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

Az eTriaging rendszer hatékonysága a betegségek vizsgálatára

2024. január 17. frissítette: Yingfeng Zheng, Sun Yat-sen University

Az eTriaging rendszer használatának hatékonysága a betegség-triagingben a közösségi populációban

A népesség növekedésével és a betegségek előfordulásának növekedésével a hosszú várakozási idő általános problémává vált az állami egészségügyi ellátórendszerekben. Sürgősen szükség van gyors, pontos és költséghatékony gyors triaging szolgáltatásokra. Ezért célunk volt egy eTriaging rendszer kifejlesztése, és annak hatékonyságának összehasonlítása az emberrel.

A tanulmány áttekintése

Tanulmány típusa

Beavatkozó

Beiratkozás (Tényleges)

535

Fázis

  • Nem alkalmazható

Kapcsolatok és helyek

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

Tanulmányi helyek

    • Guangdong
      • Guangzhou, Guangdong, Kína, 510000
        • Zhognshan Ophthalmic Center, Sun Yat-sen University

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 és régebbi (Felnőtt, Idősebb felnőtt)

Egészséges önkénteseket fogad

Nem

Leírás

Bevételi kritériumok:

  • 18 éven felüliek.
  • Okostelefonnal/táblagéppel rendelkezik, és képes megtekinteni és kezelni az eTriaging APP-t.
  • Hajlandó részt venni a vizsgálatban, és tájékozott tartalmat szolgáltatni.

Kizárási kritériumok:

  • NA

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: Nagy nyelvi modellen alapuló önértékelési eszköz
A nagy nyelvi modellen alapuló önértékelési eszköz átfogó generálási, döntési, műveleti és biztonsági keretrendszeren keresztül dolgozza fel a felhasználói lekérdezéseket, hogy optimális válaszokat adjon. A rendszer kulcsfontosságú funkciói közé tartozik a visszakereséssel kiegészített kontextuson belüli tanulás, amely javítja a megbízható webhelyekről származó információk beszerzése által generált válaszokat. Tartalmaz egy Guardrail modult is, amely a tartalom kézbesítés előtti érvényesítésével csökkenti a lehetséges káros tartalmat a válaszokban. Ezenkívül a rendszer tartalmaz egy önellenőrző memóriamodult, amely megőrzi az alapvető klinikai jellemzőket a többfordulós párbeszédek során, biztosítva a következetes és folyamatos interakciót a felhasználókkal.

Az alapállapot-értékelést követően a résztvevőket arra utasítják, hogy önállóan használjanak egy önértékelő eszközt a diabéteszes retinopátia (DR) kockázatának felmérésére. Ez az eszköz egy LLM-en alapuló párbeszédes AI-rendszer és egy meglévő logisztikai diagnosztikai modell fúziója.

Az AI rendszert úgy tervezték, hogy gyűjtse a klinikai változókat, beleértve az életkort, a cukorbetegség időtartamát, a testtömegindexet (BMI) és az inzulinhasználatot. Ezenkívül a klinikai tesztadatok, például az átlagos artériás nyomás, a HbA1c, a szérum kreatinin és a mikroalbuminuria egy helyi adatkészletből kerülnek kinyerésre, a páciens nevének és azonosítójának felhasználásával. Az összegyűjtést követően ezeket az adatokat egy szerver-alapú diagnosztikai modellbe továbbítják a DR jelenlétének meghatározásához további elemzés céljából.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Az önértékelési eszköz AUROC
Időkeret: Közvetlenül a chatbot használata után
Az önértékelő eszköz teljesítményét a szemfenéki fotók alapján a vezető szemészek a diagnosztikai címkékre való hivatkozással pontosan értékelik.
Közvetlenül a chatbot használata után

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Nyomozók

  • Kutatásvezető: Yingfeng Zheng, Zhongshan Ophthalmic Center, Sun Yat-sen University

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)

2023. május 1.

Elsődleges befejezés (Tényleges)

2023. július 30.

A tanulmány befejezése (Tényleges)

2023. július 30.

Tanulmányi regisztráció dátumai

Először benyújtva

2022. január 29.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2022. január 29.

Első közzététel (Tényleges)

2022. február 9.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Becsült)

2024. január 19.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2024. január 17.

Utolsó ellenőrzés

2024. január 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

NEM

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