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

Diagnostische nauwkeurigheid van orale afbeeldingen, OPG's, biomarkers en vragenlijsten versus klinische beoordeling voor parodontale aandoeningen (PostNCT07164573)

Diagnostische nauwkeurigheid van orale beelden, orthopantomogrammen (OPG's), biomarkers en zelfrapportagevragenlijsten versus klinische beoordeling voor het detecteren van parodontale gezondheid en ziekte: een multidisciplinair diagnostisch onderzoek

Deze multicenter, cross-sectionele diagnostische studie evalueert de nauwkeurigheid van meerdere niet-invasieve screeningsinstrumenten - waaronder zelfgerapporteerde vragenlijsten, intra-orale foto's, orthopantomogrammen (OPG's), intra-orale scans (IOS) en speeksel-/microbiële biomarkers - voor het detecteren van parodontale gezondheid en aandoeningen (gingivitis en parodontitis Fase I-IV), met behulp van een volledig mondklinisch parodontaal onderzoek als referentiestandaard. In totaal zullen 2.000 deelnemers worden geworven in vijf internationale centra. De diagnostische prestaties (sensitiviteit, specificiteit, AUROC) van individuele en gecombineerde methoden zullen worden beoordeeld met behulp van logistische regressie en machine learning-algoritmen om een geoptimaliseerd multimodaal screeningsalgoritme vast te stellen.

Studie Overzicht

Toestand

Werving

Gedetailleerde beschrijving

Deze studie is een uitbreiding van NCT07164573, met de toevoeging van speeksel- en microbiële biomarkeranalyse als indextesten. Terwijl NCT07164573 zich richt op vragenlijsten, orale afbeeldingen en OPG's, omvat deze studie biomarker-gebaseerde classificatoren om een uitgebreide multimodale diagnostische aanpak voor de detectie van parodontale aandoeningen te evalueren. Dit is een multicentrum, cross-sectionele diagnostische nauwkeurigheidsstudie. De studie heeft als doel de prestaties van meerdere indextesten te valideren en te vergelijken met een klinische referentiestandaard voor de detectie van parodontale gezondheid en ziekte. De referentiestandaard voor parodontale diagnose zal een uitgebreid volledig mond parodontaal onderzoek zijn, uitgevoerd door getrainde en gekalibreerde onderzoekers op vijf internationale klinische centra. Diagnoses (parodontale gezondheid, gingivitis, parodontitis stadia I-IV) zullen worden toegewezen op basis van de integratie van klinische, radiografische en demografische gegevens volgens de Wereldworkshop 2017 over de classificatie van parodontale en peri-implantaatziekten en -aandoeningen. De besluitvormingsalgoritmen voorgesteld door Tonetti en Sanz (2019) zullen worden toegepast. De onderzochte indextesten omvatten: 1. Een reeks zelfgerapporteerde vragenlijsten, inclusief een aangepaste CDC-AAP-vragenlijst, OHIP-14 en een voedingsenquête. 2. Intra-orale klinische foto's gemaakt met een professionele camera en een smartphone. 3. Een zelfgemaakte intra-orale foto ("selfie"), met en zonder wangretractoren. 4. Digitale orthopantomogrammen (OPG's). 5. Intra-orale scans (IOS). 6. Biomarkeranalyse van specifieke eiwitten en microbiële signatuur verkregen uit ongestimuleerd speeksel, mondspoeling en subgingivaal plaque (alleen verzameld in het Shanghai-centrum). Gegevens van de indextesten zullen worden geanalyseerd met behulp van eerder ontwikkelde en gevalideerde machine learning-modellen (bijv. HC-Net+ voor OPG-analyse, een deep learning-model voor enkele frontale afbeeldingen en biomarker-gebaseerde classificatoren voor de detectie van parodontale aandoeningen). De in deze studie verzamelde gegevens zullen ook worden gebruikt om deze modellen verder te verfijnen, met name om de differentiatie tussen gingivitis/Stadium I parodontitis en gezondheid/Stadium II-IV parodontitis te verbeteren.

De primaire analytische methode omvat het beoordelen van de diagnostische nauwkeurigheid van elke indextest, zowel afzonderlijk als in combinatie, door het berekenen van sensitiviteit, specificiteit en het gebied onder de receiver operating characteristic curve (AUROC) ten opzichte van de klinische referentiestandaard. Logistische regressie en machine learning-algoritmen zullen worden gebruikt om de meest voorspellende variabelen en optimale diagnostische sequenties te identificeren. In totaal zullen 2.000 deelnemers worden geworven in de vijf centra. De studie zal worden uitgevoerd in overeenstemming met de Verklaring van Helsinki, ICH-GCP-richtlijnen en relevante STARD- en AI-specifieke rapportagerichtlijnen.

Studietype

Observationeel

Inschrijving (Geschat)

2000

Contacten en locaties

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

Studiecontact

  • Naam: Maurizio S. Tonetti
  • Telefoonnummer: 15000102368
  • E-mail: tonetti@hku.hk

Studie Locaties

    • Shanghai Municipality
      • Shanghai, Shanghai Municipality, China, 200000
        • Werving
        • Shanghai Ninth People's Hospital, Shanghai Jiao Tong University School of Medicine
        • Contact:
    • Roma
      • Roma, Roma, Italië, 06100
        • Nog niet aan het werven
        • Department of Oral and Maxillofacial Sciences, Policlinico Umberto I, affiliated to Sapienza University
        • Contact:
      • London, Verenigd Koninkrijk
        • Nog niet aan het werven
        • Department of Periodontology, Guy's Hospital affiliated to King's College London
        • 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

De onderzoekspopulatie zal bestaan uit een gemakssteekproef van opeenvolgende volwassen patiënten die routinematige tandheelkundige zorg zoeken in de deelnemende tandheelkundige centra. We streven ernaar in totaal 2000 deelnemers te includeren, die het volledige spectrum van parodontale aandoeningen vertegenwoordigen (d.w.z. parodontale gezondheid, gingivitis en parodontitis stadium I tot en met IV) op basis van het referentie klinisch onderzoek.

Beschrijving

Inclusiecriteria:

1. Volwassen patiënten van 18 jaar of ouder.2. Tandheelkundige zorg zoeken bij een van de deelnemende studiecentra.3. Vermogen om te begrijpen en bereidheid om schriftelijke geïnformeerde toestemming te verlenen.

Exclusiecriteria:

1. Patiënten zonder tanden (volledig tandverlies).2. Zwangerschap of borstvoeding.3. Geschiedenis van parodontale therapie (anders dan supragingivale profylaxe/reiniging) in de afgelopen 12 maanden.4. Gebruik van antibiotica in de 3 maanden voor inschrijving.

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
Alle deelnemers

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Diagnostische nauwkeurigheid voor het detecteren van parodontitis (Stadium II-IV) zoals bepaald door de Area Under the Receiver Operating Characteristic Curve (AUROC) van elke indextest ten opzichte van de klinische referentiestandaard
Tijdsspanne: Cross-sectioneel (beoordeeld op dag 1 van deelname van de deelnemer)
  1. Diagnostische nauwkeurigheid van de AI-gebaseerde analyse van OPG's (HC-Net+) voor het detecteren van parodontitis (Stadium II-IV)
  2. Diagnostische nauwkeurigheid van de AI-gebaseerde analyse van intra-orale foto's voor het detecteren van parodontitis (Stadium II-IV)
  3. Diagnostische nauwkeurigheid van de zelfgerapporteerde vragenlijst (gemodificeerde CDC-AAP) voor het detecteren van parodontitis (Stadium II-IV)
  4. Diagnostische nauwkeurigheid van speekselbiomarker-gebaseerde classificatoren (specifieke eiwitten verkregen uit ongestimuleerd speeksel en mondspoeling) voor het detecteren van parodontitis (Stadium II-IV)
  5. Diagnostische nauwkeurigheid van microbiële biomarker-gebaseerde classificatoren (microbiële handtekeningen verkregen uit subgingivaal plaque) voor het detecteren van parodontitis (Stadium II-IV)
  6. Diagnostische nauwkeurigheid van gecombineerd multimodaal algoritme dat vragenlijsten, orale beelden, OPG's en biomarkers integreert voor het detecteren van parodontitis (Stadium II-IV)
Cross-sectioneel (beoordeeld op dag 1 van deelname van de deelnemer)

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)

1 maart 2026

Primaire voltooiing (Geschat)

1 maart 2029

Studie voltooiing (Geschat)

1 maart 2029

Studieregistratiedata

Eerst ingediend

5 februari 2026

Eerst ingediend dat voldeed aan de QC-criteria

5 februari 2026

Eerst geplaatst (Werkelijk)

12 februari 2026

Updates van studierecords

Laatste update geplaatst (Werkelijk)

30 april 2026

Laatste update ingediend die voldeed aan QC-criteria

24 april 2026

Laatst geverifieerd

1 april 2026

Meer informatie

Termen gerelateerd aan deze studie

Andere studie-ID-nummers

  • SH9H-2025-T363-2
  • Post-NCT07164573 (Andere identificatie: Shanghai Ninth People's Hospital Affiliated to Shanghai Jiao Tong University)

Plan Individuele Deelnemersgegevens (IPD)

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

NEE

Beschrijving IPD-plan

De individuele deelnemersgegevens die in deze studie zijn verzameld, bevatten zeer gevoelige persoonlijke gezondheidsinformatie. De geïnformeerde toestemming die van deelnemers is verkregen, bevatte geen bepalingen voor het openbaar delen van hun gegevens op individueel niveau. Het openbaar beschikbaar maken van deze gegevens kan de privacy en vertrouwelijkheid van deelnemers in gevaar brengen, wat onze primaire ethische verplichtingen zijn. Bovendien maken de gegevens deel uit van een lopend onderzoeksprogramma dat gericht is op de ontwikkeling en validatie van kunstmatige intelligentiemodellen. De volledige datasets zijn complex en vereisen gespecialiseerde kennis voor een juiste analyse en interpretatie. Geaggregeerde, geanonimiseerde resultaten zullen beschikbaar worden gesteld in gepubliceerde manuscripten en aanvullende materialen.

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