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

Machine learning en 3D-beeldgebaseerde modellering voor realtime schatting van het lichaamsgewicht en de lichaamssamenstelling tijdens medische noodzorg. Studie 1

15 december 2025 bijgewerkt door: Florida Atlantic University

Machine learning en 3D-beeldgebaseerde modellering voor realtime schatting van het lichaamsgewicht en de lichaamssamenstelling tijdens medische noodzorg. Onderzoek 1 - Breng een model tot stand met behulp van een enkel 3D-camerabeeld van een liggende patiënt om TBW, IBW en LBW nauwkeurig te schatten.

Het doel van deze observationele studie is het trainen en valideren van een AI-aangedreven 3D-camerasysteem om het totale lichaamsgewicht, het ideale lichaamsgewicht en het magere lichaamsgewicht te schatten bij mannelijke en vrouwelijke volwassen vrijwilligers van alle leeftijden. De belangrijkste vragen die dit onderzoek wil beantwoorden zijn:

  • Welke mate van nauwkeurigheid van de gewichtsschatting kunnen we bereiken met een AI-aangedreven gewichtsschattingssysteem met 3D-camera?
  • Is deze nauwkeurigheid hetzelfde bij volwassenen van beide geslachten, alle leeftijden en alle lichaamstypes (ondergewicht, normaal gewicht, overgewicht)? Deelnemers zullen een aantal antropometrische metingen ondergaan (lengte, omtrek van de middenarm, gewichtsomtrek, heupomtrek, gemeten gewicht), een DXA-scan (om het magere lichaamsgewicht te meten) en 3D-beeldvorming met behulp van een 3D-camera.

Er zullen geen interventies plaatsvinden.

Studie Overzicht

Toestand

Ingetrokken

Conditie

Gedetailleerde beschrijving

Deze studie is een observationeel onderzoek in één centrum om een ​​AI-aangedreven systeem voor het schatten van het gewicht van 3D-camera's te trainen, intern te valideren en te testen. Onze hypothese is dat dit systeem, wanneer het wordt gebruikt bij de behandeling van acuut zieke patiënten, het totale lichaamsgewicht, het ideale lichaamsgewicht en het magere lichaamsgewicht nauwkeuriger kan schatten dan andere huidige point-of-care-systemen. Er zullen gezonde vrijwilligers worden ingezet om het systeem te trainen en te testen. Tijdens een enkele gegevensverzamelingssessie van ongeveer 30 minuten worden antropometrische basisgegevens, een DXA-scan en 3D-camerabeelden vastgelegd van vrijwilligers die op een medische brancard liggen. Er zullen geen interventies plaatsvinden en geen follow-up van de deelnemers. De verzamelde gegevens zullen worden gebruikt om een ​​AI-algoritme (gebaseerd op kunstmatige neurale netwerken) te trainen om het gewicht te schatten met behulp van een enkel dieptebeeld. Zodra het AI-systeem volledig is ontwikkeld, zal de nauwkeurigheid van de gewichtsschattingsprestaties worden geëvalueerd in een onafhankelijke testdataset.

Studietype

Observationeel

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

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

Ja

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Studenten, personeel en docenten op de Boca Raton-campus van de Florida Atlantic University.

Beschrijving

Inclusiecriteria:

  • Iedere bereidwillige vrijwilliger.

Uitsluitingscriteria:

  • Deelnemers met een lichaamsgewicht dat de capaciteit van de DXA-machine >204 kg (450 lbs) overschrijdt;
  • Zwangere deelnemers;
  • Deelnemers met medische aandoeningen die het onderzoek zouden kunnen verstoren;
  • Deelnemers met metalen chirurgische implantaten;
  • Deelnemers die de afgelopen week een röntgenfoto met contrast hebben gehad;
  • Deelnemers die in de 24 uur voorafgaand aan het onderzoek calciumsupplementen hebben ingenomen.

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

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
TBW-schatting
Tijdsspanne: Basislijn
Nauwkeurigheid van TBW-schatting met behulp van 3D-camerasysteem
Basislijn
IBW-schatting
Tijdsspanne: Basislijn
Nauwkeurigheid van IBW-schatting met behulp van 3D-camerasysteem
Basislijn
LBW-schatting
Tijdsspanne: Basislijn
Nauwkeurigheid van LBW-schatting met behulp van 3D-camerasysteem
Basislijn

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Seksgerelateerde nauwkeurigheid
Tijdsspanne: Basislijn
Verschil in nauwkeurigheid tussen mannen en vrouwen
Basislijn
Leeftijdsgebonden nauwkeurigheid
Tijdsspanne: Basislijn
Nauwkeurigheid van gewichtsschatting per leeftijdsgroep
Basislijn
BMI-gerelateerde nauwkeurigheid
Tijdsspanne: Basislijn
Nauwkeurigheid van gewichtsschatting per subgroep van gewichtsstatus
Basislijn

Medewerkers en onderzoekers

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

Sponsor

Florida Atlantic University

Publicaties en nuttige links

De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.

Algemene publicaties

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 juli 2025

Primaire voltooiing (Geschat)

30 juni 2026

Studie voltooiing (Geschat)

30 juni 2026

Studieregistratiedata

Eerst ingediend

15 oktober 2024

Eerst ingediend dat voldeed aan de QC-criteria

16 oktober 2024

Eerst geplaatst (Werkelijk)

17 oktober 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

19 december 2025

Laatste update ingediend die voldeed aan QC-criteria

15 december 2025

Laatst geverifieerd

1 december 2025

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • 1791994(1)

Plan Individuele Deelnemersgegevens (IPD)

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

JA

Beschrijving IPD-plan

Wolkenpuntgegevens van 3D-beelden worden op verzoek gedeeld.

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