삼킴곤란 모니터링 기술 개발을 위한 음성분석 코호트 구축
2024년 4월 18일 업데이트: Ju Seok Ryu, Seoul National University Hospital
음성분석을 이용한 삼킴곤란 상태 모니터링 기술 개발을 위한 기초자료 수집
연구 개요
상세 설명
- 디자인: 전향적 연구
환자군 포함 기준 : VFSS 검사 예정 환자
, "아 5초", "아. 아. 아." "음~~~" 등의 목소리를 녹음할 수 있는 환자
- 대조군 선정기준 : 말을 못하는 환자, 따라가기 힘든 환자, VFSS 검사가 재검사인 경우
- 설정: 병원 재활과
- 개입: VFSS 검사 예정인 환자의 동의서를 받은 후 "아 5초" 목을 가다듬은 후 "아 5초" 높은 음의 소리와 함께 "아. 아. 아", 가볍게 입술을 다물고 "음~~~~" 소리를 내며 각 2회씩 녹음한다.
연구 유형
관찰
등록 (추정된)
300
단계
- 해당 없음
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: Juseok Ryu, M.D. PhD
- 전화번호: +82-31-787-7739
- 이메일: jseok337@snu.ac.kr
연구 연락처 백업
- 이름: sunyoung Choi, M.D
- 전화번호: +82-5374-6130
- 이메일: 0_1235@naver.com
연구 장소
-
-
Gyeonggi-do
-
Seongnam-si, Gyeonggi-do, 대한민국, 463-707
- 모병
- Department of Rehabilitation Medicine, Seoul National University Bundang Hospital, Seoul National University College of Medicine
-
연락하다:
- Sunyoung Choi, CRA
- 전화번호: +82-5374-6130
- 이메일: 0_1235@naver.com
-
연락하다:
- Juseok Ryu, M.D, PhD
- 전화번호: +82-31-787-7739
- 이메일: jseok337@snu.ac.kr
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
예
샘플링 방법
비확률 샘플
연구 인구
일반 그룹
- 삼킴곤란 증상으로 VFSS 예정자 중 판독결과 정상으로 판정된 환자
- 삼킴곤란의 징후 또는 증상이 없는 일반 대상자
잔류물 그룹
1) 삼킴곤란 증상으로 VFSS 검사 예정자 중 독서 결과 인두 또는 기도에 잔류물이 남아 있는 환자
포부
1) 삼킴곤란 증상으로 VFSS 검사 예정자 중 판독 결과 기도에서 흡인이 발생한 경우
- 연령 및 기저 질환에 대한 제한 기준은 모든 그룹에서 설정되지 않았습니다.
설명
포함 기준:
- 삼킴곤란이 있고 VFSS 검사가 예정된 환자
제외 기준:
- 목소리가 없는 사람, 삼킴곤란이 없는 사람.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
일반 그룹
|
|
|
잔류물 그룹
- VFSS(Video fluoroscopic swallowing study) 결과 인두나 기도 주변에 잔유물이 남아있는 피험자
|
|
|
열망 그룹
- VFSS(Video fluoroscopic swallowing study) 검사 결과, 기도에 흡인이 있는 대상자
|
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
식이 섭취 전후 음성변화를 이용한 기계학습 예측모델의 정확도 원문보기 KCI 원문보기 인용
기간: 1일차
|
정확도는 기계 학습이 식이 섭취 전후 음성 변화에 따라 세 그룹('정상', '잔여물', '흡인')을 얼마나 잘 예측하는지 측정합니다.
|
1일차
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
식이 섭취 전후 음성변화를 이용한 머신러닝 예측모델의 mAP(mean Average Precision)
기간: 1일차
|
mAP는 식이 섭취 전후 음성 변화에 따라 기계 학습이 세 그룹('정상', '잔여물', '흡인')을 얼마나 잘 예측하는지 측정합니다.
|
1일차
|
|
식이 섭취 전후의 음성 변화를 이용한 기계 학습 예측 모델의 회상.
기간: 1일차
|
Recall은 기계 학습이 식이 섭취 전후 음성 변화에 따라 세 그룹('정상', '잔여물', '흡인')을 얼마나 잘 예측하는지 측정합니다.
|
1일차
|
|
식이 섭취 전후 음성변화를 이용한 머신러닝 예측모델의 AUC(Area Under the ROC curve).
기간: 1일차
|
AUC는 기계 학습이 식이 섭취 전후 음성 변화에 따라 세 그룹('정상', '잔여물', '흡인')을 얼마나 잘 예측하는지 측정합니다.
|
1일차
|
|
식이 섭취 후 음성만을 이용한 기계 학습 예측 모델의 정확도.
기간: 1일차
|
정확도는 기계 학습이 식이 섭취 후 음성 전용 음성에 따라 세 그룹('정상', '잔여물', '흡인')을 얼마나 잘 예측하는지 측정합니다.
|
1일차
|
|
식이 섭취 후 음성만을 이용한 머신러닝 예측 모델의 mAP(mean Average Precision).
기간: 1일차
|
mAP는 식이 섭취 후 음성 전용 음성에 따라 기계 학습이 세 그룹('정상', '잔여물', '흡인')을 얼마나 잘 예측하는지 측정합니다.
|
1일차
|
|
식이 섭취 후 음성만을 이용한 머신러닝 예측 모델의 회상.
기간: 1일차
|
Recall은 기계 학습이 식이 섭취 후 음성 전용 음성에 따라 세 그룹('정상', '잔여물', '흡인')을 얼마나 잘 예측하는지 측정합니다.
|
1일차
|
|
식이 섭취 후 음성만을 이용한 머신러닝 예측 모델의 AUC(Area Under the ROC curve).
기간: 1일차
|
AUC는 기계 학습이 식이 섭취 후 음성 전용 음성에 따라 세 그룹('정상', '잔여물', '흡인')을 얼마나 잘 예측하는지 측정합니다.
|
1일차
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 연구 책임자: Juseok Ryu, M.D. PhD, Seoul National University Bundang Hospital
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
2021년 10월 7일
기본 완료 (추정된)
2024년 12월 1일
연구 완료 (추정된)
2024년 12월 1일
연구 등록 날짜
최초 제출
2021년 11월 1일
QC 기준을 충족하는 최초 제출
2021년 11월 25일
처음 게시됨 (실제)
2021년 12월 8일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2024년 4월 19일
QC 기준을 충족하는 마지막 업데이트 제출
2024년 4월 18일
마지막으로 확인됨
2024년 4월 1일
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. .