このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

Development of an Artificial Intelligence-Based Clinical Image Model for Detection, Classification, and Management Recommendations of Anterior Gingival Recession

2026年7月7日 更新者：Abeer Rashed Murshed、Al-Azhar University
This study aims to develop and evaluate an artificial intelligence-based clinical image model for the detection, classification, and management recommendations of anterior gingival recession. The study will utilize clinical images of patients presenting with gingival recession to train and validate a machine learning model capable of accurately identifying and classifying the condition according to established clinical criteria. In addition, the model will provide preliminary treatment recommendations based on the severity and type of recession. This is a diagnostic and model-development study designed to support clinicians in improving the accuracy and consistency of diagnosis and treatment planning for gingival recession in the anterior region.

調査の概要

状態

状態

現在の募集状況やアクセス拡大状況を示します。
完了

条件

条件

研究されている疾患、障害、症候群、病気、またはけが。 ClinicalTrials.gov では、条件には、寿命、生活の質、健康上のリスクなど、他の健康関連の問題も含まれる場合があります。

介入・治療

介入・治療

臨床研究の焦点となるプロセスまたはアクション。介入には、医薬品、医療機器、処置、ワクチン、および治験中またはすでに利用可能なその他の製品が含まれます。介入には、教育や食事や運動の変更などの非侵襲的アプローチも含まれます。

詳細な説明

This study is designed to develop and validate an artificial intelligence (AI)-based clinical image analysis model for the detection, classification, and management recommendation of anterior gingival recession. Gingival recession is a common periodontal condition characterized by apical displacement of the gingival margin, which may lead to aesthetic concerns, dentinal hypersensitivity, and increased risk of root caries.

Clinical intraoral images of patients presenting with anterior gingival recession will be collected following standardized imaging protocols. The dataset will be used to train, validate, and test a machine learning model capable of identifying the presence of gingival recession and classifying its severity and/or type according to established periodontal classification systems.

The AI model will also be designed to generate preliminary management recommendations based on the detected class, supporting clinical decision-making. Model performance will be evaluated using standard metrics such as accuracy, sensitivity, specificity, precision, recall, and area under the receiver operating characteristic curve (AUC-ROC).

The study is observational in nature with a diagnostic and model-development component. All patient data will be anonymized to ensure confidentiality, and ethical approval will be obtained prior to data collection. The final output is intended to support clinicians in improving diagnostic consistency and treatment planning efficiency for anterior gingival recession.

研究の種類

研究の種類

臨床研究の性質について説明します。研究の種類には、介入研究 (臨床試験とも呼ばれます)、観察研究 (患者登録を含む)、および拡張アクセスが含まれます。
観察的

入学 (実際)

入学

臨床試験の参加者数。 「予想される」登録は、研究者が研究に必要とする参加者の目標数です。
149

連絡先と場所

このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。

研究場所

  • エジプト
      • Cairo、エジプト
        • Faculty of Dental Medicine for Girls, Al-Azhar University

参加基準

研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。

適格基準

適格基準

臨床研究への参加を希望する人々が満たさなければならない重要な要件、または彼らが持つべき特徴。適格基準は、包含基準 (人が研究に参加するために必要な基準) と除外基準 (人が研究に参加するのを妨げる基準) の両方で構成されます。適格基準のタイプには、研究が健康なボランティアを受け入れるかどうか、年齢または年齢グループの要件があるかどうか、または性別によって制限されるかどうかが含まれます。

就学可能な年齢

  • 大人
  • 高齢者

健康ボランティアの受け入れ

いいえ

サンプリング方法

非確率サンプル

調査対象母集団

The study population will consist of adult patients presenting with gingival recession affecting anterior teeth and attending the outpatient clinics of the Faculty of Dental Medicine for Girls, Al-Azhar University. Participants with clinically visible anterior gingival recession and adequate clinical photographs suitable for image analysis will be included in the study.

説明

Inclusion Criteria:

  • Patients aged 18 years or older
  • Presence of at least one anterior tooth exhibiting gingival recession classified according to the Cairo classification system (RT1, RT2, or RT3). - The gingival margin must be clearly visible.
  • High-quality images (good focus, lighting, and resolution) are required.
  • Clinically visible and intact cementoenamel junction (CEJ).

Exclusion Criteria:

  • Presence of cervical restorations or fixed prostheses that interfere with CEJ identification.
  • Patients undergoing active orthodontic treatment.
  • Pregnant individuals, due to hormonal changes affecting gingival tissues.
  • Images with poor photographic quality.

研究計画

このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。

研究はどのように設計されていますか？

デザインの詳細

コホートと介入

グループ/コホート

グループ/コホート

生物医学的または健康上の結果について評価される観察研究の参加者のグループまたはサブグループ。
介入・治療

介入・治療

臨床研究の焦点となるプロセスまたはアクション。介入には、医薬品、医療機器、処置、ワクチン、および治験中またはすでに利用可能なその他の製品が含まれます。介入には、教育や食事や運動の変更などの非侵襲的アプローチも含まれます。
Gingival Recession Patients
This group consists of patients presenting with anterior gingival recession. Clinical intraoral images will be collected from eligible participants and used for the development and validation of an artificial intelligence-based classification model. The dataset includes cases with varying degrees and types of gingival recession according to established clinical classification criteria. No therapeutic intervention will be performed as part of the study, and all images will be analyzed for diagnostic and classification purposes only.
診断テスト：Artificial Intelligence-Based Clinical Image Analysis Model
An artificial intelligence-based clinical image model will be developed and evaluated using standardized clinical photographs of anterior teeth presenting with gingival recession. The model will be trained to detect the presence of gingival recession, classify lesions according to the Cairo classification system (RT1, RT2, and RT3), and generate preliminary management recommendations based on the identified classification. The system's performance will be assessed by comparing its diagnostic and classification outputs with expert clinical assessments.

この研究は何を測定していますか？

主要な結果の測定

主要な結果の測定

臨床研究のプロトコルにおいて、介入/治療の効果を評価するために最も重要な、計画された結果の尺度。ほとんどの臨床研究には 1 つの主要な結果の測定値がありますが、複数の測定値を持つものもあります。
結果測定
メジャーの説明
時間枠
Sensitivity and specificity of the AI system in detecting gingival recession, compared to clinical probing measurements.
時間枠：Through study completion, an average of 6 months

-Primary Outcome 1

Outcome Measure: Sensitivity and specificity of the AI system for detecting gingival recession compared with clinical probing measurements.

Primary Outcome 2

Outcome Measure: Agreement between the AI system and expert clinicians in classifying gingival recession according to the Cairo classification, assessed using Cohen's kappa coefficient.
Through study completion, an average of 6 months

二次結果の測定

二次結果の測定

臨床研究のプロトコルにおいて、介入の効果を評価するための主要な結果測定ほど重要ではないが、依然として重要な計画された結果測定。ほとんどの臨床研究には、複数の副次的アウトカム指標があります。
結果測定
メジャーの説明
時間枠
- Error in automated CEJ identification, compared to manual annotations.
時間枠：Immediately after AI analysis of the clinical images
  • Error in automated CEJ identification, compared to manual annotations.
  • Concordance rate between AI-generated treatment recommendations and those proposed by experienced periodontists.
Immediately after AI analysis of the clinical images

協力者と研究者

ここでは、この調査に関係する人々や組織を見つけることができます。

スポンサー

スポンサー

研究を開始し、研究に対する権限と管理権を持つ組織または個人。
Al-Azhar University

研究記録日

これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。

主要日程の研究

研究開始 (実際)

研究開始

最初の参加者が臨床試験に登録された実際の日付。 「予想される」研究開始日は、研究者が研究開始日になると考える日付です。
2025年6月15日

一次修了 (実際)

一次修了

臨床研究の最後の参加者が検査された、または主要な結果測定のための最終データを収集するための介入を受けた日付。治験がプロトコルに従って終了したか終了したかは、この日付には影響しません。完了日が異なる複数の主要評価項目を含む臨床研究の場合、この用語は、すべての主要評価項目のデータ収集が完了した日付を指します。 「予想される」一次完了日は、研究者がその研究の一次完了日になると考える日付です。
2026年1月15日

研究の完了 (実際)

研究の完了

臨床研究の最後の参加者が検査された、または介入/治療を受けて、主要な結果の尺度、副次的な結果の尺度、および有害事象の最終データを収集した日付 (つまり、最後の参加者の最後の訪問)。 「予想される」研究完了日は、研究者が研究完了日になると考える日付です。
2026年4月15日

試験登録日

最初に提出

最初に提出

治験依頼者または治験責任医師が初めて治験記録を ClinicalTrials.gov に提出した日付。通常、最初の提出日と ClinicalTrials.gov での記録の利用可能日 (最初の投稿日) の間には数日の遅延があります。
2026年6月30日

QC基準を満たした最初の提出物

QC基準を満たした最初の提出物

研究スポンサーまたは治験責任医師が、国立医学図書館 (NLM) の品質管理 (QC) 審査基準と一致する研究記録を最初に提出した日付。治験依頼者または研究者は、NLM の QC 審査基準が満たされるまでに、研究記録を 1 回または複数回修正して提出する必要がある場合があります。研究記録がNLM QC審査基準と一致していることを確認するのは、治験依頼者または治験責任医師の責任です。
2026年7月7日

最初の投稿 (実際)

最初の投稿

国立医学図書館 (NLM) の品質管理 (QC) レビューが終了した後、ClinicalTrials.gov で研究記録が最初に利用可能になった日付。通常、治験依頼者または治験責任医師が治験記録を提出した日と最初に投稿された日との間には数日の遅延があります。
2026年7月9日

学習記録の更新

投稿された最後の更新 (実際)

投稿された最後の更新

ClinicalTrials.gov で、研究記録が変更された最新の日付。研究のスポンサーまたは治験責任医師によって変更が ClinicalTrials.gov に提出されたとき (最終更新が提出された日) と最終更新が投稿された日との間に遅延が生じる場合があります。
2026年7月9日

QC基準を満たした最後の更新が送信されました

QC基準を満たした最後の更新が送信されました

治験依頼者または治験責任医師が、国立医学図書館（NLM）の品質管理（QC）審査基準と一致する治験記録の変更を提出した最新の日付。研究記録がNLM QC審査基準と一致していることを確認するのは、治験依頼者または治験責任医師の責任です。
2026年7月7日

最終確認日

最終確認日

治験依頼者または治験責任医師が、ClinicalTrials.gov で臨床治験に関する情報が正確かつ最新であることを確認した最新の日付。募集ステータスが募集中の研究の場合。まだ募集していません。過去 2 年以内に募集が確認されていない場合、研究の募集状況は不明として表示されます。
2026年7月1日

詳しくは

本研究に関する用語

追加の関連 MeSH 用語

その他の研究ID番号

その他の研究ID番号

NCT 番号以外の識別子または ID 番号で、治験依頼者、資金提供者、その他によって臨床治験に割り当てられたもの。これらの番号には、他の治験登録機関や国立衛生研究所の助成金番号からの一意の識別子が含まれる場合があります。
  • OMPDR-108-1r

医薬品およびデバイス情報、研究文書

米国FDA規制医薬品の研究

いいえ

米国FDA規制機器製品の研究

いいえ

米国で製造され、米国から輸出された製品。

いいえ

この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。

クッキーの設定

当社はCookieを使用して、当社のWebサイトで最高のエクスペリエンスを提供できるようにしています。詳細については、プライバシーとCookieのポリシーをよくお読みください。...>>>ポリシーに記載されているように、WebサイトまたはコンピューターからCookieを削除することにより、いつでも設定を変更したり、同意を取り消すことができます。それを受け入れて、下の[設定の管理]セクションで対応するボックスにチェックマークを付けて、設定を選択してください。このウェブサイトの一部を使用する前に、利用規約をよくお読みください。
«設定の管理