이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

NLP 두통 발화(NLPH-SPEECH): 두통 환자의 독백을 분석한 자연어 처리에 관한 단면 연구 (NLPH SPEECH)

2024년 5월 14일 업데이트: University Hospital, Ghent
이 연구는 두통 장애가 있는 참가자의 두통 장애에 대한 구두 설명을 수집합니다. 음성 녹음은 텍스트의 언어 특성을 분석하고 참가자의 두통 증후군 인식을 위한 NLP 기계 학습 모델의 잠재력에 대한 통찰력을 얻기 위해 자연어 처리(NLP) 도구로 분석됩니다.

연구 개요

상태

완전한

정황

연구 유형

중재적

등록 (실제)

2

단계

  • 해당 없음

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 장소

      • Gent, 벨기에, 9000
        • UZ Gent - Dienst Neurologie

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

18년 이상 (성인, 고령자)

건강한 자원 봉사자를 받아들입니다

아니

설명

포함 기준:

  • 겐트 대학 병원 3차 두통 클리닉의 환자입니다.
  • 18세 이상
  • 네덜란드어를 모국어로 사용

제외 기준:

  • 구어 생성에 어려움이 있다
  • 네덜란드어에 대한 지식이 제한적이거나 전혀 없음

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 주 목적: 다른
  • 할당: 해당 없음
  • 중재 모델: 단일 그룹 할당
  • 마스킹: 없음(오픈 라벨)

무기와 개입

참가자 그룹 / 팔
개입 / 치료
실험적: 참가자들
참가자는 두통 장애에 대한 음성 내러티브를 제공합니다.
녹음은 토큰화 및 어휘 분석과 같은 NLP 도구가 수행되는 서면 디지털 텍스트 형식으로 수동으로 기록됩니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
텍스트의 언어 분석
기간: 학업 수료까지 평균 1년
텍스트 내 어휘 선택, 문장 형성 및 주제 내용에 대한 서술적 언어학적 분석
학업 수료까지 평균 1년

2차 결과 측정

결과 측정
측정값 설명
기간
두통 장애 분류를 위한 기계 학습 모델링
기간: 학업 수료까지 평균 1년
참가자의 설명을 기반으로 두통 장애를 분류하기 위한 기계 학습 모델링의 잠재력을 조사하고 통찰력을 얻습니다.
학업 수료까지 평균 1년
두통 영향 점수 추정을 위한 기계 학습 모델링
기간: 학업 수료까지 평균 1년
질병의 부담과 삶의 질을 조사하는 다양한 검증된 설문지에서 두통 영향 점수를 추정하기 위해 기계 학습 모델링의 잠재력을 조사하고 통찰력을 배우기 위해
학업 수료까지 평균 1년

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

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)

2022년 1월 13일

기본 완료 (실제)

2023년 12월 31일

연구 완료 (실제)

2023년 12월 31일

연구 등록 날짜

최초 제출

2022년 1월 10일

QC 기준을 충족하는 최초 제출

2022년 1월 10일

처음 게시됨 (실제)

2022년 1월 24일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2024년 5월 16일

QC 기준을 충족하는 마지막 업데이트 제출

2024년 5월 14일

마지막으로 확인됨

2024년 5월 1일

추가 정보

이 연구와 관련된 용어

기타 연구 ID 번호

  • BC-10619

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니요

IPD 계획 설명

겐트 대학 병원 서버에 있는 IPD의 엄격한 보안 스토리지.

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

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. .

음성의 디지털 분석에 대한 임상 시험

3
구독하다