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

Evaluering av komfortatferdsnivåer hos nyfødte med kunstig intelligens-teknikker

9. april 2020 oppdatert av: DENİZ YİĞİT, Eskisehir Osmangazi University
Denne studien; Det vil bli utført med sikte på å utvikle kunstig intelligens-metoden, som tillater automatisk bestemmelse av komfortnivåer til nyfødte.

Studieoversikt

Status

Ukjent

Intervensjon / Behandling

Detaljert beskrivelse

Denne studien; Det vil bli utført med sikte på å utvikle kunstig intelligens-metoden, som tillater automatisk bestemmelse av komfortnivåer til nyfødte. Ansikts- og kroppsbevegelser til nyfødte vil bli registrert med kamera, og bilder vil bli behandlet i datamiljø ved bruk av kunstig intelligens-teknikker. Som et resultat er det planlagt å lage en teknologi som bestemmer komfortnivået til den nyfødte raskt og enkelt og kan brukes av den mobile enheten.

Studietype

Intervensjonell

Registrering (Forventet)

1000

Fase

  • Ikke aktuelt

Kontakter og plasseringer

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

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

Alder som er kvalifisert for studier

1 time til 4 uker (Barn)

Tar imot friske frivillige

Nei

Kjønn som er kvalifisert for studier

Alle

Beskrivelse

Inklusjonskriterier:

  • Foreldres aksept av deres babys deltakelse i studien
  • Å ha en baby født i uke 24-42

Ekskluderingskriterier:

  • Å ha en baby født før 24 ukers svangerskap eller etter 42 ukers svangerskap.
  • Har mottatt smertestillende, muskelavslappende eller beroligende medikamentell behandling som kan påvirke komfort og oppførsel (siste 24 timer)
  • Nyfødt har alvorlig nevrologisk skade

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Annen
  • Tildeling: N/A
  • Intervensjonsmodell: Enkeltgruppeoppdrag
  • Masking: Ingen (Open Label)

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Eksperimentell: kunstig intelligens teknikker
Ansikts- og kroppsbevegelser til nyfødte vil bli registrert med kamera, og bilder vil bli behandlet i datamiljø ved bruk av kunstig intelligens-teknikker. Som et resultat er det planlagt å lage en teknologi som bestemmer komfortnivået til den nyfødte raskt og enkelt og kan brukes av den mobile enheten.
det er planlagt å lage en teknologi som bestemmer komfortnivået til den nyfødte raskt og enkelt, enkel å bruke, tidsbesparende og kan brukes av den mobile enheten.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Bilder av den nyfødte
Tidsramme: 12 timer for hver nyfødt
Bilder vil bli tatt for å overføre atferd til nyfødte til datamaskinen. Det vil bli lagt vekt på å synliggjøre ansikts- og kroppsbevegelser mens du tar bildet. Kameraet vil ta 12 timers visning av hver nyfødt. Denne perioden kan imidlertid forkortes som følge av forarbeid.
12 timer for hver nyfødt

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Kunstig intelligens teknikker
Tidsramme: Omtrent 1 uke for hver nyfødt
Bildene av den nyfødte vil bli overført til datamaskinen. Bildene vil bli behandlet av en spesialist på datamaskin ved bruk av kunstig intelligens-teknikker.
Omtrent 1 uke for hver nyfødt

Samarbeidspartnere og etterforskere

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

Etterforskere

  • Hovedetterforsker: DENİZ YİĞİT, Res.Asst., ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ SAĞLIK BİLİMLERİ FAKÜLTESİ

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

Generelle publikasjoner

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 (Forventet)

1. september 2020

Primær fullføring (Forventet)

1. desember 2020

Studiet fullført (Forventet)

1. september 2021

Datoer for studieregistrering

Først innsendt

2. april 2020

Først innsendt som oppfylte QC-kriteriene

3. april 2020

Først lagt ut (Faktiske)

7. april 2020

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

13. april 2020

Siste oppdatering sendt inn som oppfylte QC-kriteriene

9. april 2020

Sist bekreftet

1. april 2020

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • DYIGIT
  • Ayfer AÇIKGÖZ (Annen identifikator: ESKİŞEHİR OSMANGAZİ ÜNİVERSİTESİ)

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

JA

IPD-planbeskrivelse

På slutten av studien er det sikte på å kunngjøre den kunstige intelligensen utviklet for å måle komfort med erklæringen som skal avgis i internasjonale kongresser. På denne måten er det tenkt at programmet skal brukes av helsepersonell ved ulike sykehus og nyfødtklinikker på disse sykehusene.

IPD-delingstidsramme

Det vil bli delt etter at studiet er ferdig (omtrent 2 år senere)

Tilgangskriterier for IPD-deling

Å være helsepersonell som jobber med nyfødte

IPD-deling Støtteinformasjonstype

  • STUDY_PROTOCOL

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

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. .

Abonnere