Beoordeling van kunstmatige intelligentie voor aanbeveling van behandelingsbeslissingen van volwassen patiënten met skeletklasse III
Betrouwbaarheid van kunstmatige intelligentie voor behandelingsbeslissing Aanbeveling van volwassen patiënten met een skelet van klasse III: een diagnostische testnauwkeurigheidsstudie
De studie met de titel "Betrouwbaarheid van kunstmatige intelligentie voor aanbevelingen voor behandelingsbeslissingen van volwassen skeletale klasse III-patiënten" heeft tot doel de nauwkeurigheid en betrouwbaarheid van kunstmatige intelligentie (AI) te beoordelen bij het verstrekken van aanbevelingen voor behandelingsbeslissingen voor volwassen patiënten met skeletale klasse III-malocclusie. Skelet Klasse III malocclusie wordt gekenmerkt door een onderontwikkelde bovenkaak of een overontwikkelde onderkaak, wat leidt tot gezichts- en tandonregelmatigheden. De studie richt zich op het evalueren of op AI gebaseerde aanbevelingen een betrouwbare leidraad kunnen zijn voor orthodontische behandelingsplanning voor deze specifieke patiëntengroep.
Deze diagnostische testnauwkeurigheidsstudie omvat het verzamelen van een diverse dataset van volwassen patiënten met de diagnose Klasse III-malocclusie van het skelet. AI-algoritmen zullen op deze dataset worden getraind met behulp van verschillende klinische en radiografische parameters om patronen te leren en behandelaanbevelingen te doen. De studie zal vervolgens de door AI gegenereerde behandelingsaanbevelingen vergelijken met die van ervaren orthodontisten.
Belangrijke aspecten van de studie zijn onder meer:
Betrouwbaarheid van AI: Het primaire doel is om te beoordelen hoe consistent en nauwkeurig het AI-systeem geschikte behandelingsbeslissingen kan aanbevelen voor volwassen patiënten met een skelet van klasse III.
Diagnostische testnauwkeurigheid: het onderzoek zal de gevoeligheid, specificiteit, positief voorspellende waarde en negatief voorspellende waarde van de door AI gegenereerde behandelingsaanbevelingen bepalen. Deze analyse zal het vermogen van de AI benadrukken om patiënten correct te identificeren die specifieke behandelingsinterventies nodig hebben.
Klinische validiteit: Onderzoekers gaan onderzoeken of de AI-aanbevelingen aansluiten bij de beslissingen van ervaren orthodontisten. Deze beoordeling is cruciaal om de klinische toepasbaarheid van het AI-systeem vast te stellen.
Potentiële voordelen: als het AI-systeem betrouwbaar en nauwkeurig blijkt te zijn, kan het een tijdbesparende en gestandaardiseerde methode bieden voor ondersteuning bij behandelbeslissingen, waardoor orthodontisten kunnen worden geholpen bij het bieden van gepersonaliseerde zorg aan volwassen skeletale klasse III-patiënten.
Door dit onderzoek uit te voeren, willen onderzoekers bijdragen aan de vooruitgang van AI-ondersteunde medische besluitvorming binnen de orthodontie. Succesvolle resultaten zouden het potentieel hebben om een revolutie teweeg te brengen in behandelplanningsprocessen, de patiëntresultaten te verbeteren en orthodontisten een waardevol hulpmiddel te bieden om weloverwogen behandelbeslissingen te nemen voor volwassen skeletale klasse III-patiënten
Studie Overzicht
Toestand
Conditie
Studietype
Inschrijving (Geschat)
Contacten en locaties
Studiecontact
- Naam: Maha AM Swelam, PhD
- Telefoonnummer: 00201123344551
- E-mail: maha.swelam@gmail.com
Studie Locaties
-
-
-
Cairo, Egypte
- Werving
- Cairo University
-
Contact:
- Abd El Rahim
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- Skeletal volgroeide patiënten met CVMI 6.
- Skelet klasse III patiënten
- Geen aangeboren afwijking, syndroom of spleet.
- Geen eerdere chirurgische ingreep
- Geen mandibulaire transversale functionele verschuiving.
- Normale overjet, overbeet na voltooiing van de behandeling.
- Patiënten met goed afgewerkte occlusie.
- Patiënten die aan het einde van hun behandeling adequate functionele en esthetische resultaten hebben bereikt.
- Eerste en laatste laterale cephalometrische röntgenfoto's van goede kwaliteit.
- Geen seksuele voorkeur.
Uitsluitingscriteria:
1. Adolescenten en patiënten met een onvolgroeid skelet. 2. Patiënten met pseudoklasse III. 3. Syndromale patiënten. 4. Patiënten met een misvorming van het gezicht ter hoogte van het naso-maxillaire complex
-
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
sensitiviteit en specificiteit
Tijdsspanne: 1 maand
|
het verschil in sensitiviteit en specificiteit tussen de behandelingsbeslissingen die door de clinici worden genomen in vergelijking met die van de kunstmatige-intelligentiesoftware
|
1 maand
|
Medewerkers en onderzoekers
Sponsor
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Geschat)
Studie voltooiing (Geschat)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- 8114
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
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 .