- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT06057272
Macchina della verità all'andatura: modello di intelligenza artificiale
Determinazione delle imitazioni del cammino con il modello di intelligenza artificiale in medicina legale; Macchina della verità per camminare
L'obiettivo di questo studio clinico è ottenere risultati più coerenti con l'uso di reti neurali ripetitive nei modelli di andatura e negli approcci di classificazione negli individui che applicano le scienze forensi. L'obiettivo era sviluppare un sistema di supporto alle decisioni per determinare le imitazioni del cammino di individui con approcci spiegabili di apprendimento automatico sulla compensazione della disabilità nel campo della medicina legale.
I partecipanti verranno valutati in merito ai parametri dell'andatura cinematica e temporospaziale, alla gravità del dolore e al livello di affaticamento.
Gruppo di confronto: i ricercatori confronteranno i pazienti che si rivolgono al dipartimento di medicina legale con quelli che si rivolgono al dipartimento di ortopedia e le loro controparti sane.
Panoramica dello studio
Stato
Descrizione dettagliata
La deambulazione è un processo autonomo che comporta cicli ripetitivi e avviene come risultato di movimenti ritmici alternati del tronco, degli arti superiori e inferiori e dello spostamento in avanti del centro di gravità sul piano sagittale. Le valutazioni dell'andatura nelle malattie locomotorie o nelle situazioni che influenzano i movimenti si basano sulla descrizione delle caratteristiche dell'andatura dell'individuo e sul confronto dei dati di riferimento di individui di età e sesso simili.
In alcuni casi, i pazienti non camminano con il loro schema di andatura reale, ma possono utilizzare l’imitazione di alcuni schemi patologici per aspettative finanziarie secondarie. Generalmente questo problema, che può verificarsi durante la determinazione del tasso di invalidità nel campo della medicina legale, viene effettuato per deviare deliberatamente la camminata della persona e ottenere un tasso di invalidità più elevato. Pertanto, potrebbero verificarsi guadagni compensativi ingiusti. Si prevede che ci sarà coerenza nei passi ripetitivi durante l'andatura abituale di una persona, tuttavia, questa coerenza tra i passi dovrebbe differire se si desidera imitare un'andatura. Se questo problema fornirà benefici soprattutto in termini di compensazione della disabilità, l’imitazione è difficile da comprendere e dimostrata con progetti metodologici sviluppati per l’analisi del cammino e l’analisi osservativa e spesso è inadeguata.
In studi recenti, le reti neurali profonde sono state utilizzate per studiare l'unicità dei modelli di andatura individuali apprendendo e classificando sistemi non lineari dai dati raccolti da più sensori. Risultati più positivi si ottengono con dati cinematici tridimensionali invece che con la sola relazione spazio-temporale bidimensionale, utilizzando le informazioni ottenute da molti sensori nell'analisi dell'andatura con immagini di profondità e unità di misura inerziali. Sulla base di ciò, nell'ambito dello studio, si mira a ottenere risultati più coerenti con l'uso di reti neurali ripetitive nei modelli di andatura e negli approcci di classificazione.
Nelle valutazioni cliniche è particolarmente importante che l'analisi e le caratteristiche efficaci dei modelli sviluppati con gli studi nel campo dell'intelligenza artificiale spiegabile presentino risultati chiari al decisore. L'unico studio che contiene somiglianze riguardo allo studio da condurre è l'uso dell'approccio di propagazione delle relazioni strato per strato per spiegare i modelli di cammino negli individui con metodi di apprendimento profondo. Nell'ambito di questo progetto, l'obiettivo era sviluppare un sistema di supporto alle decisioni per determinare le imitazioni del cammino di individui con approcci spiegabili di apprendimento automatico sulla compensazione della disabilità nel campo della medicina legale. In questo modo, indipendentemente dall'esperienza personale del valutatore e dal metodo, si garantirà che siano evitati compensi ingiusti o perdita dei diritti acquisiti con la camminata imitativa e si otterranno informazioni basate sull'evidenza a beneficio della giustizia nei processi giudiziari.
Lo studio darà un contributo significativo al campo e alla letteratura come il primo studio in cui viene utilizzato il modello di intelligenza artificiale nella determinazione delle imitazioni del cammino nel campo della medicina legale e che crea un sistema di supporto alle decisioni (macchina della verità sulla camminata) in questo campo. Le caratteristiche spaziotemporali e le valutazioni cinematiche dell'andatura nelle malattie che influenzano il movimento e negli individui sani sono spesso utilizzate nelle cliniche e nelle ricerche in medicina e nelle scienze della salute, ma questo progetto utilizza per la prima volta nel campo della medicina più dati sull'andatura in un sistema artificiale modello di intelligenza per distinguere le andature imitative. Con la creazione del modello di intelligenza artificiale, contribuirà agli studi accademici e alla formazione dei ricercatori per la definizione di modelli di andatura specifici per la malattia e la creazione di norme nelle fasi successive.
Tipo di studio
Iscrizione (Stimato)
Contatti e Sedi
Contatto studio
- Nome: Özlem Ulger, Prof
- Numero di telefono: +903123051576
- Email: ozlemulger@yahoo.com
Backup dei contatti dello studio
- Nome: İrem Düzgün, Prof
- Numero di telefono: +903123051576
- Email: hacettepeftr@hacettepe.edu.tr
Luoghi di studio
-
-
Samanpazarı
-
Ankara, Samanpazarı, Tacchino, 06100
- Hacettepe University Physical Therapy and Rehabilitation Faculty
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criteri di inclusione: Medicina legale di gruppo
- Richiesta al Dipartimento di Medicina Legale per determinare il tasso di invalidità,
- Valutazione dell’andatura antalgica effettuata nell’ambito della denuncia di incidenti stradali o disabilità,
- Avere una storia di frattura unilaterale degli arti inferiori,
- Non avere problemi ortopedici o neurologici che possano influenzare la deambulazione, oltre a fratture,
- Almeno 6 mesi dopo il trattamento chirurgico,
- Punteggio 24 o più dal Mini Mental Test standardizzato
- Individui maschi di età compresa tra 18 e 40 anni
Criteri di inclusione: Gruppo Ortopedia e Traumatologia
- Avere una storia di frattura unilaterale degli arti inferiori,
- Non in posizione di invalidità o di indennizzo dopo la frattura,
- Trattato nel reparto di Ortopedia e Traumatologia
- Simili ai partecipanti al Gruppo Medicina Legale in termini di caratteristiche demografiche,
- Nessun problema ortopedico o neurologico oltre alle fratture che potrebbero compromettere la deambulazione,
- Almeno 6 mesi dopo il trattamento chirurgico,
- Punteggio pari o superiore a 24 nel Mini Mental Test standardizzato,
- Individui maschi di età compresa tra 18 e 40 anni
Criteri di inclusione: Gruppo sano
- Partecipanti sani che hanno caratteristiche demografiche compatibili dei gruppi di pazienti,
- Punteggio 24 o più dal Mini Mental Test standardizzato,
- Individui maschi di età compresa tra 18 e 40 anni.
Criteri di esclusione:
- Avere problemi o dolore agli arti superiori e/o al tronco,
- Avendo problemi in entrambe le estremità inferiori,
- Il trattamento è in corso,
- Pazienti che non hanno la capacità di camminare autonomamente,
- Avere un indice di massa corporea di 30 kg/m² e superiore.
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Coorti e interventi
Gruppo / Coorte |
---|
Medicina legale
Individui con fratture unilaterali degli arti inferiori che si rivolgono al Dipartimento di Medicina Forense per la determinazione e la segnalazione del tasso di disabilità
|
Ortopedico
Nei soggetti con fratture unilaterali degli arti inferiori che si rivolgono al Dipartimento di Ortopedia e Traumatologia
|
Salutare
Le controparti sane dei pazienti nel gruppo di popolazione di medicina legale e ortopedica.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
---|---|---|
Analisi cinematica dell'andatura
Lasso di tempo: Giorno 1
|
Durante la deambulazione verranno misurati i valori angolari degli arti inferiori e superiori e del tronco contemporaneamente alla misurazione delle caratteristiche tempo distanza.
|
Giorno 1
|
Analisi del cammino temporospaziale
Lasso di tempo: Giorno 1
|
L'andatura degli individui sarà valutata utilizzando il percorso di camminata computerizzato GAITRite® (CIR System INC. Clifton, NJ 07012).
I dati del sistema, che dispone di 18.432 sensori, sono ottenuti da sensori attivati dalla pressione a una frequenza di 60-120 Hz.
Per eliminare l'effetto dell'apprendimento, ai soggetti verrà chiesto di camminare al ritmo da loro scelto dopo aver effettuato tre tentativi.
Verranno concesse pause di riposo tra le valutazioni e verrà registrata la media di tre ripetizioni della camminata.
|
Giorno 1
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
---|---|---|
Valutazione del dolore
Lasso di tempo: Giorno 1
|
La scala analogica visiva verrà utilizzata per valutare la gravità del dolore degli individui.
Ai partecipanti verrà chiesto di contrassegnare il loro dolore a riposo e durante l'attività su una linea orizzontale di 100 millimetri, dove 100 indica il dolore massimo e 0 indica nessun dolore.
|
Giorno 1
|
Valutazione della fatica
Lasso di tempo: Giorno 1
|
La scala analogica visiva verrà utilizzata per valutare il livello di fatica degli individui.
Ai partecipanti verrà chiesto di segnare il loro livello di fatica a riposo e durante l'attività su una linea orizzontale di 100 millimetri, dove 100 indica il dolore massimo e 0 indica nessun dolore.
|
Giorno 1
|
Valutazione dello stato mentale
Lasso di tempo: Giorno 1
|
Per valutare lo stato mentale dei pazienti, verrà utilizzato il Mini Mental Test. I punteggi del Mini-mental test possono variare tra 0 e 30.
I punteggi pari o superiori a 25 sono considerati normali.
|
Giorno 1
|
Collaboratori e investigatori
Sponsor
Investigatori
- Investigatore principale: Semra Topuz, Prof, HACETTEPE UNIVERSİTY
Studiare le date dei record
Studia le date principali
Inizio studio (Stimato)
Completamento primario (Stimato)
Completamento dello studio (Stimato)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- GO21/749
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Descrizione del piano IPD
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
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 Andatura, inciampare
-
Hadassah Medical OrganizationCompletatoPer valutare l'efficacia del Gait Trainer nell'aumentare la funzionalità e i parametri spaziotemporali dell'andatura di 4 pazienti.Israele