Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Uno sviluppo dell'algoritmo di identificazione del modello di malattia infiammatoria intestinale utilizzando i dati delle serie di casi

4 marzo 2020 aggiornato da: Hyangsook Lee, KMD, PhD

Fitoterapia per le malattie infiammatorie intestinali: uno sviluppo dell'algoritmo di identificazione del modello mediante analisi retrospettiva dei dati delle serie di casi

Questo studio mirava a identificare i modelli di malattia infiammatoria intestinale (IBD) in base alla presentazione dei sintomi e a suggerire algoritmi per determinare il modello e le prescrizioni a base di erbe per i modelli corrispondenti. I ricercatori hanno raccolto dati sui sintomi di 67 pazienti affetti da IBD che hanno raggiunto e mantenuto le remissioni cliniche dopo aver assunto le prescrizioni di fitoterapia. Le prescrizioni sono state classificate in 5 modelli, che prendono il nome dalle principali caratteristiche e sintomi dei pazienti inclusi. Le associazioni tra i sintomi e gli schemi di presentazione sono state visualizzate utilizzando un metodo TF-IDF (term frequency inverse document frequency). La determinazione dei modelli IBD dai sintomi dei pazienti è stata analizzata e tracciata mediante modellazione dell'albero decisionale.

Panoramica dello studio

Stato

Completato

Condizioni

Intervento / Trattamento

Descrizione dettagliata

Le prescrizioni a base di erbe sono una delle strategie di trattamento della medicina complementare e alternativa più ricercate per i pazienti con malattie infiammatorie intestinali. Tuttavia, la variabilità nell'identificazione del modello di medicina tradizionale cinese (MTC)/medicina tradizionale dell'Asia orientale (TEAM) è stata criticata. Utilizzando i dati dei pazienti che hanno raggiunto e mantenuto la remissione clinica dopo la prescrizione di fitoterapia TCM/TEAM, i ricercatori hanno mirato a sviluppare algoritmi di trattamento perfezionati da pattern identificati e sintomi chiave che i professionisti possono facilmente discriminare.

Sulla base delle prescrizioni erboristiche che hanno indotto la remissione clinica, i pazienti con IBD sono stati divisi in 5 modelli, vale a dire, tipo di intestino crasso, tipo di umidità dell'acqua, tipo respiratorio, tipo del tratto gastrointestinale superiore (GI) e tipo di freddo. Con il metodo TF-IDF (term frequency-inverse document frequency), è stata analizzata l'associazione tra 22 sintomi che sono stati descritti come indicazioni delle prescrizioni di fitoterapia e 5 pattern. La modellazione dell'albero decisionale è stata utilizzata per la previsione di modelli rilevanti dai sintomi.

Tipo di studio

Osservativo

Iscrizione (Effettivo)

67

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Luoghi di studio

  • Corea, Repubblica di
      • Seoul, Corea, Repubblica di, 02447
        • Acupuncture & Meridian Science Research Centre

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

Da 15 anni a 65 anni (Bambino, Adulto, Adulto più anziano)

Accetta volontari sani

No

Sessi ammissibili allo studio

Tutto

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

Pazienti a cui era stata diagnosticata l'IBD dal gastroenterologo e che avevano ottenuto la remissione clinica dopo il trattamento con prescrizioni di fitoterapici

Descrizione

Criterio di inclusione:

  • Diagnosi di IBD dal gastroenterologo
  • I pazienti hanno raggiunto e mantenuto la remissione clinica dei sintomi dell'IBD dopo aver assunto prescrizioni a base di erbe
  • I pazienti hanno fornito il consenso informato scritto

Criteri di esclusione:

  • I dettagli riguardanti uno qualsiasi dei 25 sintomi sono stati omessi

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

Coorti e interventi

Gruppo / Coorte
Intervento / Trattamento
Addestramento/test dell'algoritmo dell'albero decisionale
I ricercatori hanno diviso i dati di 67 pazienti in 5 gruppi per eseguire una convalida incrociata di 5 volte. Quattro gruppi sono stati utilizzati per addestrare l'algoritmo dell'albero decisionale e un gruppo è stato utilizzato per testarlo.
Altro: Modellazione dell'albero decisionale

È stata impiegata un'analisi dell'albero decisionale per esplorare il processo decisionale sui tipi di pattern basati sull'esistenza o meno di un sintomo. Alla fine dell'albero è presentata la proporzione di pazienti classificati in ciascun modello.

In questo studio, la classificazione è stata eseguita applicando l'algoritmo dell'albero di classificazione e regressione (CART) utilizzando il pacchetto Scikit-learn di Python, che esegue una divisione utilizzando il coefficiente di Gini o il decremento della dispersione. Il coefficiente di Gini è uno degli strumenti per misurare l'entropia o la diversità in ciascun nodo e misura il decremento confrontando l'entropia dell'informazione prima e dopo la separazione. Per evitare l'overfitting, il numero massimo di nodi foglia è stato limitato a quattro ed è stato applicato il metodo di potatura che rispettava il principio della lunghezza minima della descrizione.

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Precisione dell'algoritmo di identificazione del modello
Lasso di tempo: Ottobre 2015
L'algoritmo di identificazione del modello è stato suggerito utilizzando un metodo dell'albero decisionale. Il metodo dell'albero decisionale è stato impiegato per esplorare il processo decisionale sui tipi di pattern basati sulle caratteristiche cliniche dei pazienti.
Ottobre 2015

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Sponsor

Hyangsook Lee, KMD, PhD

Pubblicazioni e link utili

La persona responsabile dell'inserimento delle informazioni sullo studio fornisce volontariamente queste pubblicazioni. Questi possono riguardare qualsiasi cosa relativa allo studio.

Pubblicazioni generali

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Effettivo)

1 novembre 2007

Completamento primario (Effettivo)

28 febbraio 2015

Completamento dello studio (Effettivo)

28 ottobre 2015

Date di iscrizione allo studio

Primo inviato

3 marzo 2020

Primo inviato che soddisfa i criteri di controllo qualità

3 marzo 2020

Primo Inserito (Effettivo)

5 marzo 2020

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

6 marzo 2020

Ultimo aggiornamento inviato che soddisfa i criteri QC

4 marzo 2020

Ultimo verificato

1 marzo 2020

Maggiori informazioni

Termini relativi a questo studio

Parole chiave

Termini MeSH pertinenti aggiuntivi

Altri numeri di identificazione dello studio

  • KyungheeU

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .

Prove cliniche su Modellazione dell'albero decisionale

Cerca prove simili

Sponsor e collaboratori

Condizioni mediche

Interventi farmacologici

CROs by country

CROs in Germany

Condizioni

Malattie rare

Interventi farmacologici

Supplementi dietetici

Sponsor / Collaboratori

Sedi

Sottoscrivi