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

"Machine learning-analyse van linguale colorimetrie en madrs angst-depressiescore bij acupunctuurpatiënten" (ML_AcuTongue)

21 maart 2025 bijgewerkt door: Dr Benoit Bataille

Machine learning analyse van linguale colorimetrie en madrs score bij acupunctuurpatiënten: een prospectieve observationele studie

Dit observationele onderzoek heeft als doel de potentiële relatie tussen tongkleurimetrie (met behulp van gestandaardiseerde fotografische technieken) en angst-depressiescores te beoordelen gemeten door de Montgomery-Åsberg Depression Rating Scale (MADR's) bij acupunctuurpatiënten. Gegevens worden geanalyseerd met behulp van methoden voor machine learning om te bepalen of tongkleurkenmerken correleren met MADRS-scores, wat mogelijk bijdraagt ​​aan een nieuw, niet-invasief diagnostisch hulpmiddel voor angst en depressiebeoordeling in de klinische praktijk.

Deelname omvat alleen tongfotografie en het invullen van vragenlijsten, zonder invasieve procedures of behandelingsaanpassingen.

Studie Overzicht

Toestand

Werving

Gedetailleerde beschrijving

Deze prospectieve observationele studie onderzoekt de correlatie tussen linguale colorimetrie, vastgelegd met behulp van direct beschikbare en gestandaardiseerde moderne fotografische hulpmiddelen (iPhone-camera's) en angst-depressiescores geëvalueerd door de Montgomery-Åsberg Depression Rating Scale (MADR's) bij patiënten die routine acupunctuuroverleg hebben.

Deelnemers zullen een eenvoudige en niet-invasieve fotografische opname van hun tong ondergaan met behulp van een iPhone, waardoor consistente verlichting en gestandaardiseerde positionering zorgt om variabiliteit te minimaliseren. Tegelijkertijd zullen deelnemers de Madrs -vragenlijst invullen, een breed gevalideerd instrument voor het beoordelen van angst en depressie ernst. Er zullen geen invasieve procedures of therapeutische interventies buiten hun gebruikelijke acupunctuurzorg worden uitgevoerd.

De verkregen fotografische gegevens worden geanalyseerd met behulp van machine learning -algoritmen om potentiële voorspellende relaties te identificeren tussen verschillende colorimetrische kenmerken van de tong en de MADRS -scores. Het doel is om te bepalen of linguale beeldvorming zou kunnen dienen als een betrouwbare, niet-invasieve biomarker of complementair diagnostisch hulpmiddel voor het beoordelen van de psychologische status in de klinische praktijk.

Deze aanpak maakt gebruik van de dagelijkse technologie (smartphones), die het gemak van replicatie en bredere toegankelijkheid in klinische omgevingen bevordert. Uiteindelijk kunnen de bevindingen uit deze studie vroege detectie en monitoring van angst-depressieve aandoeningen vergemakkelijken, waardoor geïndividualiseerde patiëntenzorg in complementaire en integratieve geneeskunde wordt verbeterd.

Studietype

Observationeel

Inschrijving (Geschat)

350

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

      • Narbonne, Frankrijk, 11100
        • Werving
        • Cabinet Médical d'Acupuncture
        • Contact:

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

Dit is een prospectieve observationele monocentrische studie uitgevoerd in een acupunctuurpraktijk. De studie heeft als doel een correlatie vast te stellen tussen tong colorimetrische kenmerken en MADRS -scores bij patiënten die consulteren voor symptomen met betrekking tot angst.

Tongfotografie en MADRS -beoordeling vormen geen risico voor deelnemers. Een niet-optionale verklaring voor fotografie en toestemming voor anonieme en vertrouwelijke gegevensanalyse zal worden verkregen.

Beschrijving

Inclusiecriteria:

  • Patiënten van 18 jaar of ouder
  • Inheemse Franse speakers
  • Geen medische aandoeningen of medicijnen die de tongkleuring beïnvloeden
  • Raadplegen voor acupunctuur met symptomen met een angstige component

Uitsluitingscriteria:

  • Aanwezigheid van psychose of middelenmisbruik
  • Eten of medicijnen nemen binnen een uur voor het onderzoek
  • Weigering om de vragenlijst van Montgomery-Åsberg Depression Scale (Madrs) in te vullen
  • Weigering om hun tong te laten fotograferen

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
Correlatie met machine learning tussen tong colorimetrische functies en madrs -scores
Tijdsspanne: Basislijn (enkele evaluatie bij inschrijving)
Deze studie heeft als doel de correlatie te evalueren tussen gestandaardiseerde tong colorimetrische parameters (verkregen door digitale foto's) en depressie/angstscores gemeten door de Montgomery-Åsberg Depression Rating Scale (MADRS). Machine learning -methoden zullen worden gebruikt om tongbeelden te analyseren en potentiële associaties tussen colorimetrische kenmerken en MADRS -scores te identificeren. Deelnemers worden onderverdeeld in twee subgroepen: Madrs <15 en Madrs ≥ 15, om het vermogen van tongkenmerken te beoordelen om de ernst van de depressie te onderscheiden.
Basislijn (enkele evaluatie bij inschrijving)

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Machine learning analyse van tongfuncties en MADRS -scores
Tijdsspanne: Basislijn (enkele evaluatie bij inschrijving)
  • Dichtheiddiagram.
  • Gedeeltelijke correlatieanalyse (trein/testsplitsing): relatie tussen tongkleur en madrs -scores.
  • Logistisch regressiemodel (trein/test)
  • Ondersteuning vectormachine (SVM) op PCA: modelprestatie -evaluatie met ROC -analyse.
  • Diep leermodel: CNN toegepast op tongafbeeldingen, classificatie op basis van kleur en textuur.
  • Shapley -waarden Interpretatie: functie -belanganalyse voor AI -modellen.
  • Correlatie tussen individuele MADRS-items en tongzones: Zone-per-Zone Statistische analyse.
  • MANCOVA -analyse: multivariate analyse van covariantie om meerdere afhankelijke variabelen te beoordelen.
  • Op CNN gebaseerd model op afbeeldingen: directe classificatie van tongfuncties met behulp van convolutionele neurale netwerken.
  • Subgroepidentificatie via PCA (3 componenten): het verkennen van potentiële depressiesubtypen.
Basislijn (enkele evaluatie bij inschrijving)

Medewerkers en onderzoekers

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

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)

27 juni 2024

Primaire voltooiing (Geschat)

31 december 2025

Studie voltooiing (Geschat)

1 juni 2026

Studieregistratiedata

Eerst ingediend

21 maart 2025

Eerst ingediend dat voldeed aan de QC-criteria

21 maart 2025

Eerst geplaatst (Werkelijk)

28 maart 2025

Updates van studierecords

Laatste update geplaatst (Werkelijk)

28 maart 2025

Laatste update ingediend die voldeed aan QC-criteria

21 maart 2025

Laatst geverifieerd

1 maart 2025

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • ML_AcuTongue_MADRS_01

Plan Individuele Deelnemersgegevens (IPD)

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

ONBESLIST

Beschrijving IPD-plan

Het potentiële delen van IPD is momenteel onbeslist vanwege ethische overwegingen met betrekking tot de anonimisering van tongfoto's. De ethische commissie heeft het belang benadrukt om ervoor te zorgen dat er geen identificeerbare kenmerken kunnen worden teruggevoerd op deelnemers. Als een deelplan wordt geïmplementeerd, zorgt het voor strikte anonimisatieprotocollen, inclusief het verwijderen van metadata, het vervagen van identificeerbare functies en het beperken van de toegang tot goedgekeurde onderzoekers onder een vertrouwelijkheidsovereenkomst.

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