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。

虫垂炎のフリーテキスト予測アルゴリズム

2021年3月2日 更新者:National University Hospital, Singapore

救急部門における虫垂炎のフリーテキスト診断予測アルゴリズムの前向き研究

コンピュータ支援診断ソフトウェアは、さまざまな方法で医師を支援するために使用されてきました。 テキストベースの予測アルゴリズムは、データ マイニングと特徴分析を通じて、過去の医療記録に基づいてトレーニングされています。 現在、すべてのテキスト ベースの機械学習予測問題モデルは、抽出されたデータに基づいて構築されており、フリー テキスト ベースの予測アルゴリズムに関する研究は完了していません。 この研究は、腹痛と胃腸症状で救急外来を受診した患者の虫垂炎の可能性を予測する際のフリーテキスト予測アルゴリズムの精度を判断することを目的としています。

調査の概要

詳細な説明

医師が自由に入力したテキスト入力から、虫垂炎の診断に強力な予測力を持つ機械学習モデルを開発することで、医師の診断精度を向上させることができます。 また、予測アルゴリズムを使用してルーチンの臨床ケアを改善する可能性も提供します。 将来的には、複数の機械学習モデルを組み合わせて予測精度を高め、予測アルゴリズムを他の診断に拡張することができます。

10 年間にわたる 18,000 件の救急部門のプレゼンテーションが、トレーニングおよび検証データセットとして使用されました。 虫垂炎予測モデルを開発するために、カスタマイズされた医療オントロジーを備えたディープ ラーニング ニューラル ネットワークが使用されました。 モデルの診断精度は、感度 (再現率)、特異度、および F1 スコア (調和平均) として表されます。 開発された診断予測モデルは、腹痛を呈する患者の虫垂炎の診断において、高い感度 (86.3%)、特異度 (91.9%)、および F1 スコア (88.8) を示しています。

予測モデル アルゴリズムは、フリー テキスト (主治医によって入力されたもの) 内の単語も強調表示し、結果を予測する確率が高くなるように割り当てます。 医師は、臨床症状および利用可能な実験室調査に基づいて、虫垂炎の可能性をパーセンテージで提供するように指示されます。 医師には、アルゴリズムの予測と、入力された患者の強調表示された単語が表示されます。 次に、アルゴリズムによって生成された予測を見た後、虫垂炎の可能性の別の予測を提供する必要があります。

目的は、アルゴリズムのパフォーマンスを評価し、アルゴリズムの使用が救急医による虫垂炎の診断の改善に役立つかどうかを評価することです。 予測結果は、アルゴリズムの精度、アルゴリズム入力前の医師、およびアルゴリズム入力を受け取った後の医師を評価するために集計されます。 精度は、感度、特異度、精度、陽性予測値、F1 スコア、および F0.5 スコアとして表されます。

研究の参加者として、1年間で約100人の救急医が募集されます。 医師は、アルゴリズム群とアルゴリズムなし群の 2 つのグループにランダムに割り当てられます。 ランダム化は、4 と 6 の可変ブロックのランダム化を使用して、時間 (毎週) で行われます。 患者は最終的な退院診断のためにフォローアップされます。

研究の種類

観察的

入学 (実際)

689

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

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

就学可能な年齢

21年~99年 (アダルト、OLDER_ADULT)

健康ボランティアの受け入れ

いいえ

受講資格のある性別

全て

サンプリング方法

非確率サンプル

調査対象母集団

主治医は研究参加者として募集され、毎週「アルゴリズムを使用する」対「アルゴリズムを使用しない」に無作為化されます。

上記の適格基準を満たした患者は、データが収集され、予測アルゴリズムに入力されます。

説明

医師の適格基準 - 包含基準:救急部門で働く若手医師除外基準:同意の拒否

患者の適格基準-

包含基準:

  • 腹痛の存在、または
  • 吐き気、嘔吐、下痢などの胃腸症状の存在、または
  • 食欲不振を伴う発熱

除外基準:

  • 虫垂切除術の既往
  • 同意の拒否

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
介入・治療
アルゴリズム使用で
急性虫垂炎の確率を予測するフリーテキスト予測ソフトウェア
アルゴリズムを使用しない

この研究は何を測定していますか?

主要な結果の測定

結果測定
メジャーの説明
時間枠
急性虫垂炎の予測アルゴリズムの精度
時間枠:30日
急性虫垂炎の診断における予測アルゴリズムの精度とアルゴリズムからの入力による医師の精度
30日

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。

捜査官

  • 主任研究者:Kee Yuan Ngiam, Dr、National University Hospital, Singapore

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)

2017年12月4日

一次修了 (実際)

2019年7月1日

研究の完了 (実際)

2020年7月1日

試験登録日

最初に提出

2018年1月23日

QC基準を満たした最初の提出物

2018年1月23日

最初の投稿 (実際)

2018年1月30日

学習記録の更新

投稿された最後の更新 (実際)

2021年3月3日

QC基準を満たした最後の更新が送信されました

2021年3月2日

最終確認日

2021年3月1日

詳しくは

本研究に関する用語

個々の参加者データ (IPD) の計画

個々の参加者データ (IPD) を共有する予定はありますか?

いいえ

IPD プランの説明

個々の参加者データは、他の研究者が利用できるようにはなりません。

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

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。

腹痛の臨床試験

購読する