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。

Covid-19、SARS-CoV-2 感染症急性後遺症 (PASC)、機械学習によるインフルエンザ治療システム

2023年12月25日 更新者:Lizora LLC

外来患者環境での機械学習を使用した自律型 Covid-19、SARS-CoV-2 感染症急性後遺症 (PASC)、およびインフルエンザ治療システム

これは、Covid-19、SARS-CoV-2感染症の急性後遺症、およびインフルエンザの患者を対象とした、機械学習に基づく自律的治療システムの有効性と安全性を評価するための、オープンテーブルのワンアーム観察試験です。

調査の概要

詳細な説明

この研究には、Covid-19、SARS-CoV-2感染の急性期後遺症、およびインフルエンザと診断された27人の患者が登録されている。 このうち26人が外来患者、1人が入院している。 包含基準および除外基準に基づいてスクリーニングされた後、適格な患者は、この観察試験において機械学習に基づく自律的治療システムによって推奨される処方箋を受けます。 この研究の目的は、機械学習による処方箋推奨システムのパフォーマンスが人間の漢方医のパフォーマンスと一致するかどうかを判断し、推奨された処方箋を服用した患者の臨床転帰を評価することです。 この研究の目標は次のとおりです。

  1. 当社の機械学習システムによって行われた分類を医師によって行われた分類と比較し、モデルの信頼性と精度を評価する。
  2. 28日目までのCovid-19関連の入院または何らかの原因による死亡を評価する。
  3. 機械学習システムが推奨する処方箋が、新型コロナウイルス感染症、SARS-CoV-2感染の急性期後遺症、インフルエンザの症状を緩和するかどうかを判断するため。
  4. 新型コロナウイルス抗原検査で陽性となった参加者を治療開始後28日間モニタリングし、リバウンドの可能性がないか確認する。

参加者はオンライン アプリケーションを使用して推奨処方結果を取得し、確認のためにその結果を医師に送信します。 患者は、3 日ごと、または症状の変化があったときのいずれか早い方でオンライン分析を完了するように求められます。 参加者には処方された薬を服用するよう指導されます。 研究医師は3日ごとに電話で患者のフォローアップを行う。 患者が受けられる可能性のある治療法には、LizCovidCure-1、LizCovidCure-2、LizCovidCure-3、LizCovidCure-4、および LizCovid-5 のいずれかの伝統的な中国医学の処方が含まれます。

研究の種類

観察的

入学 (実際)

27

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

    • Yunnan
      • Kunming、Yunnan、中国、650000
        • Sheng'Ai Traditional Medicine Hospital

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

  • 子
  • 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

30日以内に活動性SARS-Cov-2感染症を患っている患者、SARS-CoV-2感染症の急性期後遺症のある患者およびインフルエンザ患者。

説明

包含基準:

  • 男性または女性 (15 歳以上) であり、新型コロナウイルス感染症 (COVID-19) のワクチン接種状況は含める要素ではありませんでした。
  • 何らかの高リスク状態にある被験者
  • 被験者は30日以内にsars-cov-2迅速抗原結果が陽性でした
  • 新型コロナウイルス感染症後症候群の被験者

除外基準:

  • 妊娠中の人
  • 伝統的な中国医学(TCM)で一般的に使用される薬草に対するアレルギー反応の既知の病歴を持つ被験者

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
インフルエンザ
SARS-CoV-2迅速抗原検査の結果が陰性で、インフルエンザと診断された患者には、機械学習に基づいた自律治療システムが推奨する事前定義されたTCM処方が投与される。
機械学習に基づいた、新型コロナウイルス感染症、SARS-CoV-2感染症の急性期後遺症およびインフルエンザに対する新しい治療推奨システム
活動中の新型コロナウイルス感染症
研究開始前60日以内にSARS-CoV-2迅速抗原検査で陽性結​​果が出た患者には、機械学習に基づいた自律治療システムが推奨する事前定義されたTCM処方が投与される。
機械学習に基づいた、新型コロナウイルス感染症、SARS-CoV-2感染症の急性期後遺症およびインフルエンザに対する新しい治療推奨システム
新型コロナウイルス感染症後症候群
研究開始の60日以上前に得られた新型コロナウイルス抗原検査結果が陽性の患者には、機械学習に基づいた自律治療システムが推奨する事前定義されたTCM処方が投与される。
機械学習に基づいた、新型コロナウイルス感染症、SARS-CoV-2感染症の急性期後遺症およびインフルエンザに対する新しい治療推奨システム

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
分類精度
時間枠:1日
機械学習システムによる分類と医師による分類を比較して、モデルの信頼性を評価します。
1日

二次結果の測定

結果測定
メジャーの説明
時間枠
入院率と死亡率
時間枠:28日
28日目までのCovid-19関連の入院または原因を問わず死亡を評価します。
28日

その他の成果指標

結果測定
メジャーの説明
時間枠
症状の軽減
時間枠:28日
症状が消えるまでの日数
28日
再感染例
時間枠:28日
治療後に再発感染を起こした症例数
28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。

スポンサー

捜査官

  • スタディチェア:jiale xian, MHA、Lizora LLC

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)

2023年6月16日

一次修了 (実際)

2023年9月30日

研究の完了 (実際)

2023年10月1日

試験登録日

最初に提出

2023年9月21日

QC基準を満たした最初の提出物

2023年9月21日

最初の投稿 (実際)

2023年9月25日

学習記録の更新

投稿された最後の更新 (実際)

2023年12月29日

QC基準を満たした最後の更新が送信されました

2023年12月25日

最終確認日

2023年12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 (IPD) を共有する予定はありません。

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。

購読する