치아 마모 예측 (PREDITOOTH)
치아 형태 데이터셋을 기반으로 한 치아 마모 지수 예측: 후향적 연구
기계적, 화학적 요인으로 인해 치아 경조직이 점진적으로 손실되어 발생하는 치아 마모는 치아 구조, 질감 및 기능에 영향을 미칩니다. 이는 다양한 유병률(26.9% ~ 90.0%)로 삶의 질에 영향을 미치며 전통적으로 검진 중, 종종 진행 단계에서 육안으로 발견됩니다. 구강 스캐너를 통해 치아 모양의 변화를 모니터링하면 조기 발견에 도움이 되지만 복원은 여전히 어려운 과제입니다. 환자는 눈으로 볼 때까지 치아 구조 손실을 완전히 이해하지 못할 수 있으므로 조기 발견을 통한 예방이 중요합니다. 최근에는 통계형상분석(SSA)을 통해 치아의 해부학적 구조를 학습하고 기준형상(바이오제네릭 치아)을 정의하는데 사용됩니다. 그러나 랜드마크 일관성을 보장하는 것은 주로 운영자의 편견으로 인해 어렵습니다. 최근에는 MEG-IsoQuad라는 강력한 방법이 자동화된 동위원소 재메싱을 제공했습니다. 이를 SSA와 결합하면 진단 및 시뮬레이션 목적으로 활용될 수 있습니다. 이 연구의 목표는 변경된 및 손상되지 않은 소구치 분석을 위한 remeshing-SSA 접근 방식의 신뢰성을 평가하고 초기 손상되지 않은 치아 또는 향후 변경된 치아의 모양을 시뮬레이션하기 위한 기계 학습 알고리즘을 비교하는 것입니다.
현재 연구의 임상적 관점은 다음과 같은 가능성을 제공합니다.
- 초기 단계에서 치아 마모를 감지하여 미래의 치아 마모를 예방하세요. 환자에게 미래에 변경될 수 있는 치아를 제시함으로써 환자와 더욱 효과적으로 소통할 수 있습니다.
- 처음에 손상되지 않은 치아를 시뮬레이션하여 변경된 치아에 맞게 재건을 시뮬레이션합니다.
연구 개요
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: Raphael Richet, Clinical Assistant
- 전화번호: +33669523314
- 이메일: raphael.richert@univ-lyon1.fr
연구 연락처 백업
- 이름: Maxime Ducret, Professor
- 이메일: maxime.ducret@univ-lyon1.fr
연구 장소
-
-
Indiana
-
Indianapolis, Indiana, 미국, 46202
- 모병
- Indiana University Hospital
-
연락하다:
- Anderson Hara
-
-
-
-
-
Leuven, 벨기에
- 모병
- KU Leuven University Hospital
-
연락하다:
- Pierre Lahoud
-
-
-
-
-
Tel Aviv, 이스라엘
- 모병
- Tel Aviv Universi
-
연락하다:
- Rachel Sarig
-
-
-
-
-
Lucknow, 인도
- 모병
- King George Medical University
-
연락하다:
- Akhilanand Chaurasia
-
-
-
-
-
Lyon, 프랑스, 69007
- 모병
- Lyon Dental Hospital
-
연락하다:
- Raphael Richert, PhD
- 전화번호: +33669523314
- 이메일: raphael.richert@univ-lyon1.fr
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- 치아가 벗겨져 치아 마모 지수가 0에서 3 사이입니다.
- 성숙한 앞니, 송곳니, 소구치 또는 대구치(1번째와 2번째만 해당)
제외 기준:
- 치아가 벗겨져 치아 마모 지수가 3 이상인 경우(또는 유사한 마모를 나타내는 구강 재활을 나타내는 경우)
- 미성숙 치아 또는 치근 교화가 없는 치아
- 사랑니
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
치아 마모가 손상되지 않았거나 치아 마모가 변경된 모든 성숙한 치아
스캐닝 전 작업자가 치아 스케일링 치아 마모 지수 평가 0 또는 1(보정된 전문가 2명)
|
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
치아 형태 데이터 세트를 기반으로 한 치아 마모 지수 예측: 후향적 연구
기간: 한 번만
|
4가지 기계 학습(ML) 알고리즘: 선형 판별 분석(LDA), 지원 벡터 머신(SVM), 랜덤 포레스트(RM) 및 그래디언트 부스팅 머신(GBM)을 사용하여 치아 유형 및 치아 변형을 예측합니다. 해부.
데이터 세트는 60/40 열차 및 홀드아웃 테스트 데이터 세트로 분할되며 모델은 3중 교차 검증됩니다.
모델 성능은 정밀도, 재현율, F1 점수 및 정확성을 정의하기 위한 혼동 행렬로 평가됩니다.
|
한 번만
|
공동 작업자 및 조사자
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (추정된)
연구 기록 업데이트
마지막 업데이트 게시됨 (추정된)
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. .