- ICH GCP
- 미국 임상 시험 레지스트리
- 임상시험 NCT04983316
TPF 기계 학습 알고리즘
경골 고원 골절의 수술적 또는 비수술적 관리? 치료 결정을 지원하기 위한 기계 학습 알고리즘의 적용
연구 개요
상태
정황
상세 설명
전반적인 목표는 기계 학습 기술을 채택하여 수술 또는 비수술 치료가 최상의 환자 결과를 가져올지 여부를 결정하는 것입니다.
주요 목표는 미래 환자를 위한 최상의 치료를 예측하기 위해 가장 적합한 기계 학습 알고리즘을 식별하는 것입니다. 보존적 또는 수술적 치료가 최상의 환자 결과로 이어질지 여부는 예측된 KOOS 점수에 따라 결정됩니다. 각 환자에 대한 치료(보존적 또는 수술적), 골절 조각 수, 골절 위치, 연조직 침범 등과 같은 여러 입력 요인이 알고리즘의 훈련 데이터로 사용됩니다. 이러한 입력 데이터 중 일부는 CT 스캔에서 파생됩니다. 따라서 CT 스캔은 UZ Leuven이 최근 라이선스를 구매한 Mimics에서 분할됩니다. 학습 데이터의 출력 변수는 각 환자의 KOOS 점수가 됩니다. 입력 및 출력 변수를 기반으로 알고리즘은 이들 사이의 관계를 결정합니다. 입력 변수가 알려진 미래 환자의 경우 수술 및 보존 치료의 경우 출력 변수(=KOOS 점수)가 예측됩니다. 우리는 시간이 지남에 따라 더 많은 입력 데이터를 추가함으로써 예측이 개선될 것이라고 가정합니다.
2차 목표는 미래 환자를 위한 최상의 치료를 예측하는 데 도움이 되는 임상 및 방사선학적 요인을 식별하는 것입니다.
전망으로서 기계 학습 기술은 향후 임상 실습에서 구현될 수 있으며 외과 의사가 주어진 사례에 가장 적합한 치료법을 선택하도록 지원함으로써 경골 고평부 골절 관리를 위한 환자별 계획 도구로 활용될 수 있습니다. 이 레지스트리에 수집된 데이터는 기계 학습 모델의 유효성을 검사하는 데 사용됩니다. 환자는 아직 개발된 모델의 결과에 따라 치료되지 않을 것이며 외상 외과 의사는 환자에게 가장 적합한 치료 옵션을 결정할 책임이 있습니다.
연구 유형
등록 (예상)
연락처 및 위치
연구 연락처
- 이름: Harm Hoekstra, Prof. MD
- 전화번호: 0032 016341327
- 이메일: harm.hoekstra@uzleuven.be
연구 연락처 백업
- 이름: Elga Nijs, BSN
- 전화번호: 0032 016342364
- 이메일: elga.nijs@uzleuven.be
연구 장소
-
-
Vlaams-Brabant
-
Leuven, Vlaams-Brabant, 벨기에, 3000
- 모병
- UZ Leuven
-
연락하다:
- Harm Hoekstra, Prof. MD
-
-
참여기준
자격 기준
공부할 수 있는 나이
건강한 자원 봉사자를 받아들입니다
연구 대상 성별
샘플링 방법
연구 인구
설명
포함 기준:
- 나이 > 18세
- 근위 경골 고원 골절
- 환자는 후속 방문에 참석할 수 있습니다.
제외 기준:
- 연령 < 18세
- 양측 골절
- 신경학적 장애(예: 하반신 마비, CVA, 치매 등)
- 네덜란드어나 영어를 이해하지 못함
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 관찰 모델: 보병대
- 시간 관점: 유망한
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
---|---|---|
기계 학습 알고리즘
기간: 일년
|
미래 환자를 위한 최상의 치료를 예측하는 가장 적합한 기계 학습 알고리즘을 식별합니다.
예측은 추가 입력을 통해 시간이 지남에 따라 개선됩니다.
|
일년
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
---|---|---|
임상적 요인
기간: 일년
|
미래 환자를 위한 최상의 치료를 예측하는 데 도움이 되는 임상적 요인을 식별하기 위해
|
일년
|
방사선학적 요인
기간: 일년
|
미래 환자를 위한 최선의 치료를 예측하는 데 도움이 되는 방사선학적 요인을 식별하기 위해
|
일년
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Harm Hoekstra, Prof. MD, UZ Leuven
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (예상)
연구 완료 (예상)
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 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. .