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

Vurdere en kunstig intelligens-algoritme for høyde for å estimere høyden til barn (INFER)

2. februar 2026 oppdatert av: Danone Asia Pacific Holdings Pte, Ltd.

En studie for å samle inn data for å bygge kunstig intelligens avledede algoritmer for å estimere høyde og vekt hos barn (INFER)

En utforskende studie for å utforske muligheten for å bruke datasynsalgoritmer for å estimere et barns høyde ved å bruke bilder tatt av helsepersonell eller foreldre.

Studieoversikt

Status

Fullført

Forhold

Intervensjon / Behandling

Detaljert beskrivelse

Dette er en utforskende, observasjons- og datainnsamlingsstudie som tar sikte på å evaluere ytelsen til en Height Artificial Intelligence (HAI) algoritme i en virkelig verden. Bilder vil bli samlet inn av foreldre eller helsepersonell, sammen med fysiske høydemålinger. Disse dataene vil bli brukt til å evaluere nøyaktigheten til algoritmen og for å utforske potensielle forbedringer. Data om aksept og erfaring med bruk av algoritmen vil bli samlet inn for forbedringer.

Studietype

Observasjonsmessig

Registrering (Faktiske)

250

Kontakter og plasseringer

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

Studiesteder

  • Singapore
      • Singapore, Singapore
        • KK Women's and Children's 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

  • Barn

Tar imot friske frivillige

Ja

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Barn over 24 måneder og under 6 år uten fysiske misdannelser

Beskrivelse

Inkluderingskriterier:

  • Barn over 24 måneder og under 6 år.
  • Foreldre bør ha tilgang til internett og en smarttelefon eller et bord for å fylle ut spørreskjemaer, ta bilder og laste opp bilder.
  • Foreldre bør kunne forstå innholdet i studien og fylle ut spørreskjemaene på engelsk.
  • Skriftlig samtykke fra foreldre og/eller juridisk akseptabel representant

Ekskluderingskriterier:

  • Barn som ikke klarer å stå oppreist mot en vegg
  • Barn som ikke klarer å samarbeide med ståhøydemåling

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
Intervensjon / Behandling
Barn over 24 måneder og under 6 år
Barn over 24 måneder og under 6 år uten strukturelle abnormiteter i underekstremitetene eller ortopediske tilstander
Annen: Fysisk høydemåling
Fysisk høyde vil bli målt og bilder vil bli samlet inn for AI for å estimere høyden

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Nøyaktighet av høyden AI (cm)
Tidsramme: 2 dager

Nøyaktighet av høyde AI (cm) i en klinikk og i hjemmemiljø, avledet fra:

  1. Høyde AI-prediksjon fra innsamlede bilder
  2. De fysiske høydemålingene til forsøkspersoner som bruker WHOs standard høydemåling
2 dager

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Nøyaktighet av vekt AI (kg)
Tidsramme: 2 dager

Nøyaktighet av vekt AI (kg) i en klinikk og i hjemmemiljø, avledet fra:

  1. Vektprediksjonen fra de stående bildene samlet inn i denne studien
  2. WHOs standard vektmåling av forsøkspersoner
2 dager

Andre resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Vurderinger fra forelderen om brukbarheten av AI i hjemmemiljø via spørreskjema
Tidsramme: 2 dager
  1. Enkelt å samle bilder (veldig lett til veldig vanskelig)
  2. Akseptabelt område for høyde- og vektforskjell mellom AI-prediksjon og WHO-måling (mellom ≤1 cm og >5 cm)
  3. Hyppighet av måling av barnets høyde og vekt hjemme (aldri,< 1/måned, minst <1/måned, minst 1 per 2 uker,minst 1/uke,> 1/uke,daglig)
  4. Nytten av å bruke digitalt verktøy for å måle barnets høyde og vekt hjemme (Veldig nyttig til Ikke veldig nyttig)
  5. Hyppighet av bruk av digitalt verktøy for å måle barnets høyde og vekt hjemme (aldri,<1/mnd, minst 1/mnd, minst 1 per 2 uker,minst 1/uke,>1/uke,daglig)
  6. Sannsynlighet og årsak til å bruke et digitalt verktøy for å måle barnets høyde og vekt hjemme (svært sannsynlig til svært usannsynlig)
  7. Dele barnets høyde og vekt målt ved hjelp av digitalt verktøy med andre (svært sannsynlig til svært usannsynlig)
  8. Bruk av mobilapper for å spore barnets høyde og vekt (fritekst)
  9. Andre funksjoner/verktøy som er nyttige for å måle barnets høyde og vekt (fritekst)
2 dager
Vurderinger fra etterforskeren om brukbarheten til AI i en klinikksetting via et spørreskjema
Tidsramme: 2 dager
  1. Akseptabelt område for høyde og vektforskjell mellom høyde og vekt AI fra WHO-målingen (≤ 1cm, ≤ 2cm, ≤ 3cm, ≤ 4cm, ≤5cm, >5cm)
  2. Sannsynligheten for å bruke et digitalt verktøy for å måle et barns høyde og vekt i en klinisk setting (Svært sannsynlig, sannsynlig, nøytral, usannsynlig, svært usannsynlig)
  3. Sannsynlighet for å anbefale foreldre å bruke et digitalt verktøy for å måle barnets høyde og vekt i en klinisk setting (Svært sannsynlig, sannsynlig, nøytral, usannsynlig, svært usannsynlig)
  4. Andre funksjoner/verktøy de finner nyttige for å måle barnets høyde og vekt (fritekst)
2 dager
Vurderinger fra etterforskeren om hvor enkelt det er å samle bilder i en klinikk-setting via et spørreskjema
Tidsramme: 2 dager
Etterforskerens vurdering av hvor enkelt det er å samle inn bildene [Very Easy, Easy, Normal, Difficult, Very Difficult]
2 dager

Samarbeidspartnere og etterforskere

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

Sponsor

Danone Asia Pacific Holdings Pte, Ltd.

Samarbeidspartnere

KK Women's and Children's Hospital

Etterforskere

  • Hovedetterforsker: Fabian Yap, MBBS, KK Women's and Children's Hospital

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 (Faktiske)

9. september 2024

Primær fullføring (Faktiske)

4. mars 2025

Studiet fullført (Faktiske)

4. mars 2025

Datoer for studieregistrering

Først innsendt

5. august 2024

Først innsendt som oppfylte QC-kriteriene

27. august 2024

Først lagt ut (Faktiske)

29. august 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

4. februar 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

2. februar 2026

Sist bekreftet

1. februar 2026

Mer informasjon

Begreper knyttet til denne studien

Nøkkelord

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • SBB20R&31696-A

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

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