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

"침술 환자의 설상 지색 측정 및 MADRS 불안에 대한 머신 러닝 분석" (ML_AcuTongue)

2025년 3월 21일 업데이트: Dr Benoit Bataille

침술 환자의 설측 비색법 및 MADRS 점수의 기계 학습 분석 : 전향 적 관찰 연구

이 관찰 연구는 침술 환자의 MADRS (Montgomery-Åsberg 우울증 등급 척도)에 의해 측정 된 혀 비색법 (표준화 된 사진 기술 사용)과 불안-배출 점수 사이의 잠재적 관계를 평가하는 것을 목표로합니다. 데이터는 기계 학습 방법을 사용하여 혀 색상 기능이 MADRS 점수와 관련이 있는지 여부를 결정하여 임상 실습에서 불안 및 우울증 평가를위한 새로운 비 침습적 진단 도구에 기여할 수 있습니다.

참여에는 침습적 절차 나 치료 수정없이 혀 사진 및 설문지 완료 만 포함됩니다.

연구 개요

상태

모병

정황

상세 설명

이 전향 적 관찰 연구는 정기적으로 사용 가능한 현대 사진 도구 (iPhone 카메라)를 사용하여 캡처 한 설측 비색 측정법과 몽고메리-Åsberg 우울증 등급 척도 (MADRS)가 정기 조례 상담에 참석 한 환자들 사이에서 캡처 한 캡처 된 초상 비색법 ​​사이의 상관 관계를 조사합니다.

참가자는 iPhone을 사용하여 혀를 간단하고 비 침습적 인 사진 녹음을 거쳐 일관된 조명과 표준화 된 위치를 보장하여 변동성을 최소화합니다. 동시에 참가자들은 불안과 우울증 심각성을 평가하기위한 널리 검증 된 도구 인 MADRS 설문지를 완성합니다. 일반적인 침술 치료를 넘어서 침습적 절차 나 치료 중재는 수행되지 않습니다.

획득 한 사진 데이터는 기계 학습 알고리즘을 사용하여 분석하여 혀의 고유 한 비색 특성과 MADRS 점수 사이의 잠재적 예측 관계를 식별합니다. 목적은 Lingual 이미징이 임상 실습에서 심리적 상태를 평가하기위한 신뢰할 수 있고 비 침습적 바이오 마커 또는 보완 진단 도구 역할을 할 수 있는지 여부를 결정하는 것입니다.

이 접근 방식은 일상 기술 (스마트 폰)을 활용하여 임상 환경에서 복제의 용이성과 광범위한 접근성을 촉진합니다. 궁극적으로,이 연구의 발견은 불안-배제 장애의 조기 발견 및 모니터링을 촉진하여 보완 및 통합 의학에서 개별화 된 환자 치료를 향상시킬 수 있습니다.

연구 유형

관찰

등록 (추정된)

350

연락처 및 위치

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

연구 장소

      • Narbonne, 프랑스, 11100
        • 모병
        • Cabinet Médical d'Acupuncture
        • 연락하다:

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

예

샘플링 방법

비확률 샘플

연구 인구

이것은 침술 관행에서 수행 된 전향 적 관찰 단핵 중심 연구입니다. 이 연구는 불안과 관련된 증상에 대한 환자 컨설팅에서 혀 비색 특징과 MADRS 점수 사이의 상관 관계를 확립하는 것을 목표로합니다.

혀 사진과 MADRS 평가는 참가자에게는 위험이 없습니다. 익명 및 기밀 데이터 분석에 대한 사진 및 동의에 대한 비 옵션 선언이 얻어 질 것입니다.

설명

포함 기준 :

  • 18 세 이상의 환자
  • 원어민 프랑스어 연사
  • 혀색에 영향을 미치는 의학적 상태 나 약물이 없습니다
  • 불안한 구성 요소와 관련된 증상으로 침술 컨설팅

제외 기준 :

  • 정신병 또는 약물 남용의 존재
  • 검사 1 시간 이내에 약물을 먹거나 복용
  • Montgomery-Åsberg 우울증 등급 척도 (MADRS) 설문지 완성 거부
  • 그들의 혀를 촬영하는 것을 거부합니다

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
혀 비색 기능과 MADRS 점수 간의 기계 학습을 사용한 상관 관계
기간: 기준선 (등록시 단일 평가)
이 연구는 표준화 된 혀 비색 매개 변수 (디지털 사진을 통해 얻은)와 MODGOMERY-ÅSBERG 우울증 등급 척도 (MADRS)가 측정 한 우울증/불안 점수 사이의 상관 관계를 평가하는 것을 목표로합니다. 기계 학습 방법은 혀 이미지를 분석하고 비색 기능과 MADRS 점수 사이의 잠재적 인 연관성을 식별하는 데 사용됩니다. 참가자는 우울증의 심각성을 구별하는 혀 특성의 능력을 평가하기 위해 Madrs <15와 Madrs ≥ 15의 두 하위 그룹으로 분류됩니다.
기준선 (등록시 단일 평가)

2차 결과 측정

결과 측정
측정값 설명
기간
혀 기능 및 MADRS 점수의 기계 학습 분석
기간: 기준선 (등록시 단일 평가)
  • 밀도 다이어그램.
  • 부분 상관 분석 (열차/테스트 분할) : 혀 색상과 MADRS 점수의 관계.
  • 로지스틱 회귀 모델 (기차/시험)
  • PCA의 지원 벡터 머신 (SVM) : ROC 분석을 통한 모델 성능 평가.
  • 딥 러닝 모델 : CNN은 혀 이미지에 적용, 색상 및 질감에 따른 분류.
  • Shapley 가치 해석 : AI 모델의 기능 중요성 분석.
  • 개별 MADRS 항목과 혀 영역 간의 상관 관계 : 구역 별 통계 분석.
  • Mancova 분석 : 다중 종속 변수를 평가하기위한 공분산의 다변량 분석.
  • 이미지에 대한 CNN 기반 모델 : Convolutional Neural Networks를 사용한 혀 기능의 직접 분류.
  • PCA를 통한 하위 그룹 식별 (3 구성 요소) : 잠재적 우울증 하위 유형 탐색.
기준선 (등록시 단일 평가)

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

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 6월 27일

기본 완료 (추정된)

2025년 12월 31일

연구 완료 (추정된)

2026년 6월 1일

연구 등록 날짜

최초 제출

2025년 3월 21일

QC 기준을 충족하는 최초 제출

2025년 3월 21일

처음 게시됨 (실제)

2025년 3월 28일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2025년 3월 28일

QC 기준을 충족하는 마지막 업데이트 제출

2025년 3월 21일

마지막으로 확인됨

2025년 3월 1일

추가 정보

이 연구와 관련된 용어

추가 관련 MeSH 약관

기타 연구 ID 번호

  • ML_AcuTongue_MADRS_01

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

미정

IPD 계획 설명

IPD의 잠재적 공유는 현재 혀 사진의 익명화에 관한 윤리적 고려 사항으로 인해 결정되지 않았습니다. 윤리위원회는 식별 가능한 특성을 참가자들에게 추적 할 수 없다는 것을 보장하는 것의 중요성을 강조했습니다. 공유 계획이 구현되면 메타 데이터 제거, 식별 가능한 기능을 흐리게하며 기밀 계약에 따라 승인 된 연구원에 대한 액세스를 제한하는 등 엄격한 익명화 프로토콜이 보장됩니다.

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

미국에서 제조되어 미국에서 수출되는 제품

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. .

구독하다