- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06002373
Ocena sztucznej inteligencji w celu podjęcia decyzji o leczeniu dorosłych pacjentów z III klasą szkieletową
Wiarygodność sztucznej inteligencji w podejmowaniu decyzji o leczeniu Zalecenia dotyczące dorosłych pacjentów z III klasą szkieletową: badanie dokładności testu diagnostycznego
Badanie zatytułowane „Wiarygodność sztucznej inteligencji w zaleceniach dotyczących decyzji dotyczących leczenia dorosłych pacjentów ze szkieletową klasą III” ma na celu ocenę dokładności i niezawodności sztucznej inteligencji (AI) w dostarczaniu zaleceń dotyczących decyzji terapeutycznych dla dorosłych pacjentów ze szkieletową wadą zgryzu klasy III. Szkieletowa wada zgryzu klasy III charakteryzuje się słabo rozwiniętą szczęką górną lub nadmiernie rozwiniętą szczęką dolną, co prowadzi do nieprawidłowości twarzy i zębów. Badanie koncentruje się na ocenie, czy zalecenia oparte na sztucznej inteligencji mogą niezawodnie kierować planowaniem leczenia ortodontycznego dla tej konkretnej grupy pacjentów.
To badanie dokładności testu diagnostycznego obejmuje zebranie zróżnicowanego zestawu danych dorosłych pacjentów, u których zdiagnozowano szkieletową wadę zgryzu klasy III. Algorytmy sztucznej inteligencji będą trenowane na tym zbiorze danych przy użyciu różnych parametrów klinicznych i radiograficznych w celu poznania wzorców i sformułowania zaleceń dotyczących leczenia. W badaniu zostaną następnie porównane zalecenia dotyczące leczenia generowane przez sztuczną inteligencję z zaleceniami dostarczonymi przez doświadczonych ortodontów.
Kluczowe aspekty badania obejmują:
Wiarygodność sztucznej inteligencji: głównym celem jest ocena, na ile spójnie i dokładnie system sztucznej inteligencji może zalecić odpowiednie decyzje dotyczące leczenia dorosłych pacjentów z III klasą szkieletową.
Dokładność testu diagnostycznego: Badanie określi czułość, swoistość, dodatnią wartość predykcyjną i ujemną wartość predykcyjną zaleceń dotyczących leczenia generowanych przez sztuczną inteligencję. Ta analiza podkreśli zdolność sztucznej inteligencji do prawidłowej identyfikacji pacjentów wymagających określonych interwencji terapeutycznych.
Trafność kliniczna: Naukowcy zbadają, czy zalecenia AI są zgodne z decyzjami podjętymi przez doświadczonych ortodontów. Ocena ta ma kluczowe znaczenie dla ustalenia przydatności klinicznej systemu sztucznej inteligencji.
Potencjalne korzyści: Jeśli system sztucznej inteligencji okaże się niezawodny i dokładny, może zaoferować wydajną czasowo i ustandaryzowaną metodę wspomagania decyzji dotyczących leczenia, pomagając ortodontom w zapewnieniu spersonalizowanej opieki dorosłym pacjentom z III klasą szkieletową.
Przeprowadzając to badanie, naukowcy chcą przyczynić się do rozwoju wspomaganego przez sztuczną inteligencję procesu podejmowania decyzji medycznych w dziedzinie ortodoncji. Pomyślne wyniki mogłyby zrewolucjonizować procesy planowania leczenia, poprawić wyniki pacjentów i zapewnić ortodontom cenne narzędzie do podejmowania świadomych decyzji dotyczących leczenia dorosłych pacjentów z III klasą szkieletową
Przegląd badań
Status
Warunki
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Maha AM Swelam, PhD
- Numer telefonu: 00201123344551
- E-mail: maha.swelam@gmail.com
Lokalizacje studiów
-
-
-
Cairo, Egipt
- Rekrutacyjny
- Cairo University
-
Kontakt:
- Abd El Rahim
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- Dojrzały szkieletowo pacjenci z CVMI 6.
- Pacjenci z III klasą szkieletową
- Brak wrodzonej deformacji, zespołu lub rozszczepu.
- Brak wcześniejszej interwencji chirurgicznej
- Brak poprzecznego przesunięcia funkcjonalnego żuchwy.
- Nagryz normalny, nagryz nagryzowy po zakończeniu leczenia.
- Pacjenci z dobrze wykończoną okluzją.
- Pacjenci, którzy po zakończeniu leczenia osiągnęli odpowiednie wyniki funkcjonalne i estetyczne.
- Dobrej jakości wstępne i końcowe boczne zdjęcia cefalometryczne.
- Brak preferencji seksualnych.
Kryteria wyłączenia:
1. Młodzież i pacjenci z niedojrzałym układem kostnym. 2. Pacjenci z rzekomą klasą III. 3. Pacjenci z zespołem. 4. Chorzy ze zniekształceniem twarzy w obrębie kompleksu nosowo-szczękowego
-
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
czułość i specyficzność
Ramy czasowe: 1 miesiąc
|
różnica w czułości i specyficzności między decyzjami terapeutycznymi podjętymi przez klinicystów w porównaniu z decyzjami dostarczonymi przez oprogramowanie sztucznej inteligencji
|
1 miesiąc
|
Współpracownicy i badacze
Sponsor
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 8114
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 Dysplazja szkieletu
-
AEterna ZentarisSarcoma Alliance for Research through CollaborationZakończonyChrzęstniakomięsaki | Mięsaki miękkiej części pęcherzyków płucnych | Extra Skeletal Myxoid Chondrosarcomas