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

AI-gebaseerd fysiotherapie-evaluatiesysteem voor bewegingsbereik bij mondkankerpatiënten

6 april 2026 bijgewerkt door: National Taiwan University Hospital

Validiteit en Betrouwbaarheid van een AI-gestuurd Fysiotherapie Evaluatiesysteem voor de Mondkaak- en Nek-Schouder Bewegingsuitslag bij Patiënten met Mondkanker

Deze studie heeft als doel de validiteit en betrouwbaarheid te evalueren van een nieuw AI-gestuurd fysiotherapie-evaluatiesysteem voor het meten van de bewegingsuitslag (ROM) van oromandibulaire en nek-schoudergebieden. Traditionele ROM-beoordelingen zijn gebaseerd op handmatige metingen, die kunnen worden beïnvloed door de ervaring en variabiliteit van de beoordelaar. Het voorgestelde AI-systeem maakt gebruik van geautomatiseerde keypoint-tracking om objectieve en gestandaardiseerde metingen te leveren.

In deze cross-sectionele studie zullen gezonde volwassen deelnemers gestandaardiseerde ROM-taken uitvoeren. De metingen verkregen van het AI-systeem zullen worden vergeleken met die van twee onafhankelijke beoordelaars die gebruikmaken van conventionele klinische hulpmiddelen. Herhaalde metingen zullen worden uitgevoerd om de intra-beoordelaar- en inter-beoordelaarbetrouwbaarheid te beoordelen. De overeenkomst tussen het AI-systeem en menselijke beoordelaars zal worden geëvalueerd om de klinische toepasbaarheid van het systeem te bepalen.

Studie Overzicht

Toestand

Werving

Conditie

Gedetailleerde beschrijving

Deze studie is een cross-sectionele meetstudie die is ontworpen om de betrouwbaarheid en de gelijktijdige validiteit te evalueren van een op AI gebaseerd fysiotherapie-evaluatiesysteem voor het beoordelen van de oromandibulaire en nek-schouder bewegingsuitslag (ROM). Deelnemers zullen gezonde volwassenen van 20 tot 70 jaar zijn die voldoen aan vooraf bepaalde inclusie- en exclusiecriteria. Na het geven van geïnformeerde toestemming zullen deelnemers gestandaardiseerde bewegingen uitvoeren, waaronder mondopening en cervicale en schouder ROM-taken.

Elke deelnemer zal drie herhaalde metingen ondergaan voor elke beweging. ROM zal worden beoordeeld met drie methoden: (1) een op AI gebaseerd systeem dat real-time keypoint tracking en automatische hoekberekening gebruikt, (2) handmatige meting door Beoordelaar 1, en (3) onafhankelijke handmatige meting door Beoordelaar 2 met behulp van een goniometer of TheraBite ROM-schaal.

Om meetbias en vermoeidheidseffecten te minimaliseren, zal de volgorde van de drie beoordelingsmethoden voor elke deelnemer worden gerandomiseerd. Beoordelaars zullen geblindeerd zijn voor elkaars metingen en voor de door AI gegenereerde resultaten.

De primaire uitkomsten omvatten de inter-beoordelaarsbetrouwbaarheid en intra-beoordelaarsbetrouwbaarheid van het AI-systeem, evenals de overeenstemming tussen op AI gebaseerde en handmatige metingen. Betrouwbaarheid zal worden beoordeeld met intraclass correlatiecoëfficiënten (ICC), terwijl overeenstemming zal worden geëvalueerd met behulp van Bland-Altman-analyse en gemiddelde absolute fout (MAE).

Van deze studie wordt verwacht dat deze bewijs levert ter ondersteuning van de klinische toepasbaarheid van op AI gebaseerde fysiotherapiebeoordelingsinstrumenten, met name voor gestandaardiseerde en schaalbare beoordelingen van het bewegingsapparaat.

Studietype

Observationeel

Inschrijving (Geschat)

20

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

Studie Locaties

  • Taiwan
      • Taipei, Taiwan, 100
        • Werving
        • School and Graduate Institute of Physical Therapy, College of Medicine, National Taiwan University
        • Contact:
          • Yueh-Hsia Chen, Ph.D

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 bestaat uit gezonde volwassen vrijwilligers van 20 tot 70 jaar oud, geworven via non-probability sampling. Deelnemers zonder voorgeschiedenis van trismus, hoofd- en halskanker, of musculoskeletale aandoeningen die het hoofd, de nek of de schouderregio beïnvloeden, komen in aanmerking. Alle deelnemers zijn in staat om instructies op te volgen en gestandaardiseerde bewegingstaken uit te voeren. Deze populatie is geselecteerd om de basislijn meetprestaties vast te stellen en om de betrouwbaarheid en validiteit van het AI-gebaseerde fysiotherapie-evaluatiesysteem onder gecontroleerde omstandigheden te evalueren.

Beschrijving

Inclusiecriteria:

  • Gezonde volwassenen van 20 tot 70 jaar
  • Geen trismus
  • Geen voorgeschiedenis van hoofd-, nek- of schouderletsel of -operatie
  • Geen voorgeschiedenis van hoofd- en halskanker gerelateerde radiotherapie of chemotherapie

Uitsluitingscriteria:

  • Onvermogen om te communiceren of instructies op te volgen
  • Elke aandoening die de bewegingsprestatie kan beïnvloeden

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
Gezonde groep
Gezonde volwassenen tussen de 20 en 70 jaar zonder voorgeschiedenis van trismus, hoofd-, nek- of schouderletsel of -operatie, of HNC-gerelateerde radiotherapie of chemoradiotherapie werden gerekruteerd.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Overeenkomst tussen AI- en handmatige metingen
Tijdsspanne: Uitgangswaarde
Overeenkomst tussen op AI-gebaseerde en handmatige metingen beoordeeld met intraklasse-correlatiecoëfficiënten (ICC) en Bland-Altman-analyse
Uitgangswaarde

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Gemiddelde Absolute Fout (MAE)
Tijdsspanne: Basislijn
Gemiddeld absoluut verschil tussen AI-metingen en handmatige metingen
Basislijn
Intra-beoordelaarsbetrouwbaarheid van menselijke beoordelaars
Tijdsspanne: Baselinte
Consistentheid van handmatige metingen door Beoordelaar 1 en Beoordelaar 2 over herhaalde proeven met behulp van intraclass correlatiecoëfficiënten (ICC)
Baselinte
Interbeoordelaarsbetrouwbaarheid tussen alle beoordelaars
Tijdsspanne: Uitgangswaarde
De overeenstemming tussen metingen verkregen van het AI-systeem, Beoordelaar 1 en Beoordelaar 2 zal worden beoordeeld met intraclass correlatiecoëfficiënten (ICC)
Uitgangswaarde
Intra-beoordelaarsbetrouwbaarheid van AI-systeem
Tijdsspanne: Uitgangspunt
Consistentheid van AI-gebaseerde metingen over drie herhaalde proeven met behulp van intraclass-correlatiecoëfficiënten (ICC)
Uitgangspunt
Systematische meetfout
Tijdsspanne: Uitgangswaarde
Gemiddeld verschil tussen AI-gebaseerde en handmatige metingen
Uitgangswaarde

Medewerkers en onderzoekers

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

Sponsor

National Taiwan University Hospital

Onderzoekers

  • Hoofdonderzoeker: Yueh-Hsia Chen, Ph.D., School and Graduate Institute of Physical Therapy, College of Medicine, National Taiwan 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)

7 april 2026

Primaire voltooiing (Geschat)

31 mei 2026

Studie voltooiing (Geschat)

31 december 2027

Studieregistratiedata

Eerst ingediend

29 maart 2026

Eerst ingediend dat voldeed aan de QC-criteria

29 maart 2026

Eerst geplaatst (Werkelijk)

3 april 2026

Updates van studierecords

Laatste update geplaatst (Werkelijk)

13 april 2026

Laatste update ingediend die voldeed aan QC-criteria

6 april 2026

Laatst geverifieerd

1 maart 2026

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • 202603023RIND

Plan Individuele Deelnemersgegevens (IPD)

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

NEE

Beschrijving IPD-plan

Individuele deelnemersgegevens (IPD) worden niet gedeeld vanwege privacyoverwegingen en institutionele voorschriften. Hoewel het AI-systeem geanonimiseerde keypointgegevens verwerkt, kan de dataset nog steeds informatie bevatten die mogelijk opnieuw kan worden geïdentificeerd. Gegevensdeling kan worden overwogen bij redelijk verzoek en onderworpen aan institutionele beoordeling en gegevensbeschermingsbeleid.

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