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

고관절 취약성 골절 예측 모델 외상과 및 정형외과 병동의 현실적인 데이터.

2024년 8월 7일 업데이트: Universidad de Valparaiso

설명 가능한 인공지능과 외상과 및 양악병동의 실제 데이터를 활용한 고관절 취약성 골절 예측 모델

이 프로젝트의 목적은 지난 12년 동안 외상학과에서 정기적으로 수집된 병원 데이터와 최신 설명 가능한 인공 지능(XAI) 도구를 사용하여 고관절 취약성 골절 예측 모델을 구축하는 것입니다. 이 모델은 해당 지역의 "실제" 조건에 맞게 조정되어야 하며 골절 및 재골절 위험, 사망 위험, 골절 유형 분류 및 특정 동반질환 지수 생성과 같은 임상 데이터를 예측해야 합니다.

연구 개요

상세 설명

골다공증 및 관련 취약성 골절은 인구 노령화 상황에서 의료 시스템과 가족 모두에게 전 세계적으로 증가하는 부담으로 남아 있습니다. 고관절 골절은 입원, 수술, 힘든 회복 및 후속 골절 위험으로 인해 특히 심각합니다.

따라서 적절한 의학적 결정을 내리기 위해서는 대퇴부 취약 골절 위험이 높은 환자를 발견하고 회복 능력을 예측하는 것이 매우 중요합니다. 뼈 악화의 조기 발견은 더 나은 예방과 뼈 재건에 이상적입니다.

골다공증에 대한 현재 최적의 표준은 이중 에너지 X선 흡수 측정법(DXA)으로 남아 있지만, 한편으로는 대다수의 골절 환자가 WMO 정의를 사용하여 골다공증으로 분류되지 않으며 다른 한편으로는 DXA가 널리 이용 가능하지 않습니다. 수많은 곳에서.

비용과 가용성이 서로 다른 3D X-Ray, MRI 또는 ​​초음파와 같은 다양한 대체 장치가 제안되었습니다. 또한 FRAX, Garvan 또는 Qfracture와 같은 온라인 양식에서는 제한된 수의 임상 요인으로부터 골절 위험을 계산할 것을 제안합니다.

오늘날 임상 데이터, 처리 방법 및 컴퓨팅 능력에 대한 접근성이 향상되면서 수많은 바이오마커 또는 매개변수를 사용하는 새로운 데이터 기반 예측 모델의 길이 열리면서 맞춤형 정밀 의학에 대한 관점이 열렸습니다. 그러나 몇 가지 문제가 발생합니다.

  1. 모델 구축을 위한 데이터 가용성 및 품질,
  2. 각국의 비용과 가능성에 맞춰 신규 환자로부터 현실적인 데이터를 수집하는 능력과
  3. 해석 가능한 방식으로 의학적 결정을 돕기 위해 가장 중요한 매개변수를 결정합니다.

이 프로젝트의 목적은 지난 12년 동안 외상학과 및 노인병동에서 정기적으로 수집된 이용 가능한 병원 데이터와 (취약 골절이 없는) 대조군에서 획득할 데이터를 사용하여 고관절 취약 골절에 대한 예측 모델을 구축하는 것입니다. 현재 설명 가능한 인공 지능(XAI) 도구입니다. 이 모델은 해당 지역의 "실제" 조건에 맞게 조정되어야 하며 골절 및 재골절 위험, 사망 위험, 골절 유형 분류 및 특정 동반질환 지수 생성과 같은 임상 데이터를 예측해야 합니다. 뼈의 취약성에 대한 잠재적인 조기 발견에 특별한 주의를 기울일 것입니다.

또한 이 모델에는 나중에 동일한 팀에서 성공적으로 테스트한 특정 장치를 사용하여 초음파와 같은 대체 DXA 측정이 포함됩니다. 또한 현재 팀과 협력하고 있는 국제 동료들 덕분에 유사한 데이터가 있는 다른 국가나 지역과 나중에 비교할 수도 있습니다. 성공할 경우 데이터베이스 형식과 예측 모델은 점진적인 국내 및 국제 규모 확장의 관점에서 다른 병원과 공유될 수 있습니다. 가까운 미래에 이 정보는 의사가 노인 환자를 임상적으로 추적하는 데 도움이 될 수 있는 정보학 도구로 변환될 수 있습니다.

연구 유형

관찰

등록 (실제)

50

연락처 및 위치

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

연구 장소

      • Valparaíso, 칠레
        • Universidad de Valparaiso

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

샘플링 방법

비확률 샘플

연구 인구

60세 이상 노인인구

설명

포함 기준:

  • 최소 60년

제외 기준:

  • 고관절 골절
  • 검사 장소에서 걸을 수 없음

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
제어
다양한 매개변수의 혈액 분석
골절
다양한 매개변수의 혈액 분석

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
그룹 내 매개변수 간 비교
기간: 2023년부터 2024년까지
혈액 샘플에서 추출한 데이터를 대조군과 골절군으로 나누어 비교 분석
2023년부터 2024년까지
그룹 간 매개변수 비교
기간: 2023년부터 2024년까지
대조군과 골절군 데이터를 비교하는 혈액 샘플에서 추출한 데이터 분석
2023년부터 2024년까지

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)

2024년 3월 5일

기본 완료 (실제)

2024년 4월 9일

연구 완료 (실제)

2024년 4월 9일

연구 등록 날짜

최초 제출

2024년 8월 5일

QC 기준을 충족하는 최초 제출

2024년 8월 7일

처음 게시됨 (실제)

2024년 8월 9일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2024년 8월 9일

QC 기준을 충족하는 마지막 업데이트 제출

2024년 8월 7일

마지막으로 확인됨

2024년 8월 1일

추가 정보

이 연구와 관련된 용어

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니요

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. .

혈액 샘플에 대한 임상 시험

구독하다