Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Système d'Évaluation Kinésithérapique Basé sur l'IA pour l'Amplitude Articulaire chez les Patients Atteints de Cancer Buccal

6 avril 2026 mis à jour par: National Taiwan University Hospital

Validité et fiabilité d'un système d'évaluation en physiothérapie basé sur l'IA pour l'amplitude des mouvements oromandibulaires et cervico-scapulaires chez les patients atteints d'un cancer de la bouche

Cette étude vise à évaluer la validité et la fiabilité d'un nouveau système d'évaluation de kinésithérapie basé sur l'IA pour mesurer l'amplitude de mouvement (ROM) oromandibulaire et cervico-scapulaire. Les évaluations ROM traditionnelles reposent sur des mesures manuelles, qui peuvent être influencées par l'expérience et la variabilité des évaluateurs. Le système d'IA proposé utilise le suivi automatisé de points clés pour fournir des mesures objectives et standardisées.

Dans cette étude transversale, des participants adultes en bonne santé effectueront des tâches ROM standardisées. Les mesures obtenues à partir du système d'IA seront comparées à celles de deux évaluateurs indépendants utilisant des outils cliniques conventionnels. Des mesures répétées seront effectuées pour évaluer la fiabilité intra-évaluateur et inter-évaluateurs. La concordance entre le système d'IA et les évaluateurs humains sera évaluée pour déterminer l'applicabilité clinique du système.

Aperçu de l'étude

Statut

Recrutement

Les conditions

Description détaillée

Cette étude est une étude de mesure transversale conçue pour évaluer la fiabilité et la validité concomitante d'un système d'évaluation en kinésithérapie basé sur l'IA pour l'évaluation de l'amplitude articulaire (ROM) oromandibulaire et cervical-épaule. Les participants seront des adultes en bonne santé âgés de 20 à 70 ans répondant à des critères d'inclusion et d'exclusion prédéfinis. Après avoir donné leur consentement éclairé, les participants effectueront des mouvements standardisés, incluant l'ouverture de la bouche et des tâches de ROM cervicales et scapulaires.

Chaque participant subira trois mesures répétées pour chaque mouvement. La ROM sera évaluée par trois méthodes : (1) un système basé sur l'IA utilisant le suivi de points clés en temps réel et le calcul automatisé des angles, (2) une mesure manuelle par l'Évaluateur 1, et (3) une mesure manuelle indépendante par l'Évaluateur 2 utilisant un goniomètre ou l'échelle de ROM TheraBite.

Pour minimiser les biais de mesure et les effets de fatigue, l'ordre des trois méthodes d'évaluation sera randomisé pour chaque participant. Les évaluateurs seront aveugles aux mesures des autres et aux résultats générés par l'IA.

Les critères d'évaluation principaux incluent la fiabilité inter-évaluateurs et intra-évaluateur du système d'IA, ainsi que la concordance entre les mesures basées sur l'IA et les mesures manuelles. La fiabilité sera évaluée à l'aide des coefficients de corrélation intraclasse (ICC), tandis que la concordance sera évaluée par l'analyse de Bland-Altman et l'erreur absolue moyenne (MAE).

Cette étude devrait fournir des preuves soutenant l'applicabilité clinique des outils d'évaluation en kinésithérapie basés sur l'IA, en particulier pour les évaluations musculo-squelettiques standardisées et évolutives.

Type d'étude

Observationnel

Inscription (Estimé)

20

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Coordonnées de l'étude

Lieux d'étude

  • Taïwan
      • Taipei, Taïwan, 100
        • Recrutement
        • School and Graduate Institute of Physical Therapy, College of Medicine, National Taiwan University
        • Contact:
          • Yueh-Hsia Chen, Ph.D

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

Oui

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

La population de l'étude est constituée de volontaires adultes en bonne santé âgés de 20 à 70 ans recrutés par échantillonnage non probabiliste. Les participants sans antécédents de trismus, de cancer de la tête et du cou, ou de troubles musculo-squelettiques affectant les régions de la tête, du cou ou des épaules sont éligibles. Tous les participants sont capables de suivre des instructions et d'effectuer des tâches de mouvement standardisées. Cette population est sélectionnée pour établir la performance des mesures de base et pour évaluer la fiabilité et la validité du système d'évaluation de physiothérapie basé sur l'IA dans des conditions contrôlées.

La description

Critères d'inclusion :

  • Adultes en bonne santé âgés de 20 à 70 ans
  • Pas de trismus
  • Pas d'antécédent de blessure ou de chirurgie à la tête, au cou ou à l'épaule
  • Pas d'antécédent de radiothérapie ou de chimiothérapie liée au cancer de la tête et du cou

Critères d'exclusion :

  • Incapacité à communiquer ou à suivre les instructions
  • Toute condition pouvant affecter la performance du mouvement

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

Cohortes et interventions

Groupe / Cohorte
Groupe sain
Des adultes en bonne santé âgés de 20 à 70 ans sans antécédent de trismus, de blessure ou de chirurgie de la tête, du cou ou de l'épaule, ou de radiothérapie ou chimioradiothérapie liée au cancer de la tête et du cou ont été recrutés.

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Accord entre les mesures IA et manuelles
Délai: Ligne de base
Concordance entre les mesures basées sur l'IA et les mesures manuelles évaluée à l'aide des coefficients de corrélation intraclasse (ICC) et de l'analyse de Bland-Altman
Ligne de base

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Erreur absolue moyenne (MAE)
Délai: Valeur de base
Différence absolue moyenne entre les mesures IA et les mesures manuelles
Valeur de base
Fiabilité intra-évaluateur des évaluateurs humains
Délai: Baselinte
Cohérence des mesures manuelles par l'Évaluateur 1 et l'Évaluateur 2 à travers les essais répétés en utilisant les coefficients de corrélation intraclasse (ICC)
Baselinte
Fiabilité inter-juges parmi tous les évaluateurs
Délai: Ligne de base
L'accord entre les mesures obtenues à partir du système d'IA, de l'évaluateur 1 et de l'évaluateur 2 sera évalué à l'aide des coefficients de corrélation intraclasse (ICC)
Ligne de base
Fiabilité intra-évaluateur du système d'IA
Délai: Baseline
Cohérence des mesures basées sur l'intelligence artificielle sur trois essais répétés en utilisant les coefficients de corrélation intraclasse (ICC)
Baseline
Biais de mesure systématique
Délai: Ligne de base
Différence moyenne entre les mesures basées sur l'IA et les mesures manuelles
Ligne de base

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Parrainer

National Taiwan University Hospital

Les enquêteurs

  • Chercheur principal: Yueh-Hsia Chen, Ph.D., School and Graduate Institute of Physical Therapy, College of Medicine, National Taiwan University

Publications et liens utiles

La personne responsable de la saisie des informations sur l'étude fournit volontairement ces publications. Il peut s'agir de tout ce qui concerne l'étude.

Publications générales

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Réel)

7 avril 2026

Achèvement primaire (Estimé)

31 mai 2026

Achèvement de l'étude (Estimé)

31 décembre 2027

Dates d'inscription aux études

Première soumission

29 mars 2026

Première soumission répondant aux critères de contrôle qualité

29 mars 2026

Première publication (Réel)

3 avril 2026

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

13 avril 2026

Dernière mise à jour soumise répondant aux critères de contrôle qualité

6 avril 2026

Dernière vérification

1 mars 2026

Plus d'information

Termes liés à cette étude

Mots clés

Termes MeSH pertinents supplémentaires

Autres numéros d'identification d'étude

  • 202603023RIND

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

NON

Description du régime IPD

Les données individuelles des participants (IPD) ne seront pas partagées en raison de considérations de confidentialité et de réglementations institutionnelles. Bien que le système d'IA traite des données de points clés anonymisées, l'ensemble de données peut encore contenir des informations qui pourraient potentiellement être réidentifiées. Le partage des données peut être envisagé sur demande raisonnable et sous réserve d'un examen institutionnel et des politiques de protection des données.

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

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 .

S'abonner