Az újszülöttek komfortviselkedési szintjének értékelése mesterséges intelligencia technikákkal
2020. április 9. frissítette: DENİZ YİĞİT, Eskisehir Osmangazi University
Ez a tanulmány; Az újszülöttek komfortfokozatának automatikus meghatározását lehetővé tévő mesterséges intelligencia módszer kidolgozása céljából valósítják meg.
A tanulmány áttekintése
Állapot
Ismeretlen
Körülmények
Beavatkozás / kezelés
Részletes leírás
Ez a tanulmány; Az újszülöttek komfortfokozatának automatikus meghatározását lehetővé tévő mesterséges intelligencia módszer kidolgozása céljából valósítják meg.
Az újszülöttek arc- és testmozgásait kamerával rögzítik, a képeket számítógépes környezetben mesterséges intelligencia technikákkal dolgozzák fel.
Ennek eredményeként egy olyan technológia megalkotását tervezik, amely gyorsan és egyszerűen meghatározza az újszülött komfortszintjét, és a mobileszközzel is használható.
Tanulmány típusa
Beavatkozó
Beiratkozás (Várható)
1000
Fázis
- Nem alkalmazható
Kapcsolatok és helyek
Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.
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
1 óra (Gyermek)
Egészséges önkénteseket fogad
Nem
Tanulmányozható nemek
Összes
Leírás
Bevételi kritériumok:
- A szülők elfogadják csecsemőjük részvételét a vizsgálatban
- 24-42 héten született baba
Kizárási kritériumok:
- A 24. terhességi hét előtt vagy a 42. hetes terhesség után született baba.
- Fájdalomcsillapító, izomlazító vagy nyugtató gyógyszeres kezelésben részesült, amely befolyásolhatja a kényelmet és a viselkedést (az elmúlt 24 órában)
- Az újszülött súlyos neurológiai károsodást szenved
Tanulási terv
Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.
Hogyan készül a tanulmány?
Tervezési részletek
- Elsődleges cél: Egyéb
- Kiosztás: N/A
- Beavatkozó modell: Egyetlen csoportos hozzárendelés
- Maszkolás: Nincs (Open Label)
Fegyverek és beavatkozások
Résztvevő csoport / kar |
Beavatkozás / kezelés |
|---|---|
|
Kísérleti: mesterséges intelligencia technikák
Az újszülöttek arc- és testmozgásait kamerával rögzítik, a képeket számítógépes környezetben mesterséges intelligencia technikákkal dolgozzák fel.
Ennek eredményeként egy olyan technológia megalkotását tervezik, amely gyorsan és egyszerűen meghatározza az újszülött komfortszintjét, és a mobileszközzel is használható.
|
olyan technológia megalkotását tervezik, amely gyorsan és egyszerűen meghatározza az újszülött komfortfokozatát, könnyen használható, időtakarékos és mobileszközzel is használható.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Képek az újszülöttről
Időkeret: 12 óra minden újszülöttre
|
Képeket készítenek az újszülöttek viselkedésének számítógépre átviteléhez.
Figyelmet fordítunk arra, hogy az arc- és testmozgások láthatóvá váljanak a kép készítése közben. A kamera minden újszülöttet 12 órán át néz. Ez az időszak azonban az előmunkálatok eredményeként lerövidíthető.
|
12 óra minden újszülöttre
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Mesterséges intelligencia technikák
Időkeret: Körülbelül 1 hét újszülöttenként
|
Az újszülött képei átkerülnek a számítógépre.
A képeket egy szakember dolgozza fel számítógépen mesterséges intelligencia technikákkal.
|
Körülbelül 1 hét újszülöttenként
|
Együttműködők és nyomozók
Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.
Szponzor
Nyomozók
- Kutatásvezető: DENİZ YİĞİT, Res.Asst., ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ SAĞLIK BİLİMLERİ FAKÜLTESİ
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
- Kolcaba K, DiMarco MA. Comfort Theory and its application to pediatric nursing. Pediatr Nurs. 2005 May-Jun;31(3):187-94.
- van Dijk M, Roofthooft DW, Anand KJ, Guldemond F, de Graaf J, Simons S, de Jager Y, van Goudoever JB, Tibboel D. Taking up the challenge of measuring prolonged pain in (premature) neonates: the COMFORTneo scale seems promising. Clin J Pain. 2009 Sep;25(7):607-16. doi: 10.1097/AJP.0b013e3181a5b52a.
- Ambuel B, Hamlett KW, Marx CM, Blumer JL. Assessing distress in pediatric intensive care environments: the COMFORT scale. J Pediatr Psychol. 1992 Feb;17(1):95-109. doi: 10.1093/jpepsy/17.1.95.
- Arroyo-Novoa CM, Figueroa-Ramos MI, Puntillo KA, Stanik-Hutt J, Thompson CL, White C, Wild LR. Pain related to tracheal suctioning in awake acutely and critically ill adults: a descriptive study. Intensive Crit Care Nurs. 2008 Feb;24(1):20-7. doi: 10.1016/j.iccn.2007.05.002. Epub 2007 Aug 6.
- Arslan, H., & Konuk Şener, D. (2009). Stigma, spiritüalite ve konfor kavramlarının Meleis' in kavram geliştirme sürecine göre irdelenmesi. Maltepe Üniversitesi Hemşirelik Bilim ve Sanatı Dergisi, 2(1): 51-58.
- Atalay, M., & Çelik, E. (2017). Büyük veri analizinde yapay zekâ ve makine öğrenmesi uygulamaları. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 9(22): 155-172.
- Aydın, Ş.E. (2017). Yapay zeka teknolojisi (yapay zekaların dünü bugünü yarını), Yüksek lisans tezi, Çukurova Üniversitesi, Adana.
- Bodur, G., & Kaya, H. (2017). Hemşirelerin gözüyle gelecek: 2050'li yıllar. Ege Üniversitesi Hemşirelik Fakültesi Dergisi, 33 (1): 27-38.
- Coughlin M, Gibbins S, Hoath S. Core measures for developmentally supportive care in neonatal intensive care units: theory, precedence and practice. J Adv Nurs. 2009 Oct;65(10):2239-48. doi: 10.1111/j.1365-2648.2009.05052.x.
- Çınar Yücel Ş. (2011). Kolcaba'nın konfor kuramı. Ege Üniversitesi Hemşirelik Yüksek Okulu Dergisi, 27: 79-88.
- Çimen, Ü. (2016). Solunum seslerinin yapay zekâ ortamında sınıflandırılması, Yüksek Lisans Tezi, Afyon Kocatepe Üniversitesi Fen Bilimleri Enstitüsü, Afyonkarahisar.
- de Sousa Freire NB, Garcia JBS, Lamy ZC. Evaluation of analgesic effect of skin-to-skin contact compared to oral glucose in preterm neonates. Pain. 2008 Sep 30;139(1):28-33. doi: 10.1016/j.pain.2008.02.031. Epub 2008 Apr 22.
- Hunter, J. (2010). Therapeutic positioning: neuromotor, physiologic, and sleep implications. Developmental care of newborns and infants. A guide for health professionals. 2nd edn. Glenview, IL: NANN: 283-312.
- Ista E, van Dijk M, Tibboel D, de Hoog M. Assessment of sedation levels in pediatric intensive care patients can be improved by using the COMFORT "behavior" scale. Pediatr Crit Care Med. 2005 Jan;6(1):58-63. doi: 10.1097/01.PCC.0000149318.40279.1A.
- Kahraman, A., Başbakkal, Z., & Yalaz, M. (2014). Yenidoğan konfor davranış ölçeği'nin Türkçe geçerlik ve güvenirliği. Uluslararası Hakemli Hemşirelik Araştırmaları Dergisi, 1(2).
- Karabacak, Ü., & Acaroğlu, R. (2011). Konfor kuramı. Maltepe Üniversitesi Bilim ve Sanat Dergisi, 4(1): 197-202.
- Karakaplan, S., & Yıldız, H. (2010). Doğum sonu konfor ölçeği geliştirme çalışması. Maltepe Üniversitesi Hemşirelik Bilim ve Sanatı Dergisi, 3(1): 55-65.
- Kaya, U., Yılmaz, A., & Dikmen, Y. (2019). Sağlık alanında kullanılan derin öğrenme yöntemleri. Avrupa Bilim ve Teknoloji Dergisi, (16): 792-808.
- Kolcaba K, Tilton C, Drouin C. Comfort Theory: a unifying framework to enhance the practice environment. J Nurs Adm. 2006 Nov;36(11):538-44. doi: 10.1097/00005110-200611000-00010.
- Kuğuoğlu, S., & Karabacak, Ü. (2008). Genel konfor ölçeğinin Türkçe'ye uyarlanması. İ.Ü.F.N. Hemşirelik Dergisi, 16 (61): 16-23.
- Küçük Alemdar, D., & Güdücü Tüfekçi, F. (2015). Prematüre bebek konfor ölçeği'nin Türkçe geçerlilik ve güvenilirliği. Hemşirelikte Eğitim ve Araştırma Dergisi, 12 (2): 142-148.
- Losacco V, Cuttini M, Greisen G, Haumont D, Pallas-Alonso CR, Pierrat V, Warren I, Smit BJ, Westrup B, Sizun J; ESF Network. Heel blood sampling in European neonatal intensive care units: compliance with pain management guidelines. Arch Dis Child Fetal Neonatal Ed. 2011 Jan;96(1):F65-8. doi: 10.1136/adc.2010.186429. Erratum In: Arch Dis Child Fetal Neonatal Ed. 2011 Feb;96(2):207. Arch Dis Child Fetal Neonatal Ed. 2012 Jun;97(6):583.
- Mathai S, Natrajan N, Rajalakshmi NR. A comparative study of nonpharmacological methods to reduce pain in neonates. Indian Pediatr. 2006 Dec;43(12):1070-5.
- Mijwel, M. M. (2015). History of artificial intelligence. Computer science, college of science, 1-6.
- Sönmez, D. (2009). Pediatrik yoğun bakım ünitesinde endotrakeal aspirasyon ağrısının değerlendirilmes, Yüksek lisans tezi, Marmara Üniversitesi Sağlık Bilimleri Enstitüsü, İstanbul.
- Terzi, B., Kaya, N. (2017). Konfor kuramı ve analizi. Anadolu Hemşirelik ve Sağlık Bilimleri Dergisi, 20: 1.
- Tutar Güven, Ş., & İşler Dalgıç, A. (2017). Prematüre yenidoğanlar için geliştirilmiş bireyselleştirilmiş destekleyici gelişimsel bakım programı. Uluslararası Hakemli Kadın Hastalıkları ve Anne Çocuk Sağlığı Dergisi, 9.
- Uga E, Candriella M, Perino A, Alloni V, Angilella G, Trada M, Ziliotto AM, Rossi MB, Tozzini D, Tripaldi C, Vaglio M, Grossi L, Allen M, Provera S. Heel lance in newborn during breastfeeding: an evaluation of analgesic effect of this procedure. Ital J Pediatr. 2008 Nov 18;34(1):3. doi: 10.1186/1824-7288-34-3.
- Yıldırım, T. (2019). Sağlıkta dönüşüm ve yapay zekânın pediatriye yansımaları. Karadeniz Pediatri Günleri Kongre Özet Kitabı, 2 (1): 1-97.
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 (Várható)
2020. szeptember 1.
Elsődleges befejezés (Várható)
2020. december 1.
A tanulmány befejezése (Várható)
2021. szeptember 1.
Tanulmányi regisztráció dátumai
Először benyújtva
2020. április 2.
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
2020. április 3.
Első közzététel (Tényleges)
2020. április 7.
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
2020. április 13.
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
2020. április 9.
Utolsó ellenőrzés
2020. április 1.
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
Egyéb vizsgálati azonosító számok
- DYIGIT
- Ayfer AÇIKGÖZ (Egyéb azonosító: ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ)
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
IGEN
IPD terv leírása
A tanulmány végén a kényelem mérésére kifejlesztett mesterséges intelligencia nemzetközi kongresszusokon meghirdetett nyilatkozatával kívánják bemutatni.
Ily módon azt gondolják, hogy a programot a különböző kórházak és újszülöttklinikák egészségügyi szakemberei fogják használni ezekben a kórházakban.
IPD megosztási időkeret
A tanulmány befejezése után megosztják (kb. 2 évvel később)
IPD-megosztási hozzáférési feltételek
Egészségügyi szakember, aki újszülöttekkel dolgozik
Az IPD megosztását támogató információ típusa
- STUDY_PROTOCOL
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. .