Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Een spraakdataset creëren en beoordelen voor geautomatiseerde classificatie van chronische obstructieve longziekte

17 maart 2025 bijgewerkt door: Johan Sanmartin Berglund, Blekinge Institute of Technology
Dit werk heeft tot doel te evalueren of stemopnames verzameld van patiënten met de diagnose COPD en gezonde controlegroepen kunnen worden gebruikt om de ziekte te detecteren met behulp van machine learning-technieken.

Studie Overzicht

Toestand

Voltooid

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Spraakgegevens en sociodemografische gegevens over geslacht en leeftijd zullen worden verzameld via de applicatie "VoiceDiganostic" van het bedrijf Voice Diagnostic, waarmee men kan deelnemen zonder locatieafhankelijkheid. Deelnemers met een diagnose worden gemarkeerd als de COPD-groep en anderen worden gemarkeerd als de gezonde controlegroep. Privé-informatie zoals bekende comorbiditeiten, persoonlijke beveiligingsnummers, gezondheidsparameters en communicatie-informatie zullen voor elke groep afzonderlijk worden vermeld in een deelnametabel.

De verzamelde gegevens worden omgezet in wiskundige vocale maten die stemfuncties worden genoemd. Een dataset bestaande uit spraakkenmerken in combinatie met demografische en gezondheidsgegevens zal worden geconstrueerd voor verder gebruik als input voor ML-technieken.

Beschrijvende statistische analyse zal worden uitgevoerd op attributen die informatie bevatten over invoergegevens en verkregen resultaten van ML-algoritmen. De behaalde resultaten worden gepresenteerd in de vorm van samenvattende tabellen en grafieken.

Studietype

Observationeel

Inschrijving (Werkelijk)

72

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

  • Zweden
    • Blekinge
      • Karlskrona, Blekinge, Zweden, 37179
        • Blekinge Institute of Technology

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

  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

NVT

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Er worden gegevens verzameld van deelnemers van 18 jaar en ouder met en zonder COPD-diagnose.

Beschrijving

Inclusiecriteria:

  • 18 jaar en ouder zijn.

Uitsluitingscriteria:

  • jonger zijn dan 18 jaar.

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
Interventie / Behandeling
COPD
Deelnemers met klinisch gediagnosticeerde chronische obstructieve longziekte. Totaal 34 rekrutering, 18 Vrouw, 16 Man
Ander: COPD
Een dataset bestaande uit informatie van COPD- en HC-groepen zal worden gebruikt om te experimenteren met de classificatieprestaties van verschillende Machine Learning-technieken.
Andere namen:
  • HC
HC
Deelnemers zonder diagnose chronische obstructieve longziekte. Totaal 38 rekrutering, 20 vrouwen, 18 mannen
Ander: COPD
Een dataset bestaande uit informatie van COPD- en HC-groepen zal worden gebruikt om te experimenteren met de classificatieprestaties van verschillende Machine Learning-technieken.
Andere namen:
  • HC

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Nauwkeurigheid
Tijdsspanne: Week 51
Binaire detectieprestaties van het ML-algoritme
Week 51
Belangrijkheidsschaal invoergegevens
Tijdsspanne: Week 51
Functies die als invoergegevens worden gebruikt, worden gerangschikt van meest belangrijk naar minder belangrijk.
Week 51

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Sponsor

Blekinge Institute of Technology

Medewerkers

Excellence Center at Linköping - Lund in Information Technology (ELLIIT)

Onderzoekers

  • Hoofdonderzoeker: Johan Sanmartin Berglund, MD, PhD, Blekinge Institute of Technology

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)

16 december 2021

Primaire voltooiing (Werkelijk)

12 augustus 2024

Studie voltooiing (Werkelijk)

30 oktober 2024

Studieregistratiedata

Eerst ingediend

1 juni 2023

Eerst ingediend dat voldeed aan de QC-criteria

1 juni 2023

Eerst geplaatst (Werkelijk)

9 juni 2023

Updates van studierecords

Laatste update geplaatst (Werkelijk)

25 maart 2025

Laatste update ingediend die voldeed aan QC-criteria

17 maart 2025

Laatst geverifieerd

1 maart 2025

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • BTH-6.1.1-0074-2023

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Beschrijving IPD-plan

Gegevens van deelnemers kunnen vanwege de AVG niet worden gedeeld. De gecreëerde dataset kan echter op verzoek bij de instelling worden opgevraagd.

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 .

Abonneren