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.

Efficacia di un sistema di eTriaging per il triaging delle malattie

17 gennaio 2024 aggiornato da: Yingfeng Zheng, Sun Yat-sen University

Efficacia dell'utilizzo del sistema di eTriaging per il triaging delle malattie nella popolazione comunitaria

Con l'aumentare della popolazione e della prevalenza della malattia, i lunghi tempi di attesa sono diventati un problema comune nei sistemi sanitari pubblici. Vi è un urgente bisogno di servizi di triage rapidi, accurati ed economici. Pertanto, abbiamo mirato a sviluppare un sistema di eTriaging e confrontarne l'efficacia con gli esseri umani.

Panoramica dello studio

Tipo di studio

Interventistico

Iscrizione (Effettivo)

535

Fase

  • Non applicabile

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

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

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

18 anni e precedenti (Adulto, Adulto più anziano)

Accetta volontari sani

No

Descrizione

Criterio di inclusione:

  • Persone di età superiore ai 18 anni.
  • Avere uno smartphone/tablet e poter visualizzare e utilizzare l'APP eTriaging.
  • Disponibilità a partecipare allo studio e fornire contenuti informati.

Criteri di esclusione:

  • N / A

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

  • Scopo principale: Altro
  • Assegnazione: N / A
  • Modello interventistico: Assegnazione di gruppo singolo
  • Mascheramento: Nessuno (etichetta aperta)

Armi e interventi

Gruppo di partecipanti / Arm
Intervento / Trattamento
Sperimentale: Uno strumento di autovalutazione basato sul Large Language Model
Lo strumento di autovalutazione, alimentato da un ampio modello linguistico, elabora le query degli utenti attraverso un quadro completo di generazione, decisione, azione e sicurezza per fornire risposte ottimali. Le caratteristiche principali del sistema includono l'apprendimento in contesto potenziato dal recupero, che migliora le risposte generate dall'acquisizione di informazioni da siti Web affidabili. Incorpora inoltre un modulo Guardrail per mitigare potenziali contenuti dannosi nelle risposte convalidando il contenuto prima della consegna. Inoltre, il sistema è dotato di un modulo di memoria di autocontrollo che mantiene le caratteristiche cliniche essenziali attraverso i dialoghi a più turni, garantendo interazioni coerenti e continue con gli utenti.

Dopo la valutazione di base, i partecipanti saranno guidati a utilizzare uno strumento di autovalutazione in modo indipendente per valutare il loro rischio di retinopatia diabetica (DR). Questo strumento è una fusione di un sistema di intelligenza artificiale conversazionale basato su LLM e un modello diagnostico logistico esistente.

Il sistema di intelligenza artificiale è progettato per raccogliere variabili cliniche, tra cui età, durata del diabete, indice di massa corporea (BMI) e utilizzo di insulina. Inoltre, i dati dei test clinici come pressione arteriosa media, HbA1c, creatinina sierica e microalbuminuria verranno estratti da un set di dati locale utilizzando il nome e l'ID del paziente. Una volta raccolti, questi dati verranno trasmessi a un modello diagnostico basato su server per ulteriori analisi per determinare la presenza di DR.

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
AUROC dello strumento di autovalutazione
Lasso di tempo: Subito dopo aver utilizzato il chatbot
Le prestazioni dello strumento di autovalutazione vengono valutate con precisione con riferimento alle etichette diagnostiche da oftalmologi senior sulla base delle foto del fondo oculare.
Subito dopo aver utilizzato il chatbot

Collaboratori e investigatori

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

Investigatori

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

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 maggio 2023

Completamento primario (Effettivo)

30 luglio 2023

Completamento dello studio (Effettivo)

30 luglio 2023

Date di iscrizione allo studio

Primo inviato

29 gennaio 2022

Primo inviato che soddisfa i criteri di controllo qualità

29 gennaio 2022

Primo Inserito (Effettivo)

9 febbraio 2022

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Stimato)

19 gennaio 2024

Ultimo aggiornamento inviato che soddisfa i criteri QC

17 gennaio 2024

Ultimo verificato

1 gennaio 2024

Maggiori informazioni

Termini relativi a questo studio

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

NO

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 .

3
Sottoscrivi