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

Biomedical Signal Extraction From Symptom Descriptions: An Observational Registry Using the OpenGenome Platform (OGNOME-REG)

16. mai 2026 oppdatert av: OpenGenome

Accuracy and Calibration of Evidence-Grounded Biomedical Signal Extraction From Free-Text Symptom Descriptions: A Prospective Observational Registry Using the OpenGenome Automated Research Instrument

This registry prospectively collects anonymized free-text symptom descriptions submitted voluntarily by adults through the OpenGenome platform at opengenome.bio. For each submission, the system retrieves real biomedical literature from PubMed and ClinicalTrials.gov in parallel, applies a constrained reasoning model operating under a strict output schema, and returns a structured biological signal report. The study evaluates the internal consistency of extracted signals, the calibration of confidence scores relative to dataset size and symptom specificity, and the distribution of biological signal categories across a large anonymous population. No intervention is assigned. No participant contact occurs. All data is anonymized at the point of collection.

Studieoversikt

Detaljert beskrivelse

OpenGenome is a publicly accessible, anonymous research instrument that maps free-text symptom descriptions to structured biological signals grounded in primary biomedical literature. Upon submission, the platform dispatches parallel queries to PubMed via NCBI E-utilities and ClinicalTrials.gov v2 API, retrieving up to 16 real sources per submission. A reasoning model constrained by a strict schema extracts a primary biological signal, up to five secondary signals, a plain-language correlation explanation, a confidence score, and a signal strength score. All scores are integers on a 0 to 100 scale. Sources are included by PMID or NCT identifier and are directly linkable for independent verification. This registry will analyze aggregate anonymized outputs to characterize signal consistency, score calibration, and population-level signal distributions.

Studietype

Observasjonsmessig

Registrering (Antatt)

1000

Kontakter og plasseringer

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

Studiekontakt

Studiesteder

    • State of Berlin
      • Friedrichshain, State of Berlin, Tyskland, 10243
        • Rekruttering
        • OpenGenome

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

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Ja

Prøvetakingsmetode

Sannsynlighetsprøve

Studiepopulasjon

Adults aged 18 years or older who voluntarily access the OpenGenome platform at opengenome.bio and submit a free-text description of symptoms or health-related observations for automated biomedical signal analysis.

Beskrivelse

  • Automated or programmatically generated submissions detected by rate limiting
  • Submissions containing no discernible symptom or health-related content

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
Voluntary Submitters
Adults aged 18 or older who voluntarily submit a free-text symptom description via the OpenGenome platform and receive a structured biological signal report. No intervention is assigned.
AI-assisted biomedical signal extraction from free-text symptom descriptions, cross-referenced against PubMed and ClinicalTrials.gov evidence sources.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Internal signal-source concordance rate
Tidsramme: At point of automated report generation, assessed continuously over 12 months
Proportion of primary signal claims in generated reports that are traceable to at least one retrieved PubMed or ClinicalTrials.gov source included in the same report
At point of automated report generation, assessed continuously over 12 months

Samarbeidspartnere og etterforskere

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

Sponsor

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)

5. mai 2026

Primær fullføring (Antatt)

5. mai 2028

Studiet fullført (Antatt)

30. mai 2028

Datoer for studieregistrering

Først innsendt

5. mai 2026

Først innsendt som oppfylte QC-kriteriene

5. mai 2026

Først lagt ut (Faktiske)

11. mai 2026

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

19. mai 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

16. mai 2026

Sist bekreftet

1. mai 2026

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

IPD-planbeskrivelse

Individual participant data is not available as all submissions are fully anonymous with no participant identifiers collected. Aggregate deidentified summary statistics will be made available upon study completion.

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