맹장염에 대한 자유 텍스트 예측 알고리즘
응급실 맹장염에 대한 자유문자진단 예측 알고리즘에 관한 전향적 연구
연구 개요
상세 설명
자유 텍스트로 입력된 의사로부터 맹장염 진단에 대한 강력한 예측력을 가진 기계 학습 모델을 개발하면 의사의 진단 정확도를 향상시킬 수 있습니다. 또한 예측 알고리즘을 사용하여 일상적인 임상 치료를 개선할 수 있는 가능성을 제공합니다. 미래에는 여러 기계 학습 모델을 결합하여 예측 정확도를 높이고 예측 알고리즘을 다른 진단으로 확장할 수 있습니다.
10년 동안 18,000건의 응급실 프리젠테이션 사례가 교육 및 검증 데이터 세트로 사용되었습니다. 맹장염 예측 모델을 개발하기 위해 맞춤형 의료 온톨로지를 갖춘 딥러닝 신경망을 사용했습니다. 모델의 진단 정확도는 민감도(리콜), 특이도 및 F1 점수(조화 평균)로 표현됩니다. 개발된 진단 예측 모델은 복통을 호소하는 환자의 맹장염 진단에서 높은 민감도(86.3%), 특이도(91.9%), F1점수(88.8)를 보였다.
예측 모델 알고리즘은 또한 자유 텍스트(주치의가 입력)에서 결과를 예측할 확률이 더 높은 단어를 강조 표시합니다. 의사는 임상 증상 및 사용 가능한 모든 실험실 조사를 기반으로 맹장염의 백분율 가능성을 제공하도록 지시받을 것입니다. 그런 다음 의사는 입력한 환자에 대해 강조 표시된 단어뿐만 아니라 알고리즘의 예측을 표시합니다. 그/그녀는 알고리즘 생성 예측을 확인한 후 충수염의 가능성에 대한 또 다른 예측을 제공해야 합니다.
목표는 알고리즘의 성능을 평가하고 알고리즘의 사용이 응급 의사가 맹장염 진단을 개선하는 데 도움이 될 수 있는지 평가하는 것입니다. 예측 결과는 알고리즘의 정확성, 알고리즘 입력 전의 의사 및 알고리즘 입력을 받은 후의 의사를 평가하기 위해 표로 작성됩니다. 정확도는 민감도, 특이도, 정확도, 양성 예측값, F1 점수 및 F0.5 점수로 표현됩니다.
약 100명의 응급 의사가 1년 동안 연구 참가자로 모집됩니다. 의사는 무작위로 두 그룹, 즉 알고리즘 부문과 비알고리즘 부문으로 분할됩니다. 무작위화는 4와 6의 가변 블록 무작위화를 사용하여 시간(주간)별로 이루어집니다. 환자는 최종 퇴원 진단을 위해 후속 조치를 취할 것입니다.
연구 유형
등록 (실제)
연락처 및 위치
연구 장소
-
-
-
Singapore, 싱가포르, 119074
- National University Hospital
-
-
참여기준
자격 기준
공부할 수 있는 나이
건강한 자원 봉사자를 받아들입니다
연구 대상 성별
샘플링 방법
연구 인구
주치의는 연구 참가자로 모집되고 매주 "알고리즘 사용" 대 "알고리즘 사용 안 함"으로 무작위 배정됩니다.
위의 자격 기준을 충족한 환자는 데이터를 수집하여 예측 알고리즘에 입력합니다.
설명
의사 자격기준 - 포함기준 : 응급실 근무 주니어의사 제외기준 : 동의거부
환자의 자격 기준-
포함 기준:
- 복통의 존재, 또는
- 메스꺼움, 구토 또는 설사와 같은 위장 증상의 존재, 또는
- 거식증을 동반한 발열
제외 기준:
- 충수 절제술의 과거력
- 동의 거부
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
알고리즘 사용
|
급성 맹장염의 확률을 예측하는 자유 텍스트 예측 소프트웨어
|
|
알고리즘 사용 없음
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
급성 맹장염 예측 알고리즘의 정확도
기간: 30 일
|
급성 충수돌기염 진단 시 예측 알고리즘의 정확도와 알고리즘 입력을 통한 의사의 정확도
|
30 일
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Kee Yuan Ngiam, Dr, National University Hospital, Singapore
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (실제)
연구 완료 (실제)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
- N-171-000-456-001
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
IPD 계획 설명
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .
복통에 대한 임상 시험
-
Bingol UniversityAtaturk University아직 모집하지 않음수술 전 불안 | 두려움 | PAIN
-
Weill Medical College of Cornell UniversityNew York University; National Center for Complementary and Integrative Health (NCCIH)모병
-
Istanbul University모병Masticatory Muscle Pain | 근시 통증 증후군 (MP)칠면조
-
Technical University of Munich완전한수술 부위 감염 수 비교 | 승인된 Abdominal 3M™ Steri-Drape™ Wound Edge Protector 및 Standard Woven으로 개복술에서 복벽을 덮음 | 면봉독일
-
Istanbul University모병이갈이 | 근막 통증 증후군 | Masticatory Muscle Pain | 현지 근육통터키 (Türkiye)