Development of a Multimodal Deep Learning Model for Pediatric Patients
Development of an Artificial Intelligence-Based Model for Assessing the Severity of Pediatric Obstructive Sleep Apnea
This study aims to develop a multimodal data-driven model integrating multiple noninvasive physiological signals to assess the severity of pediatric sleep-disordered breathing, using standard clinical sleep study results as the reference.
Studieoversikt
Status
Status
Forhold
Forhold
Intervensjon / Behandling
Intervensjon / Behandling
Detaljert beskrivelse
Pediatric obstructive sleep apnea may affect growth, development, cognitive function, and overall health. Although polysomnography is commonly used for clinical assessment, its application may be limited by time, cost, and accessibility. Recent advances in noninvasive monitoring technologies have provided new possibilities for sleep-related assessment. This study will collect and integrate multiple physiological signals from pediatric participants undergoing routine sleep examinations and to develop a data-driven model for evaluating sleep-related respiratory conditions. Clinical examination results will be used as the reference for model development and validation. The findings of this study are expected to support the development of a convenient and noninvasive approach for pediatric sleep assessment and may provide a reference for future clinical and home-based applications.
Studietype
Studietype
Registrering (Antatt)
Registrering
Kontakter og plasseringer
Studiekontakt
Studiekontakt
- Navn: Ke-Yun Chao, PhD
- Telefonnummer: +886-905-301-879
- E-post: C00152@mail.fjuh.fju.edu.tw
Studiesteder
-
-
-
New Taipei City, Taiwan, 24352
- Rekruttering
- Fu Jen Catholic University Hospital, Fu Jen Catholic University
-
Ta kontakt med:
- Ke-Yun Chao, PhD
- Telefonnummer: +886-905-301-879
- E-post: C00152@mail.fjuh.fju.edu.tw
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
Tar imot friske frivillige
Kjønn som er kvalifisert for studier
Prøvetakingsmetode
Studiepopulasjon
patient of affiliated university hospital
Beskrivelse
Inclusion Criteria:
- Individuals with clinical suspicion of obstructive sleep apnea who are referred for polysomnography
Exclusion Criteria:
- Intolerance to a fingertip or wrap-around pulse oximeter
- Presence of significant structural abnormalities of the upper airway
- Cardiac arrhythmia
- Neuromuscular disease
- Hospitalization within the previous one month
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Observasjonsmodeller: COHORT
- Tidsperspektiver: PROSPECTIVE
Hva måler studien?
Primære resultatmål
Primære resultatmål
Resultatmål |
Tidsramme |
|---|---|
|
the correlation among the apnea-hypopnea index, millimeter-wave radar signals, and ballistocardiography waveforms
Tidsramme: up to 12 hours
|
up to 12 hours
|
Samarbeidspartnere og etterforskere
Sponsor
Sponsor
Etterforskere
Etterforskere
- Hovedetterforsker: Ke-Yun Chao, PhD, Fu Jen Catholic University
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Studiestart
Primær fullføring (Antatt)
Primær fullføring
Studiet fullført (Antatt)
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
Nøkkelord
Andre studie-ID-numre
Andre studie-ID-numre
- FJUH115604
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. .