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

Alultápláltság-diagnosztikai rendszer létrehozása mesterséges intelligencia technológia használatával

2023. március 28. frissítette: Peking Union Medical College Hospital

Az alultápláltság diagnosztikai rendszerének létrehozása mesterséges intelligencia technológia használatával a klinikai út alkalmazásának javítására

A becslések szerint Kínában a kórházi betegek 30-50%-a az alultápláltság prevalenciája. A betegségekkel összefüggő alultápláltság növeli a fertőzés kockázatát, a halálozást, a kórházi kezelés időtartamát, valamint a gazdasági terheket. A Nemzeti Táplálkozási Terv javasolta az alultápláltság csökkentését, de egyértelmű, hatékony ütemterv és protokoll még nem létezett. Számos tényező akadályozza a fenti kihívások megoldását. Ide tartoznak a következők: 1) a jelenlegi alultápláltság-diagnosztikai módszerek alacsony hatékonysága; 2) a tápláltsági állapot kvantitatív értékelésére alkalmas dinamikus, standard módszer hiánya. Ennek érdekében a kutatók célja egy mesterséges intelligencia-alultápláltság diagnosztikai rendszer létrehozása az alultápláltság klinikai útjának alkalmazásának javítása érdekében. Először is, a kutatók egy többdimenziós alultápláltság nagy adatsort állítanak fel a korábban elkészített országos kórházi táplálkozási szűrési adatkészletünk alapján.

Mély 3D arcképeket, félig strukturált és strukturált elektronikus kórlapokat fog tartalmazni. Ezután a kutatók ensemble learning algoritmust használnak egy teljesen automatikus, mesterséges intelligencia alultápláltság diagnosztikai modell felállításához, amely magában foglalja mind az etiológiai, mind a fenotípusos diagnózist.

A tanulmány áttekintése

Állapot

Befejezve

Tanulmány típusa

Megfigyelő

Beiratkozás (Tényleges)

500

Kapcsolatok és helyek

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

Tanulmányi kapcsolat

Tanulmányi helyek

    • Beijing
      • Beijing, Beijing, Kína, 100010
        • Dongcheng district,Peking union medical college hospital

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

18 év (Felnőtt, Idősebb felnőtt)

Egészséges önkénteseket fogad

Nem

Tanulmányozható nemek

Összes

Mintavételi módszer

Nem valószínűségi minta

Tanulmányi populáció

Kórházi betegek a Peking Union Medical College-ban

Leírás

Bevételi kritériumok:

  • Felnőttek (≥18 évesek);
  • a felvételt követő 48 órán belül;
  • Az alultápláltság magas kockázatának kitett fekvőbetegek, például rosszindulatú daganatok, krónikus obstruktív tüdőbetegség stb.
  • Han nemzetiség;
  • Képes tájékozott beleegyezést adni.

Kizárási kritériumok:

  • Mesterséges arcelváltozásokban szenvedő betegek (például plasztikai sebészet, fej-nyaki sugárterápia, fej-nyaki trauma);
  • Különleges arcelváltozásokkal járó betegségek (például akromegália);
  • Nagy dózisú glükokortikoid-fogyasztók;
  • Arcödémában szenvedő betegek;
  • Sürgősségi ellátás 3 napnál rövidebb várható tartózkodási idővel;
  • A kutatók szerint más körülmények nem vehetők figyelembe

Tanulási terv

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

Hogyan készül a tanulmány?

Tervezési részletek

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
alultápláltság diagnózisa
Időkeret: A felvételt követő 48 órán belül
A Global Leadership Initiative on Malnutrition (GLIM) alkalmazása a kórházi betegek alultápláltságának diagnosztizálására
A felvételt követő 48 órán belül

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

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)

2021. augusztus 13.

Elsődleges befejezés (Tényleges)

2022. április 21.

A tanulmány befejezése (Tényleges)

2022. május 21.

Tanulmányi regisztráció dátumai

Először benyújtva

2021. február 25.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2021. február 25.

Első közzététel (Tényleges)

2021. március 1.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2023. március 29.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2023. március 28.

Utolsó ellenőrzés

2021. február 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

További vonatkozó MeSH feltételek

Egyéb vizsgálati azonosító számok

  • JS-2768

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. .

3
Iratkozz fel