Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Development of an Artificial Intelligence-Based Clinical Image Model for Detection, Classification, and Management Recommendations of Anterior Gingival Recession

7. juli 2026 oppdatert av: Abeer Rashed Murshed, Al-Azhar University
This study aims to develop and evaluate an artificial intelligence-based clinical image model for the detection, classification, and management recommendations of anterior gingival recession. The study will utilize clinical images of patients presenting with gingival recession to train and validate a machine learning model capable of accurately identifying and classifying the condition according to established clinical criteria. In addition, the model will provide preliminary treatment recommendations based on the severity and type of recession. This is a diagnostic and model-development study designed to support clinicians in improving the accuracy and consistency of diagnosis and treatment planning for gingival recession in the anterior region.

Studieoversikt

Status

Status

Indikerer gjeldende rekrutteringsstatus eller utvidet tilgangsstatus.
Fullført

Forhold

Forhold

Sykdommen, lidelsen, syndromet, sykdommen eller skaden som studeres. På ClinicalTrials.gov kan tilstander også inkludere andre helserelaterte problemer, som levetid, livskvalitet og helserisiko.

Intervensjon / Behandling

Intervensjon / Behandling

En prosess eller handling som er fokus for en klinisk studie. Intervensjoner inkluderer legemidler, medisinsk utstyr, prosedyrer, vaksiner og andre produkter som enten er undersøkende eller allerede er tilgjengelige. Intervensjoner kan også inkludere ikke-invasive tilnærminger, som utdanning eller modifisering av kosthold og trening.

Detaljert beskrivelse

This study is designed to develop and validate an artificial intelligence (AI)-based clinical image analysis model for the detection, classification, and management recommendation of anterior gingival recession. Gingival recession is a common periodontal condition characterized by apical displacement of the gingival margin, which may lead to aesthetic concerns, dentinal hypersensitivity, and increased risk of root caries.

Clinical intraoral images of patients presenting with anterior gingival recession will be collected following standardized imaging protocols. The dataset will be used to train, validate, and test a machine learning model capable of identifying the presence of gingival recession and classifying its severity and/or type according to established periodontal classification systems.

The AI model will also be designed to generate preliminary management recommendations based on the detected class, supporting clinical decision-making. Model performance will be evaluated using standard metrics such as accuracy, sensitivity, specificity, precision, recall, and area under the receiver operating characteristic curve (AUC-ROC).

The study is observational in nature with a diagnostic and model-development component. All patient data will be anonymized to ensure confidentiality, and ethical approval will be obtained prior to data collection. The final output is intended to support clinicians in improving diagnostic consistency and treatment planning efficiency for anterior gingival recession.

Studietype

Studietype

Beskriver arten av en klinisk studie. Studietyper inkluderer intervensjonsstudier (også kalt kliniske studier), observasjonsstudier (inkludert pasientregistre) og utvidet tilgang.
Observasjonsmessig

Registrering (Faktiske)

Registrering

Antall deltakere i en klinisk studie. Den "forventede" påmeldingen er måltallet for deltakere som forskerne trenger for studien.
149

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

  • Egypt
      • Cairo, Egypt
        • Faculty of Dental Medicine for Girls, Al-Azhar University

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Kvalifikasjonskriterier

Nøkkelkravene som personer som ønsker å delta i en klinisk studie må oppfylle eller egenskapene de må ha. Kvalifikasjonskriterier består av både inklusjonskriterier (som kreves for at en person skal delta i studien) og eksklusjonskriterier (som hindrer en person i å delta). Typer kvalifikasjonskriterier inkluderer om en studie godtar friske frivillige, har alders- eller aldersgruppekrav, eller er begrenset av kjønn.

Alder som er kvalifisert for studier

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

The study population will consist of adult patients presenting with gingival recession affecting anterior teeth and attending the outpatient clinics of the Faculty of Dental Medicine for Girls, Al-Azhar University. Participants with clinically visible anterior gingival recession and adequate clinical photographs suitable for image analysis will be included in the study.

Beskrivelse

Inclusion Criteria:

  • Patients aged 18 years or older
  • Presence of at least one anterior tooth exhibiting gingival recession classified according to the Cairo classification system (RT1, RT2, or RT3). - The gingival margin must be clearly visible.
  • High-quality images (good focus, lighting, and resolution) are required.
  • Clinically visible and intact cementoenamel junction (CEJ).

Exclusion Criteria:

  • Presence of cervical restorations or fixed prostheses that interfere with CEJ identification.
  • Patients undergoing active orthodontic treatment.
  • Pregnant individuals, due to hormonal changes affecting gingival tissues.
  • Images with poor photographic quality.

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort

Gruppe / Kohort

En gruppe eller undergruppe av deltakere i en observasjonsstudie som vurderes for biomedisinske eller helsemessige utfall.
Intervensjon / Behandling

Intervensjon / Behandling

En prosess eller handling som er fokus for en klinisk studie. Intervensjoner inkluderer legemidler, medisinsk utstyr, prosedyrer, vaksiner og andre produkter som enten er undersøkende eller allerede er tilgjengelige. Intervensjoner kan også inkludere ikke-invasive tilnærminger, som utdanning eller modifisering av kosthold og trening.
Gingival Recession Patients
This group consists of patients presenting with anterior gingival recession. Clinical intraoral images will be collected from eligible participants and used for the development and validation of an artificial intelligence-based classification model. The dataset includes cases with varying degrees and types of gingival recession according to established clinical classification criteria. No therapeutic intervention will be performed as part of the study, and all images will be analyzed for diagnostic and classification purposes only.
Diagnostisk test: Artificial Intelligence-Based Clinical Image Analysis Model
An artificial intelligence-based clinical image model will be developed and evaluated using standardized clinical photographs of anterior teeth presenting with gingival recession. The model will be trained to detect the presence of gingival recession, classify lesions according to the Cairo classification system (RT1, RT2, and RT3), and generate preliminary management recommendations based on the identified classification. The system's performance will be assessed by comparing its diagnostic and classification outputs with expert clinical assessments.

Hva måler studien?

Primære resultatmål

Primære resultatmål

I en klinisk studies protokoll er det planlagte utfallsmålet som er det viktigste for å evaluere effekten av en intervensjon/behandling. De fleste kliniske studier har ett primært utfallsmål, men noen har mer enn ett.
Resultatmål
Tiltaksbeskrivelse
Tidsramme
Sensitivity and specificity of the AI system in detecting gingival recession, compared to clinical probing measurements.
Tidsramme: Through study completion, an average of 6 months

-Primary Outcome 1

Outcome Measure: Sensitivity and specificity of the AI system for detecting gingival recession compared with clinical probing measurements.

Primary Outcome 2

Outcome Measure: Agreement between the AI system and expert clinicians in classifying gingival recession according to the Cairo classification, assessed using Cohen's kappa coefficient.
Through study completion, an average of 6 months

Sekundære resultatmål

Sekundære resultatmål

I en klinisk studies protokoll, et planlagt utfallsmål som ikke er like viktig som det primære utfallsmålet for å evaluere effekten av en intervensjon, men som fortsatt er av interesse. De fleste kliniske studier har mer enn ett sekundært utfallsmål.
Resultatmål
Tiltaksbeskrivelse
Tidsramme
- Error in automated CEJ identification, compared to manual annotations.
Tidsramme: Immediately after AI analysis of the clinical images
  • Error in automated CEJ identification, compared to manual annotations.
  • Concordance rate between AI-generated treatment recommendations and those proposed by experienced periodontists.
Immediately after AI analysis of the clinical images

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Sponsor

Organisasjonen eller personen som initierer studien og som har myndighet og kontroll over studien.
Al-Azhar University

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

Studiestart

Den faktiske datoen da den første deltakeren ble registrert i en klinisk studie. Den "forventede" studiestartdatoen er datoen som forskerne tror vil være studiestartdatoen.
15. juni 2025

Primær fullføring (Faktiske)

Primær fullføring

Datoen da den siste deltakeren i en klinisk studie ble undersøkt eller mottok en intervensjon for å samle inn endelige data for det primære utfallsmålet. Hvorvidt den kliniske studien ble avsluttet i henhold til protokollen eller ble avsluttet, påvirker ikke denne datoen. For kliniske studier med mer enn ett primært utfallsmål med ulike fullføringsdatoer, refererer dette begrepet til datoen da datainnsamlingen er fullført for alle de primære utfallsmålene. Den "forventede" primære fullføringsdatoen er datoen som forskerne tror vil være den primære fullføringsdatoen for studien.
15. januar 2026

Studiet fullført (Faktiske)

Studiet fullført

Datoen da den siste deltakeren i en klinisk studie ble undersøkt eller mottok en intervensjon/behandling for å samle inn endelige data for de primære utfallsmålene, sekundære utfallsmålene og uønskede hendelsene (det vil si siste deltakers siste besøk). Den "forventede" studiens fullføringsdato er datoen som forskerne tror vil være studiens fullføringsdato.
15. april 2026

Datoer for studieregistrering

Først innsendt

Først innsendt

Datoen da studiesponsoren eller etterforskeren først sendte inn en studiepost til ClinicalTrials.gov. Det er vanligvis en forsinkelse på noen dager mellom første innsendte dato og postens tilgjengelighet på ClinicalTrials.gov (den første postedatoen).
30. juni 2026

Først innsendt som oppfylte QC-kriteriene

Først innsendt som oppfylte QC-kriteriene

Datoen da studiesponsoren eller etterforskeren først sender inn en studiepost som er i samsvar med gjennomgangskriteriene for National Library of Medicine (NLM) kvalitetskontroll (QC). Sponsoren eller etterforskeren må kanskje revidere og sende inn en studiepost én eller flere ganger før NLMs kvalitetskontrollkriterier oppfylles. Det er sponsorens eller etterforskerens ansvar å sikre at studieposten er i samsvar med NLM QC-gjennomgangskriteriene.
7. juli 2026

Først lagt ut (Faktiske)

Først lagt ut

Datoen da studieposten først var tilgjengelig på ClinicalTrials.gov etter at National Library of Medicine (NLM) kvalitetskontroll (QC) gjennomgang har konkludert. Det er vanligvis en forsinkelse på noen dager mellom datoen studiesponsoren eller etterforskeren sendte inn studieposten og den første postedatoen.
9. juli 2026

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

Sist oppdatering lagt ut

Den siste datoen da endringer i en studiepost ble gjort tilgjengelig på ClinicalTrials.gov. Det kan være en forsinkelse mellom når endringene ble sendt til ClinicalTrials.gov av studiens sponsor eller etterforsker (datoen for siste innsending av oppdatering) og datoen for siste oppdatering.
9. juli 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

Siste oppdatering sendt inn som oppfylte QC-kriteriene

Den siste datoen da studiesponsoren eller etterforskeren sendte inn endringer i en studiepost som er i samsvar med gjennomgangskriteriene for National Library of Medicine (NLM) kvalitetskontroll (QC). Det er sponsorens eller etterforskerens ansvar å sikre at studieposten er i samsvar med NLM QC-gjennomgangskriteriene.
7. juli 2026

Sist bekreftet

Sist bekreftet

Den siste datoen da studiesponsoren eller etterforskeren bekreftet at informasjonen om en klinisk studie på ClinicalTrials.gov var nøyaktig og oppdatert. Hvis en studie med rekrutteringsstatus for rekruttering; ikke rekrutterer ennå; eller aktiv, ikke rekruttering har ikke blitt bekreftet de siste 2 årene, studiens rekrutteringsstatus vises som ukjent.
1. juli 2026

Mer informasjon

Begreper knyttet til denne studien

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

Andre studie-ID-numre

Identifikatorer eller ID-numre andre enn NCT-nummeret som er tildelt en klinisk studie av studiens sponsor, finansierere eller andre. Disse tallene kan inkludere unike identifikatorer fra andre prøveregistre og National Institutes of Health-stipendnumre.
  • OMPDR-108-1r

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

produkt produsert i og eksportert fra USA

Nei

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. .

Innstillinger for informasjonskapsler

Vi bruker informasjonskapsler for å sikre at vi gir deg den beste opplevelsen på nettstedet vårt. For mer informasjon, les nøye vår Retningslinjer for personvern og informasjonskapsler. ...>>>Du kan når som helst endre preferansene dine eller trekke tilbake samtykket ditt ved å slette informasjonskapslene fra nettstedet ditt eller datamaskinen som beskrevet i policyen. Godta det og velg dine preferanser ved å krysse av i de tilhørende rutene i delen "Administrer innstillinger" nedenfor. Les nøye gjennom servicevilkårene før du fortsetter å bruke noen del av dette nettstedet.
«Administrer innstillinger