Validatie van een online kniepijnkaart en vragenlijst: een probabilistisch diagnostisch hulpmiddel
26 maart 2012 bijgewerkt door: Brock Foster
Alidatie van een online kniepijnkaart en vragenlijst: een probabilistisch diagnostisch hulpmiddel
"Blank" heeft een medisch diagnostisch systeem ontworpen in de vorm van een niet-gevalideerde online vragenlijst en tekentool die worden gebruikt om respectievelijk de locatie van kniepijn te beschrijven en te identificeren.
Een onderdeel van het onderzoek omvat de patiënt die zijn diagnose invoert als de etiologie van zijn kniepijn.
Het team van Dr. Ivo Dinov heeft de gegevens van 100.000 patiëntenquêtes gebruikt om een probabilistisch model te construeren om diegenen te diagnosticeren die de vragenlijst en de kniepijnkaart invullen maar geen diagnose hebben.
De validiteit van de online enquête en de nauwkeurigheid van het probabilistische model is echter niet bevestigd bij patiënten met bekende diagnoses.
Daarom zal het doel van deze studie zijn om patiënten met kniepijn te rekruteren in orthopedische klinieken van UCLA om de online enquête in te vullen die vervolgens zal worden toegepast op het probabilistische model om mogelijke diagnoses uit te voeren.
De resultaten worden vergeleken met de daadwerkelijke diagnose die in de kliniek aan die patiënt is toegewezen.
Indien gevalideerd, kan de online-enquête dienen als hulpmiddel voor diagnostische en onderzoeksdoeleinden.
Studie Overzicht
Toestand
Beëindigd
Conditie
Studietype
Observationeel
Inschrijving (Verwacht)
1000
Contacten en locaties
In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.
Studie Locaties
-
-
California
-
Los Angeles, California, Verenigde Staten, 90095
- UCLA
-
-
Deelname Criteria
Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
18 jaar en ouder (Volwassen, Oudere volwassene)
Accepteert gezonde vrijwilligers
Nee
Geslachten die in aanmerking komen voor studie
Allemaal
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
Patiënten ouder dan 18 jaar met kniepijn die een bekende diagnose voor hun pijn bevat.
Beschrijving
Inclusiecriteria:
- patiënten met kniepijn en een bekende diagnose voor hun pijn
- patiënten ouder dan 18 jaar
Uitsluitingscriteria:
- patiënten die de online enquête niet kunnen of willen invullen.
- patiënten die geen diagnose hebben voor hun kniepijn
Studie plan
Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
|---|
|
Patiënten met kniepijn en een bekende diagnose
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Het vermogen van de UCLA-modelleringssoftware om de diagnose te voorspellen op basis van antwoorden op de vragenlijst
Tijdsspanne: Een jaar
|
UCLA heeft modelleringssoftware ontwikkeld die nauwkeurig kan zijn in het voorspellen van diagnoses, afhankelijk van de antwoorden die patiënten geven op een online vragenlijst en een kaart voor het tekenen van kniepijn.
De nauwkeurigheid van de software is niet getest of gevalideerd.
Deze studie zal de nauwkeurigheid van deze software bepalen door de inputdiagnose van de UCLA orthopedisch chirurg te vergelijken met die output van de modelleringssoftware na het invullen van de vragenlijst door de deelnemers aan de studie.
|
Een jaar
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Nauwkeurigheid van de invoerdiagnose van de patiënt in vergelijking met de diagnose van een orthopedisch chirurg
Tijdsspanne: Een jaar
|
Patiënten kunnen onnauwkeurig "bekende diagnoses" in de online vragenlijst invoeren omdat ze onnauwkeurig zijn gediagnosticeerd door hun arts, per ongeluk de verkeerde diagnose in de vragenlijst hebben ingevoerd of nooit een aandoening hebben gekregen, maar ze hebben een diagnose ingevoerd.
Daarom, omdat de modelleringssoftware afhankelijk is van nauwkeurige patiëntinvoerdiagnoses, kan het nuttig zijn om te bepalen of patiënten hun diagnoses nauwkeurig in de vragenlijst invoeren door de chirurginvoerdiagnose te vergelijken met de patiëntinvoerdiagnose.
|
Een jaar
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Sponsor
Studie record data
Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.
Bestudeer belangrijke data
Studie start
1 december 2011
Studieregistratiedata
Eerst ingediend
6 december 2011
Eerst ingediend dat voldeed aan de QC-criteria
12 december 2011
Eerst geplaatst (Schatting)
14 december 2011
Updates van studierecords
Laatste update geplaatst (Schatting)
27 maart 2012
Laatste update ingediend die voldeed aan QC-criteria
26 maart 2012
Laatst geverifieerd
1 maart 2012
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Andere studie-ID-nummers
- 11-003024
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .