Sammenligning av et kunstig intelligens-assistert rehabiliteringsprogram for skuldermuskuloskeletale lidelser og terapeuters kliniske beslutningstaking
Studieoversikt
Status
Status
Forhold
Forhold
Intervensjon / Behandling
Intervensjon / Behandling
Studietype
Studietype
Registrering (Forventet)
Registrering
Kontakter og plasseringer
Studiekontakt
Studiekontakt
- Navn: Hanyun Hsiao, master
- Telefonnummer: 1624 +88622490088
- E-post: 10252@s.tmu.edu.tw
Studiesteder
-
-
-
New Taipei City, Taiwan, 235
- Rekruttering
- Shuang Ho Hospital
-
Ta kontakt med:
- Hanyun Hsiao, master
- Telefonnummer: 1624 +88622490088
- E-post: 10252@s.tmu.edu.tw
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
- Den internasjonale klassifiseringen av sykdommer, 10. revisjon (ICD-10)-kodene ble valgt før studien startet og inkluderte ICD-10-kodene M75 (Skulderlesjoner), S42 (brudd i skulder og overarm), S43 (Dislokasjon og forstuing av ledd). og leddbånd i skulderbeltet), og S46 (Skade av muskler, fascia og sener på skulder- og overarmsnivå)
- Pasienter som trenger rehabilitering etter å ha gjennomgått kirurgisk inngrep og er i stand til å utføre strekk, aktivt assisterende bevegelsesområde (AAROM) eller overvåket aktivt bevegelsesområde (AROM)
- mellom 20-80 år
- Kan følge motoriske kommandoer
Ekskluderingskriterier:
- Pasienter med sentral- og perifer nervesystemsykdom, slik som cerebrovaskulær ulykke (CVA), Parkinsons sykdom (PD), myasthenia gravis (MG), poliomyelitt
- Pasienter som hadde skulderkontusjon, vaskulær skade, alvorlig klemskade og amputasjon
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Antall grupper / kohorter
Kohorter og intervensjoner
Gruppe / KohortGruppe / Kohort |
Intervensjon / BehandlingIntervensjon / Behandling |
|---|---|
|
skulder muskel- og skjelettgruppe
Den internasjonale klassifiseringen av sykdommer, 10. revisjon (ICD-10)-kodene ble valgt før studien startet og inkluderte ICD-10-kodene M75 (Skulderlesjoner), S42 (brudd i skulder og overarm), S43 (Dislokasjon og forstuing av ledd). og leddbånd i skulderbeltet), og S46 (Skade av muskler, fascia og sener på skulder- og overarmsnivå)
|
vanlig omsorg (rehabiliteringsprogram)
|
Hva måler studien?
Primære resultatmål
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Nøyaktighet
Tidsramme: Endring fra baseline ved 2 måneder
|
Å utforske mulighetene for å bruke overvåket maskinlæringsmetode for å forutsi rehabiliteringsprogrammer for muskel- og skjelettlidelser i skulderen
|
Endring fra baseline ved 2 måneder
|
|
Presisjon
Tidsramme: Endring fra baseline ved 2 måneder
|
Å utforske mulighetene for å bruke overvåket maskinlæringsmetode for å forutsi rehabiliteringsprogrammer for muskel- og skjelettlidelser i skulderen
|
Endring fra baseline ved 2 måneder
|
|
Minnes
Tidsramme: Endring fra baseline ved 2 måneder
|
Å utforske mulighetene for å bruke overvåket maskinlæringsmetode for å forutsi rehabiliteringsprogrammer for muskel- og skjelettlidelser i skulderen
|
Endring fra baseline ved 2 måneder
|
|
F-1-score
Tidsramme: Endring fra baseline ved 2 måneder
|
Å utforske mulighetene for å bruke overvåket maskinlæringsmetode for å forutsi rehabiliteringsprogrammer for muskel- og skjelettlidelser i skulderen
|
Endring fra baseline ved 2 måneder
|
|
AUC
Tidsramme: Endring fra baseline ved 2 måneder
|
Å utforske mulighetene for å bruke overvåket maskinlæringsmetode for å forutsi rehabiliteringsprogrammer for muskel- og skjelettlidelser i skulderen
|
Endring fra baseline ved 2 måneder
|
Samarbeidspartnere og etterforskere
Sponsor
Sponsor
Publikasjoner og nyttige lenker
Generelle publikasjoner
- Burns DM, Leung N, Hardisty M, Whyne CM, Henry P, McLachlin S. Shoulder physiotherapy exercise recognition: machine learning the inertial signals from a smartwatch. Physiol Meas. 2018 Jul 23;39(7):075007. doi: 10.1088/1361-6579/aacfd9.
- Challoumas D, Biddle M, McLean M, Millar NL. Comparison of Treatments for Frozen Shoulder: A Systematic Review and Meta-analysis. JAMA Netw Open. 2020 Dec 1;3(12):e2029581. doi: 10.1001/jamanetworkopen.2020.29581.
- Linsell L, Dawson J, Zondervan K, Rose P, Randall T, Fitzpatrick R, Carr A. Prevalence and incidence of adults consulting for shoulder conditions in UK primary care; patterns of diagnosis and referral. Rheumatology (Oxford). 2006 Feb;45(2):215-21. doi: 10.1093/rheumatology/kei139. Epub 2005 Nov 1.
- Oude Nijeweme-d'Hollosy W, van Velsen L, Poel M, Groothuis-Oudshoorn CGM, Soer R, Hermens H. Evaluation of three machine learning models for self-referral decision support on low back pain in primary care. Int J Med Inform. 2018 Feb;110:31-41. doi: 10.1016/j.ijmedinf.2017.11.010. Epub 2017 Nov 23.
- Gupta R, Srivastava D, Sahu M, Tiwari S, Ambasta RK, Kumar P. Artificial intelligence to deep learning: machine intelligence approach for drug discovery. Mol Divers. 2021 Aug;25(3):1315-1360. doi: 10.1007/s11030-021-10217-3. Epub 2021 Apr 12.
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Studiestart
Primær fullføring (Forventet)
Primær fullføring
Studiet fullført (Forventet)
Studiet fullført
Datoer for studieregistrering
Først innsendt
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Først lagt ut
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Sist oppdatering lagt ut
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
Andre studie-ID-numre
- N202206013
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .