de sécurité pour fournir des réponses optimales.
Les fonctionnalités clés du système incluent un apprentissage en contexte augmenté par la récupération, qui améliore les réponses générées par la recherche d'informations sur des sites Web fiables.
Il intègre également un module Guardrail pour atténuer le contenu potentiellement nuisible dans les réponses en validant le contenu avant la livraison.
De plus, le système dispose d'un module de mémoire d'auto-vérification qui conserve les caractéristiques cliniques essentielles lors des dialogues multi-tours, garantissant ainsi des interactions cohérentes et continues avec les utilisateurs.
|
Après l'évaluation de base, les participants seront guidés pour utiliser un outil d'auto-évaluation de manière indépendante pour évaluer leur risque de rétinopathie diabétique (RD). Cet outil est une fusion d'un système d'IA conversationnelle basé sur LLM et d'un modèle de diagnostic logistique existant. Le système d'IA est conçu pour collecter des variables cliniques, notamment l'âge, la durée du diabète, l'indice de masse corporelle (IMC) et la consommation d'insuline. De plus, les données de tests cliniques telles que la pression artérielle moyenne, l'HbA1c, la créatinine sérique et la microalbuminurie seront extraites d'un ensemble de données local en utilisant le nom et la pièce d'identité du patient. Une fois collectées, ces données seront transmises à un modèle de diagnostic basé sur un serveur pour une analyse plus approfondie afin de déterminer la présence de DR. |
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
---|---|---|
AUROC de l’outil d’auto-évaluation
Délai: Immédiatement après avoir utilisé le chatbot
|
Les performances de l'outil d'auto-évaluation sont évaluées avec précision en référence aux étiquettes de diagnostic par des ophtalmologistes seniors sur la base de photos du fond d'œil.
|
Immédiatement après avoir utilisé le chatbot
|
Collaborateurs et enquêteurs
Parrainer
Les enquêteurs
- Chercheur principal: Yingfeng Zheng, Zhongshan Ophthalmic Center, Sun Yat-sen University
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Réel)
Achèvement de l'étude (Réel)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Estimé)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- 2022KYPJ258
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .