개별 방광 채움 수준 예측을 위한 기계 학습 알고리즘
2025년 4월 16일 업데이트: inContAlert GmbH
센서 시스템에 의한 개별 방광 충만도 예측을 위한 기계 학습 알고리즘의 평가 및 최적화
이 연구의 목적은 inContAlert 센서를 사용하여 연구 참가자의 방광 충전 수준을 평가하는 것입니다. 생성된 데이터는 개별 방광 충전 수준에 대한 정확한 예측을 할 수 있도록 기계 학습 알고리즘의 평가 및 최적화에 사용됩니다.
특히 알고리즘으로 방광 채움 정도를 추정할 수 있다는 가설을 검증한다. 가설을 테스트할 때 추정/예측의 편차(평균 절대 백분율 오차로 측정)가 실제 값(부엌 저울과 함께 측정 컵을 사용하여 소변 배출량을 측정하여 얻은 값)과 다른지 확인해야 합니다.
연구 개요
연구 유형
관찰
등록 (실제)
36
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
-
Bayreuth, 독일
- inContAlert GmbH
-
-
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
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
아니
샘플링 방법
비확률 샘플
연구 인구
연구 참가자의 선택은 inContAlert GmbH의 자발적인 기반을 기반으로 합니다.
설명
포함 기준:
- 동의
제외 기준:
- 정보에 입각한 동의 누락
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
예상 방광 충전 수준과 실제 값의 차이
기간: 2023년 12월
|
예상 방광 채움 수준(ml로 측정)과 실제 값(주방 저울과 측정 컵을 사용하여 ml로 소변의 양을 측정하여 결정)의 차이(백분율로 평균 절대 오차로 측정).
|
2023년 12월
|
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)
2023년 3월 1일
기본 완료 (실제)
2024년 7월 31일
연구 완료 (실제)
2024년 7월 31일
연구 등록 날짜
최초 제출
2023년 6월 5일
QC 기준을 충족하는 최초 제출
2023년 7월 17일
처음 게시됨 (실제)
2023년 7월 19일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2025년 4월 20일
QC 기준을 충족하는 마지막 업데이트 제출
2025년 4월 16일
마지막으로 확인됨
2025년 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. .