- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT05456126
Kunstmatige intelligentie voor screening van baby's: ontwikkeling en validatie
19 november 2023 bijgewerkt door: National Taiwan University Hospital
Het doel van deze driejarige studie is daarom drieledig: (1) Modelontwikkeling: het toepassen van het pose-schattingsmodel en het tracking-herkenningsmodel op de bewegingen van een groot aantal voldragen en premature baby's onder een motorische beoordeling in het laboratorium om te onderzoeken de nauwkeurigheid van de AI-algoritmen bij het identificeren van individuele bewegingen met behulp van de resultaten van fysiotherapeuten als gouden standaarden; (2) Modelvalidatie - om de prestaties van de AI-algoritmen op dezelfde term en de bewegingen van te vroeg geboren baby's te onderzoeken wanneer video opgenomen door de ouders thuis tussen de laboratoriumbeoordelingsleeftijden met behulp van de resultaten van fysiotherapeuten als gouden standaarden; en (3) Gelijktijdige en voorspellende validiteit van AI-bewegingssets - om de identificeerbare bewegingsklassen te selecteren in AI-bewegingssets voor individuele leeftijden om hun gelijktijdige validiteit met de resultaten van fysiotherapeuten en voorspellende validiteit op ontwikkelingsresultaten op de leeftijd van 18 maanden bij deze baby's te onderzoeken .
Studie Overzicht
Toestand
Werving
Conditie
Gedetailleerde beschrijving
Achtergrond en Doel.
Hoewel het aantal kinderen met ontwikkelingsstoornissen dat wordt gemeld voor vroegtijdige interventie in Taiwan de afgelopen tien jaar is toegenomen, is de prevalentieschatting van kinderen met ontwikkelingsstoornissen lager dan de wereldwijde gegevens, met name onder kinderen jonger dan 2 jaar of in afgelegen gebieden.
Kunstmatige intelligentie (AI), gebaseerd op machinaal leren van big data, is met succes gebruikt voor de classificatie en voorspelling van medische beelden bij bepaalde ziekten; de toepassing ervan bij screening op de ontwikkeling van kinderen is echter zeldzaam.
Het doel van deze driejarige studie is daarom drieledig: (1) Modelontwikkeling: het toepassen van het pose-schattingsmodel en het tracking-herkenningsmodel op de bewegingen van een groot aantal voldragen en premature baby's onder een motorische beoordeling in het laboratorium om te onderzoeken de nauwkeurigheid van de AI-algoritmen bij het identificeren van individuele bewegingen met behulp van de resultaten van fysiotherapeuten als gouden standaarden; (2) Modelvalidatie - om de prestaties van de AI-algoritmen op dezelfde term en de bewegingen van te vroeg geboren baby's te onderzoeken wanneer video opgenomen door de ouders thuis tussen de laboratoriumbeoordelingsleeftijden met behulp van de resultaten van fysiotherapeuten als gouden standaarden; en (3) Gelijktijdige en voorspellende validiteit van AI-bewegingssets - om de identificeerbare bewegingsklassen te selecteren in AI-bewegingssets voor individuele leeftijden om hun gelijktijdige validiteit met de resultaten van fysiotherapeuten en voorspellende validiteit op ontwikkelingsresultaten op de leeftijd van 18 maanden bij deze baby's te onderzoeken .
Methode.
In totaal zullen 125 voldragen en te vroeg geboren baby's worden gerekruteerd uit het National Taiwan University Children's Hospital en willekeurig worden opgesplitst in de trainings- (N=101), afstemmings- (N=12) en testsets (N=12) met 8:1 :1 ratio voor modelontwikkeling.
Alle baby's zullen prospectief de Alberta Infant Motor Assessment ondergaan in liggende, liggende, zittende en staande posities op een leeftijd van 4, 6, 8, 10, 12 en 14 maanden (gecorrigeerd voor vroeggeboorte) in het laboratorium met bewegingen die worden geregistreerd door 5 camera's.
Voor modelvalidatie zullen dezelfde 125 baby's op een leeftijd van 5, 7, 9, 11 en 13 maanden door de ouders thuis met behulp van mobiele telefoons op video worden opgenomen met ten minste 2 camerabeelden, waarbij de bewegingsgegevens worden geüpload naar een prototype van de mobiele app "Baby Go."
De gegevensverwerking van bewegingsvideo-opnamen omvat: selectie van bewegingsopnamen, opstellen van een poseschattingsmodel en opstellen van een actieherkenningsmodel.
De nauwkeurigheid van het AI-model bij het identificeren van de individuele bewegingen van baby's zal worden onderzocht met behulp van de resultaten van de fysiotherapeut als gouden standaard.
De bewegingen die via machine learning kunnen worden geïdentificeerd, worden geselecteerd om AI-bewegingssets voor elke leeftijd vast te stellen.
Gelijktijdige en voorspellende validiteit van de AI-bewegingssets zullen respectievelijk worden onderzocht met behulp van de resultaten van de fysiotherapeut en de ontwikkelingsresultaten op de leeftijd van 18 maanden als de criteria (leeftijd waarop kan worden gelopen en de Peabody Developmental Motor Scale - 2e editie).
Betekenis.
De resultaten zullen helpen bij het vaststellen van het beste en geschikte AI-model voor screening van baby's in Taiwan.
Het gevestigde AI-model kan worden opgenomen in de klinische procedure om kinderartsen en fysiotherapeuten te helpen bij het plannen van verdere diagnostische beoordelingen.
Studietype
Observationeel
Inschrijving (Geschat)
125
Contacten en locaties
In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.
Studiecontact
- Naam: Suh-Fang Jeng, Professor
- Telefoonnummer: 886-2-33668132
- E-mail: jeng@ntu.edu.tw
Studie Locaties
-
-
-
Taipei, Taiwan, 100
- Werving
- National Taiwan University
-
Contact:
- Suh-Fang Jeng, Professor
- Telefoonnummer: 886-2-33668132
- E-mail: jeng@ntu.edu.tw
-
-
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
4 maanden tot 1 jaar (Kind)
Accepteert gezonde vrijwilligers
Ja
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
Deze studie zal prospectief voldragen en te vroeg geboren baby's rekruteren uit het National Taiwan University Children's Hospital, Taipei, Taiwan.
Baby's zullen worden gerekruteerd uit de neonatale en baby-follow-upkliniek van het ziekenhuis.
De verhouding jongens en meisjes in de steekproef zal in evenwicht zijn.
De ouders worden geïnformeerd over het onderzoek en ondertekenen een schriftelijk toestemmingsformulier vóór deelname aan het onderzoek.
Deze studie wordt momenteel beoordeeld op mensenrechten door het National Taiwan University Hospital.
Beschrijving
Inclusiecriteria:
- De inclusiecriteria voor voldragen baby's zijn: zwangerschapsduur 37-42 weken, geboortegewicht >2.500 gram, leeftijd 2-4 maanden en geen aangeboren/genetische afwijkingen.
- De inclusiecriteria voor te vroeg geboren baby's zijn: zwangerschapsduur <37 weken, geboortegewicht <2500 gram, leeftijd 2-4 maanden (gecorrigeerd voor vroeggeboorte) en geen aangeboren/genetische afwijkingen.
- Hun moeders zijn ouder dan 20 jaar, hebben geen geschiedenis van alcohol- of drugsmisbruik en zijn getrouwd of wonen bij vaders.
Uitsluitingscriteria: nee.
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
- Observatiemodellen: Cohort
- Tijdsperspectieven: Prospectief
Cohorten en interventies
Groep / Cohort |
---|
Voldragen baby's
De inclusiecriteria voor voldragen baby's zijn: zwangerschapsduur 37-42 weken, geboortegewicht >2.500 gram, leeftijd 2-4 maanden en geen aangeboren/genetische afwijkingen.
Hun moeders zijn ouder dan 20 jaar, hebben geen geschiedenis van alcohol- of drugsmisbruik en zijn getrouwd of wonen bij vaders.
|
Te vroeg geboren baby's
De inclusiecriteria voor te vroeg geboren baby's zijn: zwangerschapsduur <37 weken, geboortegewicht <2500 gram, leeftijd 2-4 maanden (gecorrigeerd voor vroeggeboorte) en geen aangeboren/genetische afwijkingen.
Hun moeders zijn ouder dan 20 jaar, hebben geen geschiedenis van alcohol- of drugsmisbruik en zijn getrouwd of wonen bij vaders.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
---|---|---|
Alberta Infant Motor Scale (AIMS)
Tijdsspanne: 4-18 maanden oud
|
motorische functie in liggende, liggende, zittende en staande positie
|
4-18 maanden oud
|
Leeftijd van lopen
Tijdsspanne: 10-18 maanden oud
|
Leeftijd waarop u zelfstandig ten minste vijf stappen kunt lopen
|
10-18 maanden oud
|
Peabody Developmental Motor Scale - 2e editie (PDMS-II)
Tijdsspanne: 18 maanden oud
|
De motorische schaal bestaat uit grove en fijne motorische items
|
18 maanden oud
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Medewerkers
Onderzoekers
- Hoofdonderzoeker: Suh-Fang Jeng, Professor, School and Graduate Institute of Physical Therapy, National Taiwan University
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 (Werkelijk)
1 augustus 2021
Primaire voltooiing (Geschat)
31 december 2024
Studie voltooiing (Geschat)
31 december 2024
Studieregistratiedata
Eerst ingediend
11 juli 2022
Eerst ingediend dat voldeed aan de QC-criteria
11 juli 2022
Eerst geplaatst (Werkelijk)
13 juli 2022
Updates van studierecords
Laatste update geplaatst (Geschat)
21 november 2023
Laatste update ingediend die voldeed aan QC-criteria
19 november 2023
Laatst geverifieerd
1 november 2023
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- 202012089RINB
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Nee
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Nee
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 .
Klinische onderzoeken op Motorische stoornissen
-
University of HoustonOnbekend
-
New York City Health and Hospitals CorporationBeëindigdGlaucoom | Ziekte van het netvlies | Visuele Pathway DisorderVerenigde Staten
-
Neuro-Eye Diagnostic Systems, LLCNeuro-ophthalmology of Texas PLLCAanmelden op uitnodigingMacula ziekte | Visuele Pathway Disorder | Ziekte van de oogzenuwVerenigde Staten
-
Cairo UniversityNog niet aan het werven
-
Seattle Children's HospitalVoltooid
-
Riphah International UniversityVoltooidActiviteit, MotorPakistan
-
Xiao-dong ZhuangVoltooid
-
University of Massachusetts, AmherstActief, niet wervend
-
University of ExtremaduraOnbekendActiviteit, MotorSpanje
-
Medical University of South CarolinaEunice Kennedy Shriver National Institute of Child Health and Human Development...Werving