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

Het gebruik van kunstmatige intelligentie bij de analyse van tandheelkundige röntgenfoto's

27 maart 2025 bijgewerkt door: Hospital of the Ministry of Interior, Kielce, Poland

Vergelijking van de tandheelkundige röntgenanalyse uitgevoerd door een algoritme voor kunstmatige intelligentie en de analyse uitgevoerd door tandartsen

Dit cross-sectionele onderzoek heeft tot doel een populatiegebaseerde beoordeling uit te voeren van de incidentie van tandbederf, tandvullingen, wortelkanaalvullingen, endodontische laesies, implantaten, implantaat- en abutmentkronen, pontische kronen en ontbrekende tanden, rekening houdend met de locatie.

Studie Overzicht

Toestand

Voltooid

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Deze cross-sectionele studie heeft tot doel een populatiegebaseerde beoordeling uit te voeren van de incidentie van tandbederf, tandvullingen, wortelkanaalvullingen, endodontische laesies, implantaten, implantaat- en abutmentkronen, pontische kronen en ontbrekende tanden, rekening houdend met de locatie. Aan het onderzoek zullen patiënten deelnemen met een indicatie voor een röntgenfoto, bevestigd door een schriftelijke verwijzing, en met een blijvend gebit. Vervolgens worden de röntgenfoto’s geanalyseerd door de tandartsen en de op AI gebaseerde software nadat de gegevens zijn geanonimiseerd. De resultaten zullen worden vergeleken om de gevoeligheid, specificiteit en precisie van het AI-algoritme te bepalen.

Studietype

Observationeel

Inschrijving (Werkelijk)

1025

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

  • Polen
      • Kielce, Polen, 25-375
        • Department of Maxillofacial Surgery

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

  • Kind
  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

Nee

Bemonsteringsmethode

Kanssteekproef

Studie Bevolking

Patiënten die deelnamen aan het onderzoek werden opgenomen op de afdeling radiologie in Kielce, een stad in het zuiden van Polen met ongeveer 200.000 inwoners.

Beschrijving

Inclusiecriteria:

  • Indicaties voor tandheelkundige röntgenfoto’s bevestigd door een schriftelijke verwijzing van de tandarts of arts (zowel screeningstests als tests uitgevoerd voor behandelingsdoeleinden waren toegestaan)
  • Permanent gebit (nadat de exfoliatie is voltooid)

Uitsluitingscriteria:

  • Patiënten met een gemengd gebit (de exfoliatie is nog niet voltooid)

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
Eén groep patiënten (dubbele poort)

Studieontwerp:

  • Richting dataverzameling: retrospectief
  • Aantal poorten (sets van geschiktheidscriteria): dubbele poort (AI, menselijk)
  • Bemonsteringsmethode van deelnemers: Opeenvolgend
  • Wijze van toewijzing van deelnemers aan indextoetsen: Iedere deelnemer heeft alle indextoetsen ontvangen
  • Aantal referentiestandaarden: Enkele teststandaard
  • Beperkte verificatie: Volledige verificatie (niet beperkt)
Straling: Een tandheelkundige röntgenfoto maken
Tandheelkundige röntgenfoto’s gemaakt bij patiënten met indicaties bevestigd door een schriftelijke verwijzing.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Gevoeligheid
Tijdsspanne: Tot 6 weken

Gevoeligheid (ook bekend als terugroep- of echt-positief percentage) is het aandeel daadwerkelijke positieve gevallen dat correct als positief wordt voorspeld. Het evalueert de prestaties van een AI-algoritme. Formeel kan het worden berekend met de volgende vergelijking:

Gevoeligheid = TP / (TP+FN)

Echt positief (TP) - een testresultaat dat de aanwezigheid van een aandoening of kenmerk correct aangeeft

Vals-negatief (FN) - een testresultaat dat ten onrechte aangeeft dat een bepaalde aandoening of kenmerk afwezig is
Tot 6 weken
Specificiteit
Tijdsspanne: Tot 6 weken

Specificiteit (ook bekend als werkelijk negatief percentage) - is het aandeel daadwerkelijke negatieve gevallen dat correct als negatief wordt voorspeld. Het evalueert de prestaties van een AI-algoritme. Formeel kan het worden berekend met de onderstaande vergelijking:

Specificiteit = TN / (TN + FP)

Echt negatief (TN) - een testresultaat dat correct de afwezigheid van een aandoening of kenmerk aangeeft

Vals-positief (FP) - een testresultaat dat ten onrechte aangeeft dat een bepaalde aandoening of kenmerk aanwezig is
Tot 6 weken
Precisie van het AI-algoritme
Tijdsspanne: Tot 6 weken

Precisie is een evaluatiestatistiek die wordt gebruikt om de prestaties van machine learning-algoritmen voor AI te beoordelen. Het meet hoe nauwkeurig het algoritme is. We zullen het aantal echte positieven (TP) en valse positieven (FP) gebruiken om de nauwkeurigheid te berekenen met behulp van de volgende formule:

Precisie = TP / (TP + FP)

Echt positief (TP) - een testresultaat dat de aanwezigheid van een aandoening of kenmerk correct aangeeft

Vals-positief (FP) - een testresultaat dat ten onrechte aangeeft dat een bepaalde aandoening of kenmerk aanwezig is
Tot 6 weken

Medewerkers en onderzoekers

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

Sponsor

Hospital of the Ministry of Interior, Kielce, Poland

Onderzoekers

  • Studie stoel: Maciej Sikora, Hospital of the Ministry of Interior, Wojska Polskiego 51, 25-375 Kielce, Poland

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 januari 2024

Primaire voltooiing (Werkelijk)

1 mei 2024

Studie voltooiing (Werkelijk)

1 november 2024

Studieregistratiedata

Eerst ingediend

25 januari 2024

Eerst ingediend dat voldeed aan de QC-criteria

12 februari 2024

Eerst geplaatst (Werkelijk)

14 februari 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

1 april 2025

Laatste update ingediend die voldeed aan QC-criteria

27 maart 2025

Laatst geverifieerd

1 maart 2025

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • CT/2023/1

Plan Individuele Deelnemersgegevens (IPD)

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

NEE

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

product vervaardigd in en geëxporteerd uit de V.S.

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