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。

インプラントの成功に影響を与える要因とインプラントの結果を予測するモデルの動的な追跡調査

2024年11月16日 更新者：Yi Zhou、The Dental Hospital of Zhejiang University School of Medicine
現在、機械学習を主な手段とした人工知能技術は口腔分野への応用が進んでおり、口腔疾患の検査、診断、治療、予後評価においてますます重要な役割を果たしています。 その中でも、機械学習は人工知能の重要な分野であり、新しいデータ サンプルの動作を予測するために、特定のデータ セット内の特定の統計パターンを学習するシステムを指します [8]。 機械学習は、教師あり学習と教師なし学習の 2 つの主なカテゴリに分類されます。 監視があるかどうかは、入力されたデータにラベルが付いているかどうかによって決まります。 入力データにラベルが付いている場合、それは教師あり学習です。 ラベルなしの学習は教師なしです。 教師あり学習は、データセットの正しい出力がわかっている場合の学習アルゴリズムの一種です。 入力と出力が既知であるということは、入力と出力の間に関係があることを意味し、教師あり学習アルゴリズムは、この「関係」を発見して要約するものです。 教師なし学習とは、ラベルのないデータに対する学習アルゴリズムのクラスを指します。 ラベル情報が存在しないということは、パターンまたは構造をデータセットから発見して要約する必要があることを意味します。

調査の概要

状態

募集

条件

介入・治療

詳細な説明

研究者は、さまざまな種類のデータから始めて、データ自体をマイニングしてインプラントの予後を予測するためのさまざまなモデルを構築しました。 多くの場合、機械学習は画像の方が印象的で直感的です。 口腔インプラント学の分野では、研究者は機械学習に基づいて術前の画像データを分析し、重要な解剖学的構造（上顎洞、下顎神経管など）を特定し、歯槽骨の質を分析します。 大規模な画像データは、市場のさまざまなインプラント システムを識別するためにも使用されます。 機械学習はインプラント手術計画の策定にも重要な役割を果たしており、これはより正確で効率的なインプラント手術に役立ちます。 インプラントの保持率と個々の骨レベルの評価も、臨床上の重要な関心事の 1 つです。 このような問題を研究するためのほとんどの方法は、インプラント保持率と影響因子を研究するためのカプランマイヤー生存分析、コックス生存分析などです。 線形（混合）モデルと多重ロジスティック回帰を使用して、インプラント端での骨吸収の変化と影響因子を研究しました。 しかし、日常の臨床現場では、追跡ができなくなったり、データの一部が欠落したりするなど、実際上の問題が発生する可能性があります。 研究の臨床シナリオがますます明確になるにつれて、部分的なデータの欠落であっても、結果を正確に評価および予測できないことがよくあります。 そこで本研究では、教師あり学習の観点から、大量のデータを用いたインプラント端骨レベル（MBL）の機械学習により、インプラント骨レベル変化の予測モデルを構築し、その精度を評価することを目的としています。 教師なし学習の観点からは、インプラントに関する個人関連情報のクラスタリングを通じて、インプラント失敗に対する感受性の表現型を特定することが目的です。

研究の種類

観察的

入学 (推定)

1000

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。

研究連絡先

研究連絡先のバックアップ

研究場所

  • 中国
    • Zhejiang
      • Hangzhou、Zhejiang、中国、310003
        • 募集
        • The Stomatologic Hospital, School of Medicine, Zhejiang University
        • コンタクト：
          • Yi Zhou
          • 電話番号：0571 87217419
        • コンタクト：
          • Siyao Ma
          • 電話番号：0571 87217419

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

  • 大人
  • 高齢者

健康ボランティアの受け入れ

はい

サンプリング方法

確率サンプル

調査対象母集団

これは後ろ向き研究でした。 結合モデル予測法のサンプルサイズによって特定された文献を検索した結果、1000 人の患者の初期データと追跡データが必要であることが判明しました。

説明

包含基準:

  • (1) 18歳以上の患者。 (2) 移植後 1 ～ 5 年。 (3) 注入トルク > 35N・cm。 (4) インフォームドコンセントへの署名。

除外基準:

  • (1) 一般的なインプラント手術の禁忌。 (2) 頭頸部放射線治療を受けていること。 (3) ビスホスホネートによる過去または現在の治療。 (4) 面接官に協力しない。

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

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
歯科インプラントの平均骨レベル
時間枠：1～7年
インプラントと骨の最初の接触領域およびインプラントの先端（近心および遠心）の間の垂直距離
1～7年

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

The Dental Hospital of Zhejiang University School of Medicine

捜査官

  • 主任研究者：Weida Li、Stomatological Hospital Affiliated to Zhejiang University School of Medicine

出版物と役立つリンク

研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。

一般刊行物

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1月1日

一次修了 (推定)

2025年12月31日

研究の完了 (推定)

2025年12月31日

試験登録日

最初に提出

2023年9月1日

QC基準を満たした最初の提出物

2023年9月1日

最初の投稿 (実際)

2023年9月8日

学習記録の更新

投稿された最後の更新 (推定)

2024年11月19日

QC基準を満たした最後の更新が送信されました

2024年11月16日

最終確認日

2023年9月1日

詳しくは

本研究に関する用語

その他の研究ID番号

  • DHZhejiangU-2022(005)

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

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。

介入なしの臨床試験

類似の治験を検索

スポンサーと協力者

医学的状態

薬物療法

CROs by country

CROs in Kuwait

条件

まれな病気

薬物療法

ダイエットサプリメント

スポンサー/協力者

場所

購読する