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

Naturlig språkbehandling for hodepinemedisin

14. mai 2024 oppdatert av: University Hospital, Ghent
Hodepinelidelser diagnostiseres ved å ta og bruke kriteriene i den internasjonale klassifiseringen av hodepinelidelser tredje utgaven (ICHD-3). For å hjelpe pasienter og leger med å stille den riktige diagnosen, kan digitale teknologier basert på naturlig språkbehandling (NLP)-tilnærminger bidra til å identifisere hodepineforstyrrelser innenfor naturlig pasientformidlet tale. Forskningen tar sikte på å utvikle statistiske modeller gjennom maskinlæring NLP-applikasjoner for nøyaktig og presis klassifisering av hodepinelidelser med hodepineekspert gitt ICHD-3-diagnose som gullstandarden. Videre har forskningen også som mål å utvikle statistiske modeller gjennom maskinlæring NLP-applikasjoner for estimering av effektskårer utledet fra validerte hodepinespørreskjemaer ved å bruke tekster som input. Pasienter fra den tertiære hodepineklinikken vil bli rekruttert for å gi muntlige narrative tekstlige beskrivelser av deres hodepineanfallsegenskaper og sykdomsbyrden relatert til deres hodepinelidelser. Målet med forskningen er å utvikle tilgjengelige, evidensbaserte digitale medisinske verktøy som lavinnsatsapplikasjoner for riktig diagnose av hodepinelidelser og estimering av sykdomsbyrden på grunn av hodepinelidelser.

Studieoversikt

Status

Fullført

Intervensjon / Behandling

Detaljert beskrivelse

Hodepinelidelser er blant de mest utbredte og invalidiserende tilstandene over hele verden. Global Burden of Disease-studien 2016 fant at migrene er den nest mest ledende årsaken til funksjonshemming på verdensbasis. I gruppen 18- til 49-åringer er migrene den viktigste årsaken til funksjonshemming. Likevel får mange pasienter ikke tilstrekkelig diagnose eller riktig hodepinespesifikk behandling.

Leger som utfører hodepinemedisin må ha en nøyaktig og fullstendig hodepinehistorie for å konstruere en korrekt diagnose og terapeutisk plan. Diagnosen må ideelt sett stilles ved å bruke den internasjonale klassifiseringen av hodepinelidelser tredje utgave (ICHD-3). Denne prosessen er avgjørende for å stille riktig diagnose innen rimelig tid. Anamnese på hodepinepasienter står imidlertid overfor mange utfordringer. Den er sterkt avhengig av muntlig eller skriftlig kommunikasjon mellom dem og pasientene. Det er en anstrengende og tidkrevende praksis hovedsakelig for ikke-erfarne leger. Feiltolkning av pasienter eller leger i dialog kan forekomme og føre til misforståelser, feildiagnostikk og mishandling. Ofte finner pasienter vanskeligheter med å uttrykke alle egenskaper under et enkelt besøk til legen, og etterlater et vell av nyttig informasjon for legen ubrukt. Til slutt er det vanskelig å måle sykdomsbyrden ved hodepinelidelser og gjøres for det meste gjennom validerte, men rigide spørreskjemaer. Det kan neglisjere den ofte komplekse, men naturlige innvirkningen hodepinelidelser har på alle dimensjoner av menneskeliv.

Med det bemerkelsesverdige unntaket av e-dagbøker, er digitale verktøy for hodepinelegen foreløpig ikke tilgjengelig. Digital teknologi kan tilby mange løsninger på utfordringene nevnt ovenfor. Globalt ekspanderer digitaliseringen raskere enn før. I den utviklede verden har nesten hver person nå tilgang til digitale verktøy som datamaskiner, smarttelefoner eller nettbrett. Mer enn 3,5 milliarder mennesker rundt om i verden ble anslått å ha tilgang til Internett i 2015. Kunstig intelligens (AI) og maskinlæring (ML) kommer raskt inn i vår digitale verden, med allerede flere bruksområder som implementeres i medisin. Algoritmer innen bildeanalyse, taleanalyse og elektronisk utvinning av pasientdatabaser er allerede utforsket for å bestemme hvilke fordelaktige effekter som kan utledes av disse teknikkene.

Med økt beregningshastighet, lagringskapasitet og utviklende brukergrensesnitt, har nye digitale kliniske applikasjoner potensial for å hjelpe pasienten og legen langs banen for å håndtere hodepinelidelser. Et slikt felt innen digitale vitenskaper er naturlig språkbehandling (NLP). Den bruker tekst som input for å generere matematiske modeller som har potensial til å nøyaktig klassifisere og estimere numeriske kontoer på grunnlag av grammatikk, leksikalsk innhold, sentimental verdi av ord og ordinnbygging i setninger.

Etterforskerne mener at riktig bruk av NLP i hodepinemedisin til syvende og sist kan forbedre livene til mange hodepinepasienter ved å gi riktig diagnose i tide og lette kommunikasjonen om sykdomsbyrden mellom pasient og lege. Dette forskningsprosjektet tar sikte på å utvikle NLP-verktøy som er i stand til å analysere pasientprodusert tekst om deres hodepineproblemer for nøyaktig å diagnostisere hodepinelidelser og å estimere virkningen av hodepinelidelser på pasientens liv.

Studietype

Intervensjonell

Registrering (Faktiske)

187

Fase

  • Ikke aktuelt

Kontakter og plasseringer

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

Studiesteder

      • Ghent, Belgia, 9000
        • University Hospital Ghent
    • Belgie
      • Ghent, Belgie, Belgia, 9000
        • Ghent university Hospital

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

18 år og eldre (Voksen, Eldre voksen)

Tar imot friske frivillige

Ja

Beskrivelse

Inklusjonskriterier:

  • Pasienter som besøker hodepineklinikken til Ghent Universitetssykehus for første gang eller under oppfølging.
  • Pasienter over 18 år.
  • Pasienter skal kunne ha nederlandsk som morsmål, og være tilstrekkelig i stand til å lese, skrive, forstå og snakke nederlandsk.

Ekskluderingskriterier:

  • Pasienter yngre enn 18 år.
  • Pasienter med et annet språk enn nederlandsk som morsmål.
  • Pasienter med rusmisbruk av alkohol eller ulovlige stoffer i nåtid eller fortid.

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

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

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Eksperimentell: Deltakere
Deltakere i studien
Naturlig språkbehandling: klassifiserings- og regresjonsoppgaver.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
F1-score klassifisering migrene narrativ versus klyngehodepine narrativ
Tidsramme: Grunnlinje
Klassifiseringsmodeller for maskinlæring som bruker logistisk regresjon, naiv bayes-klassifisering og støtter vektormaskiner basert på tekstelementene i pasientenes fortellinger, for å klassifisere fortellingen som enten migrene eller klyngehodepine. Høyere F1-score tyder på bedre klassifiseringsresultater.
Grunnlinje

Samarbeidspartnere og etterforskere

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

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.

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)

28. august 2020

Primær fullføring (Faktiske)

31. desember 2023

Studiet fullført (Faktiske)

31. desember 2023

Datoer for studieregistrering

Først innsendt

25. april 2022

Først innsendt som oppfylte QC-kriteriene

11. mai 2022

Først lagt ut (Faktiske)

17. mai 2022

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

16. mai 2024

Siste oppdatering sendt inn som oppfylte QC-kriteriene

14. mai 2024

Sist bekreftet

1. mai 2024

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

UBESLUTTE

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. .

Kliniske studier på Naturlig språkbehandling

3
Abonnere