Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

Gyulladásos bélbetegségek mintázat-azonosító algoritmusának fejlesztése esetsorozat-adatok felhasználásával

2020. március 4. frissítette: Hyangsook Lee, KMD, PhD

Gyulladásos bélbetegségek gyógynövényei: mintaazonosító algoritmus kidolgozása az esetsorozatok adatainak retrospektív elemzésével

Ennek a tanulmánynak az volt a célja, hogy azonosítsa a gyulladásos bélbetegség (IBD) mintázatait a tünetek megjelenése alapján, és algoritmusokat javasoljon a mintázatok meghatározásához, valamint a megfelelő mintákhoz gyógynövény-előírásokat. A kutatók 67 IBD-beteg tüneti adatait gyűjtötték össze, akik klinikai remissziót értek el és tartottak fenn azt követően, hogy gyógynövényes gyógyszereket írtak fel. A recepteket 5 mintába sorolták, amelyeket a bevont betegek fő jellemzői és tünetei alapján neveztek el. A tünetek megjelenése és a minták közötti összefüggéseket a frekvencia inverz dokumentumfrekvencia (TF-IDF) módszerrel vizualizáltuk. A betegek tüneteiből származó IBD mintázatok meghatározását döntési fa modellezéssel elemeztük és térképeztük fel.

A tanulmány áttekintése

Állapot

Befejezve

Beavatkozás / kezelés

Részletes leírás

A gyógynövényes receptek a gyulladásos bélbetegségben szenvedő betegek egyik legkeresettebb kiegészítő és alternatív gyógyászati ​​kezelési stratégiája. A hagyományos kínai orvoslás (TCM)/hagyományos kelet-ázsiai orvoslás (TEAM) mintázat-azonosításának változékonyságát azonban bírálták. A TCM/TEAM gyógynövény-felírást követően klinikai remissziót elért és fenntartó betegek adatait felhasználva a kutatók olyan kezelési algoritmusok kidolgozását tűzték ki célul, amelyeket az azonosított minták és a kulcstünetek alapján finomítanak, amelyeket a szakemberek könnyen megkülönböztethetnek.

A klinikai remissziót kiváltó gyógynövény-előírások alapján az IBD-betegeket 5 mintázatba osztották, azaz vastagbél típusra, nedvesség típusára, légzőszervi típusra, felső gasztrointesztinális (GI) traktus típusra és hidegség típusra. A terminus frekvencia-inverz dokumentumfrekvencia (TF-IDF) módszerrel 22, a gyógynövény-felírás indikációjaként leírt tünet és 5 minta közötti összefüggést elemeztük. Döntési fa modellezést használtunk a releváns minták előrejelzésére a tünetekből.

Tanulmány típusa

Megfigyelő

Beiratkozás (Tényleges)

67

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi helyek

      • Seoul, Koreai Köztársaság, 02447
        • Acupuncture & Meridian Science Research Centre

Részvételi kritériumok

A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.

Jogosultsági kritériumok

Tanulmányozható életkorok

15 év (Gyermek, Felnőtt, Idősebb felnőtt)

Egészséges önkénteseket fogad

Nem

Tanulmányozható nemek

Összes

Mintavételi módszer

Nem valószínűségi minta

Tanulmányi populáció

Betegek, akiknél a gasztroenterológus IBD-t diagnosztizált, és gyógynövényi vényköteles kezelést követően klinikai remissziót értek el

Leírás

Bevételi kritériumok:

  • Az IBD diagnózisa gasztroenterológus által
  • A betegek az IBD-tünetek klinikai remisszióját érték el és tartották fenn, miután gyógynövényes recepteket szedtek
  • A betegek írásos beleegyező nyilatkozatot adtak

Kizárási kritériumok:

  • A 25 tünet bármelyikére vonatkozó részleteket kihagytuk

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

Kohorszok és beavatkozások

Csoport / Kohorsz
Beavatkozás / kezelés
Döntési fa algoritmus betanítás/tesztelés
A kutatók 67 beteg adatait 5 csoportra osztották, hogy ötszörös keresztvalidációt végezzenek. Négy csoportot használtunk a döntési fa algoritmus betanítására, egy csoportot pedig a tesztelésre.

Döntési faelemzést alkalmaztak a tünet megléte vagy nemléte alapján a mintatípusokra vonatkozó döntéshozatali folyamat feltárására. A bemutatott fa végén az egyes mintákba besorolt ​​betegek aránya látható.

Ebben a tanulmányban az osztályozást az osztályozási és regressziós fa (CART) algoritmus alkalmazásával végeztük a Python Scikit-learn csomagjával, amely a Gini-együttható vagy a diszperzió csökkentése segítségével hajt végre osztást. A Gini-együttható az egyik eszköz az entrópia vagy diverzitás mérésére minden csomópontban, és a csökkenést méri az információs entrópia összehasonlításával az elválasztás előtt és után. A túlillesztés elkerülése érdekében a levélcsomók maximális számát négyben korlátoztuk, és a minimális leírási hossz elvének megfelelő metszési módszert alkalmaztuk.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
A mintaazonosító algoritmus pontossága
Időkeret: 2015. okt
A mintaazonosító algoritmust döntési fa módszerrel javasoltam. Döntési fa módszert alkalmaztunk a döntéshozatal folyamatának feltárására a mintatípusok alapján a betegek klinikai jellemzői alapján.
2015. okt

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Publikációk és hasznos linkek

A vizsgálattal kapcsolatos információk beviteléért felelős személy önkéntesen bocsátja rendelkezésre ezeket a kiadványokat. Ezek bármiről szólhatnak, ami a tanulmányhoz kapcsolódik.

Általános kiadványok

Tanulmányi rekorddátumok

Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.

Tanulmány főbb dátumok

Tanulmány kezdete (Tényleges)

2007. november 1.

Elsődleges befejezés (Tényleges)

2015. február 28.

A tanulmány befejezése (Tényleges)

2015. október 28.

Tanulmányi regisztráció dátumai

Először benyújtva

2020. március 3.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2020. március 3.

Első közzététel (Tényleges)

2020. március 5.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2020. március 6.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2020. március 4.

Utolsó ellenőrzés

2020. március 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Nem

Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .

Iratkozz fel