Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Algorytm przewidywania dowolnego tekstu dla zapalenia wyrostka robaczkowego

2 marca 2021 zaktualizowane przez: National University Hospital, Singapore

Prospektywne badanie algorytmu przewidywania diagnozy w postaci dowolnego tekstu dla zapalenia wyrostka robaczkowego na oddziale ratunkowym

Wspomagane komputerowo oprogramowanie diagnostyczne było wykorzystywane do pomocy lekarzom na różne sposoby. Algorytmy predykcyjne oparte na tekście zostały przeszkolone na podstawie wcześniejszej dokumentacji medycznej poprzez eksplorację danych i analizę cech. Obecnie wszystkie modele problemów z przewidywaniami opartymi na uczeniu maszynowym oparte na tekście zostały zbudowane na podstawie wyodrębnionych danych bez przeprowadzania żadnych badań nad algorytmami przewidywania opartymi na swobodnym tekście. Niniejsze badanie ma na celu określenie dokładności algorytmu przewidywania swobodnego tekstu w przewidywaniu prawdopodobieństwa zapalenia wyrostka robaczkowego u pacjentów zgłaszających się na oddział ratunkowy z bólem brzucha i objawami żołądkowo-jelitowymi.

Przegląd badań

Status

Status

Wskazuje aktualny stan rekrutacji lub stan rozszerzonego dostępu.
Zakończony

Warunki

Warunki

Badana choroba, zaburzenie, zespół, choroba lub uraz. Na stronie ClinicalTrials.gov warunki mogą również obejmować inne kwestie związane ze zdrowiem, takie jak długość życia, jakość życia i zagrożenia dla zdrowia.

Interwencja / Leczenie

Interwencja / Leczenie

Proces lub działanie będące przedmiotem badania klinicznego. Interwencje obejmują leki, urządzenia medyczne, procedury, szczepionki i inne produkty, które są w fazie badań lub są już dostępne. Interwencje mogą również obejmować podejścia nieinwazyjne, takie jak edukacja lub modyfikacja diety i ćwiczeń.

Szczegółowy opis

Opracowanie modeli uczenia maszynowego, które mają dużą moc przewidywania diagnozy zapalenia wyrostka robaczkowego na podstawie wpisanego przez lekarza dowolnego tekstu, może poprawić dokładność diagnostyczną lekarzy. Oferuje również możliwość wykorzystania algorytmów predykcyjnych w celu usprawnienia rutynowej opieki klinicznej. W przyszłości można łączyć wiele modeli uczenia maszynowego w celu zwiększenia dokładności przewidywania, a algorytmy przewidywania można rozszerzyć na inne diagnozy.

Jako zestaw danych szkoleniowych i walidacyjnych wykorzystano 18 000 przypadków prezentacji na oddziałach ratunkowych w ciągu 10 lat. Aby opracować model przewidywania zapalenia wyrostka robaczkowego, wykorzystano sieci neuronowe głębokiego uczenia z dostosowaną ontologią medyczną. Dokładność diagnostyczna modelu wyrażana jest jako czułość (przypomnij sobie), swoistość i wynik F1 (średnia harmoniczna). Opracowany model predykcyjny rozpoznania charakteryzuje się wysoką czułością (86,3%), swoistością (91,9%) i wynikiem F1 (88,8) w rozpoznawaniu zapalenia wyrostka robaczkowego u pacjentów zgłaszających się z bólem brzucha.

Algorytm modelu predykcyjnego podświetli również w wolnym tekście (wpisanym przez lekarza prowadzącego) słowa, którym przypisuje większe prawdopodobieństwo przewidzenia wyniku. Lekarze zostaną poinstruowani, aby podać procentowe prawdopodobieństwo zapalenia wyrostka robaczkowego na podstawie obrazu klinicznego i wszelkich dostępnych badań laboratoryjnych. Następnie lekarzowi pokazana jest prognoza algorytmu, a także podświetlone słowa dla wprowadzonego pacjenta. Następnie musi przedstawić kolejną prognozę prawdopodobieństwa wystąpienia zapalenia wyrostka robaczkowego po obejrzeniu prognozy wygenerowanej przez algorytm.

Celem jest ocena wydajności algorytmu i ocena, czy użycie algorytmu może pomóc lekarzom ratunkowym w poprawie diagnozy zapalenia wyrostka robaczkowego. Wyniki przewidywania zostaną zestawione w tabeli w celu oceny dokładności algorytmu, lekarzy przed wprowadzeniem algorytmu i lekarzy po otrzymaniu danych wejściowych algorytmu. Dokładność zostanie wyrażona jako czułość, specyficzność, dokładność, dodatnia wartość przewidywania, wynik F1 i wynik F0,5.

Około 100 lekarzy ratunkowych zostanie zrekrutowanych w ciągu 1 roku jako uczestnicy badania. Lekarze zostaną losowo podzieleni na dwie grupy – ramię algorytmu i ramię bez algorytmu. Randomizacja będzie odbywać się według czasu (co tydzień) przy użyciu randomizacji bloków zmiennych 4 i 6. Pacjenci będą obserwowani w celu ostatecznej diagnozy wypisu.

Typ studiów

Typ studiów

Opisuje charakter badania klinicznego. Rodzaje badań obejmują badania interwencyjne (zwane także badaniami klinicznymi), badania obserwacyjne (w tym rejestry pacjentów) i rozszerzony dostęp.
Obserwacyjny

Zapisy (Rzeczywisty)

Zapisy

Liczba uczestników badania klinicznego. „Przewidywana” rekrutacja to docelowa liczba uczestników, których naukowcy potrzebują do badania.
689

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Lokalizacje studiów

  • Singapur
      • Singapore, Singapur, 119074
        • National University Hospital

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Kryteria kwalifikacji

Kluczowe wymagania, które muszą spełniać osoby chcące wziąć udział w badaniu klinicznym lub cechy, które muszą posiadać. Kryteria kwalifikowalności obejmują zarówno kryteria włączenia (które są wymagane, aby dana osoba mogła uczestniczyć w badaniu), jak i kryteria wykluczenia (które uniemożliwiają osobie udział). Rodzaje kryteriów kwalifikowalności obejmują to, czy badanie akceptuje zdrowych ochotników, ma wymagania dotyczące wieku lub grupy wiekowej lub jest ograniczone ze względu na płeć.

Wiek uprawniający do nauki

21 lat do 99 lat (DOROSŁY, STARSZY_DOROŚLI)

Akceptuje zdrowych ochotników

Nie

Płeć kwalifikująca się do nauki

Wszystko

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Lekarze prowadzący będą rekrutowani jako uczestnicy badania i co tydzień losowo przydzielani do „stosowania algorytmu” w porównaniu do „niestosowania algorytmu”.

Dane pacjentów, którzy spełnili powyższe kryteria kwalifikacji, zostaną zebrane i wprowadzone do algorytmu predykcyjnego.

Opis

Kryteria kwalifikacji lekarzy- Kryteria włączenia: Młodzi lekarze pracujący w SOR Kryteria wykluczenia: Odmowa zgody

Kryteria kwalifikacji pacjentów-

Kryteria przyjęcia:

  • Obecność bólu brzucha, LUB
  • Obecność objawów żołądkowo-jelitowych, takich jak nudności, wymioty lub biegunka, LUB
  • Gorączka z anoreksją

Kryteria wyłączenia:

  • Poprzednia historia wyrostka robaczkowego
  • Odmowa zgody

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

Kohorty i interwencje

Grupa / Kohorta

Grupa / Kohorta

Grupa lub podgrupa uczestników badania obserwacyjnego ocenianego pod kątem wyników biomedycznych lub zdrowotnych.
Interwencja / Leczenie

Interwencja / Leczenie

Proces lub działanie będące przedmiotem badania klinicznego. Interwencje obejmują leki, urządzenia medyczne, procedury, szczepionki i inne produkty, które są w fazie badań lub są już dostępne. Interwencje mogą również obejmować podejścia nieinwazyjne, takie jak edukacja lub modyfikacja diety i ćwiczeń.
Z wykorzystaniem algorytmu
Test diagnostyczny: Algorytm przewidywania dowolnego tekstu dla zapalenia wyrostka robaczkowego
Oprogramowanie do przewidywania wolnego tekstu, które przewiduje prawdopodobieństwo wystąpienia ostrego zapalenia wyrostka robaczkowego
Bez użycia algorytmu

Co mierzy badanie?

Podstawowe miary wyniku

Podstawowe miary wyniku

W protokole badania klinicznego planowana miara wyniku, która jest najważniejsza dla oceny efektu interwencji/leczenia. Większość badań klinicznych ma jedną główną miarę wyniku, ale niektóre mają więcej niż jedną.
Miara wyniku
Opis środka
Ramy czasowe
Dokładność algorytmu predykcyjnego ostrego zapalenia wyrostka robaczkowego
Ramy czasowe: 30 dni
Dokładność algorytmu predykcyjnego i trafność lekarzy z wkładem algorytmu w diagnostyce ostrego zapalenia wyrostka robaczkowego
30 dni

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Sponsor

Organizacja lub osoba, która inicjuje badanie i która ma władzę i kontrolę nad badaniem.
National University Hospital, Singapore

Śledczy

Śledczy

Badacz biorący udział w badaniu klinicznym. Terminy pokrewne obejmują głównego badacza ośrodka, badacza pomocniczego ośrodka, kierownika badania i głównego badacza badania.
  • Główny śledczy: Kee Yuan Ngiam, Dr, National University Hospital, Singapore

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (RZECZYWISTY)

Rozpoczęcie studiów

Rzeczywista data włączenia pierwszego uczestnika do badania klinicznego. „Przewidywana” data rozpoczęcia badania to data, którą naukowcy uważają za datę rozpoczęcia badania.
4 grudnia 2017

Zakończenie podstawowe (RZECZYWISTY)

Zakończenie podstawowe

Data, w której ostatni uczestnik badania klinicznego został przebadany lub otrzymał interwencję w celu zebrania ostatecznych danych dla głównego pomiaru wyniku. To, czy badanie kliniczne zakończyło się zgodnie z protokołem, czy też zostało zakończone, nie ma wpływu na tę datę. W przypadku badań klinicznych z więcej niż jedną miarą wyniku pierwotnego i różnymi datami zakończenia termin ten odnosi się do daty zakończenia gromadzenia danych dla wszystkich miar wyniku pierwotnego. „Przewidywana” data ukończenia podstawowego badania to data, którą naukowcy uważają za pierwotną datę zakończenia badania.
1 lipca 2019

Ukończenie studiów (RZECZYWISTY)

Ukończenie studiów

Data, w której ostatni uczestnik badania klinicznego został przebadany lub otrzymał interwencję/leczenie w celu zebrania ostatecznych danych dotyczących głównych miar wyników, drugorzędowych miar wyników i zdarzeń niepożądanych (tj. ostatnia wizyta ostatniego uczestnika). „Przewidywana” data zakończenia badania to data, którą naukowcy uważają za datę zakończenia badania.
1 lipca 2020

Daty rejestracji na studia

Pierwszy przesłany

Pierwszy przesłany

Data, w której sponsor badania lub badacz po raz pierwszy przesłał dokumentację badania do ClinicalTrials.gov. Zwykle występuje kilkudniowe opóźnienie między pierwszą przesłaną datą a udostępnieniem rekordu na ClinicalTrials.gov (pierwsza data opublikowania).
23 stycznia 2018

Pierwszy przesłany, który spełnia kryteria kontroli jakości

Pierwszy przesłany, który spełnia kryteria kontroli jakości

Data, w której sponsor badania lub badacz po raz pierwszy przesłał zapis badania zgodny z kryteriami przeglądu kontroli jakości (QC) National Library of Medicine (NLM). Sponsor lub badacz może być zmuszony do zmiany i przedłożenia dokumentacji badania raz lub kilka razy, zanim zostaną spełnione kryteria przeglądu kontroli jakości NLM. Obowiązkiem sponsora lub badacza jest upewnienie się, że zapis badania jest zgodny z kryteriami przeglądu NLM QC.
23 stycznia 2018

Pierwszy wysłany (RZECZYWISTY)

Pierwszy wysłany

Data pierwszego udostępnienia zapisu badania na stronie ClinicalTrials.gov po zakończeniu przeglądu kontroli jakości (QC) National Library of Medicine (NLM). Zwykle występuje kilkudniowe opóźnienie między datą przesłania dokumentacji badania przez sponsora badania lub badacza a datą pierwszego zaksięgowania.
30 stycznia 2018

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (RZECZYWISTY)

Ostatnia wysłana aktualizacja

Najnowsza data udostępnienia zmian w rekordzie badania na stronie ClinicalTrials.gov. Może wystąpić opóźnienie między momentem przesłania zmian do ClinicalTrials.gov przez sponsora badania lub badacza (data ostatniego przesłania aktualizacji) a datą ostatniego opublikowania aktualizacji.
3 marca 2021

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

Najnowsza data, w której sponsor badania lub badacz przesłał zmiany w rekordzie badania, które są zgodne z kryteriami przeglądu kontroli jakości (QC) National Library of Medicine (NLM). Obowiązkiem sponsora lub badacza jest upewnienie się, że zapis badania jest zgodny z kryteriami przeglądu NLM QC.
2 marca 2021

Ostatnia weryfikacja

Ostatnia weryfikacja

Najnowsza data, w której sponsor badania lub badacz potwierdził, że informacje o badaniu klinicznym na stronie ClinicalTrials.gov są dokładne i aktualne. Jeśli badanie ze statusem rekrutacji to rekrutacja; jeszcze nie rekrutacja; lub aktywny, brak rekrutacji nie został potwierdzony w ciągu ostatnich 2 lat, status rekrutacji do badania jest pokazany jako nieznany.
1 marca 2021

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

Inne numery identyfikacyjne badania

Identyfikatory lub numery identyfikacyjne inne niż numer NCT, które są przypisane do badania klinicznego przez sponsora badania, podmioty finansujące lub inne osoby. Numery te mogą zawierać unikalne identyfikatory z innych rejestrów badań i numery grantów National Institutes of Health.
  • N-171-000-456-001

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

Opis planu IPD

Dane poszczególnych uczestników nie będą udostępniane innym badaczom.

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .

Badania kliniczne na Ból brzucha

Wyszukaj podobne próby

Sponsorzy i współpracownicy

Warunki medyczne

Interwencje lekowe

Warunki

Rzadkie choroby

Interwencje lekowe

Suplementy diety

Sponsor / Współpracownicy

Lokalizacje

Ustawienia plików cookie

Używamy plików cookie, aby zapewnić najlepszą jakość korzystania z naszej witryny. Aby uzyskać więcej informacji, przeczytaj uważnie naszą Politykę prywatności i pliki cookie. ...>>>Możesz zmienić swoje preferencje lub wycofać zgodę w dowolnym momencie, usuwając pliki cookie ze swojej strony internetowej lub komputera, zgodnie z opisem w polityce. Zaakceptuj go i wybierz swoje preferencje, zaznaczając odpowiednie pola w sekcji „Zarządzaj ustawieniami” poniżej. Przeczytaj uważnie nasze Warunki korzystania z usług, zanim zaczniesz korzystać z jakiejkolwiek części tej witryny.
«Zarządzaj ustawieniami