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

Dynamiczne monitorowanie czynników wpływających na powodzenie implantacji oraz modele przewidywania wyników implantacji

16 listopada 2024 zaktualizowane przez: Yi Zhou, The Dental Hospital of Zhejiang University School of Medicine
Obecnie technologia sztucznej inteligencji, w której głównym środkiem jest uczenie maszynowe, jest coraz częściej stosowana w dziedzinie jamy ustnej i odgrywa coraz ważniejszą rolę w badaniu, diagnozowaniu, leczeniu i ocenie rokowania chorób jamy ustnej. Wśród nich ważną gałęzią sztucznej inteligencji jest uczenie maszynowe, które odnosi się do systemu uczącego się określonych wzorców statystycznych w danym zbiorze danych w celu przewidywania zachowania nowych próbek danych [8]. Uczenie maszynowe dzieli się na dwie główne kategorie: uczenie nadzorowane i uczenie się bez nadzoru. To, czy istnieje nadzór, zależy od tego, czy wprowadzone dane są oznaczone, czy nie. Jeśli dane wejściowe są oznaczone etykietą, jest to uczenie nadzorowane. Uczenie się bez etykiety jest bez nadzoru. Uczenie nadzorowane to rodzaj algorytmu uczenia się, gdy znany jest prawidłowy wynik zbioru danych. Ponieważ znane są dane wejściowe i wyjściowe, oznacza to, że istnieje związek między wejściem a wyjściem, a algorytm uczenia się nadzorowanego ma odkryć i podsumować tę „związek”. Uczenie się bez nadzoru odnosi się do klasy algorytmów uczenia się dla danych nieoznaczonych. Brak informacji na etykiecie oznacza, że ​​należy odkryć wzorce lub struktury i podsumować je na podstawie zbioru danych.

Przegląd badań

Status

Rekrutacyjny

Warunki

Interwencja / Leczenie

Szczegółowy opis

Wychodząc od różnych typów danych, badacze zbudowali różnorodne modele w celu eksploracji samych danych i przewidywania prognoz dotyczących implantu. Uczenie maszynowe jest często bardziej imponujące i intuicyjne pod względem obrazów. W dziedzinie implantologii jamy ustnej badacze analizują przedoperacyjne dane obrazowe w oparciu o uczenie maszynowe w celu identyfikacji ważnych struktur anatomicznych (takich jak zatoka szczękowa, cewa nerwowa żuchwy itp.) oraz analizują jakość kości wyrostka zębodołowego. Dane obrazowe na dużą skalę są również wykorzystywane do identyfikacji różnych systemów implantów dostępnych na rynku. Uczenie maszynowe odgrywa również ważną rolę w opracowywaniu planów operacji implantologicznych, co sprzyja dokładniejszej i skuteczniejszej operacji implantacyjnej. Ocena stopnia retencji implantu i indywidualnego poziomu kości jest również jednym z kluczowych problemów klinicznych. Większość metod badania takich zagadnień to: analiza przeżycia Kaplana-Meiera, analiza przeżycia Coxa itp. w celu zbadania współczynnika retencji implantu i czynników wpływających. Do badania zmian i czynników wpływających na wchłanianie kości na krawędzi implantu wykorzystano model liniowy (mieszany) oraz wielokrotną regresję logistyczną. Jednakże w codziennej praktyce klinicznej mogą wystąpić pewne problemy praktyczne, takie jak utrata kontroli i częściowy brak danych. W miarę jak kliniczne scenariusze badań stają się coraz bardziej jasne, nawet częściowy brak danych często prowadzi do wyników, których nie można dokładnie ocenić i przewidzieć. Dlatego też, jeśli chodzi o uczenie się nadzorowane, niniejsze badanie ma na celu ustanowienie modelu predykcyjnego zmiany poziomu kości implantu i ocenę dokładności modelu poprzez uczenie maszynowe poziomu kości krawędzi implantu (MBL) przy użyciu dużej ilości danych. Jeśli chodzi o uczenie się bez nadzoru, celem jest identyfikacja fenotypów podatności na niepowodzenie implantu poprzez: grupowanie indywidualnych informacji na temat implantów.

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

1000

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

Kopia zapasowa kontaktu do badania

Lokalizacje studiów

  • Chiny
    • Zhejiang
      • Hangzhou, Zhejiang, Chiny, 310003
        • Rekrutacyjny
        • The Stomatologic Hospital, School of Medicine, Zhejiang University
        • Kontakt:
          • Yi Zhou
          • Numer telefonu: 0571 87217419
        • Kontakt:
          • Siyao Ma
          • Numer telefonu: 0571 87217419

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

Wiek uprawniający do nauki

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Tak

Metoda próbkowania

Próbka prawdopodobieństwa

Badana populacja

Było to badanie retrospektywne. Po przeszukaniu literatury zidentyfikowanej na podstawie wielkości próby metody przewidywania modelu kombinowanego stwierdzono, że potrzebne są dane początkowe i dane kontrolne dotyczące 1000 pacjentów.

Opis

Kryteria przyjęcia:

  • (1) Pacjenci w wieku 18 lat i starsi; (2) 1-5 lat po implantacji; (3) Moment implantacji > 35N·cm; (4) Podpisana świadoma zgoda.

Kryteria wyłączenia:

  • (1) Przeciwwskazania do ogólnej operacji implantacyjnej; (2) Przeszli radioterapię głowy i szyi; (3) Przebyte lub obecne leczenie bisfosfonianami; (4) Nie współpracuj z ankieterem.

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

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Średni poziom kości implantu dentystycznego
Ramy czasowe: 1-7 lat
Odległość pionowa pomiędzy implantem a pierwszą powierzchnią styku kości z końcówką implantu (mezjalną i dystalną)
1-7 lat

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

The Dental Hospital of Zhejiang University School of Medicine

Śledczy

  • Główny śledczy: Weida Li, Stomatological Hospital Affiliated to Zhejiang University School of Medicine

Publikacje i pomocne linki

Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.

Publikacje ogólne

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)

1 stycznia 2017

Zakończenie podstawowe (Szacowany)

31 grudnia 2025

Ukończenie studiów (Szacowany)

31 grudnia 2025

Daty rejestracji na studia

Pierwszy przesłany

1 września 2023

Pierwszy przesłany, który spełnia kryteria kontroli jakości

1 września 2023

Pierwszy wysłany (Rzeczywisty)

8 września 2023

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Szacowany)

19 listopada 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

16 listopada 2024

Ostatnia weryfikacja

1 września 2023

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • DHZhejiangU-2022(005)

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

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 Reakcja w miejscu implantu

Badania kliniczne na Brak interwencji

Wyszukaj podobne próby

Sponsorzy i współpracownicy

Warunki medyczne

Interwencje lekowe

CROs by country

CROs in India

Warunki

Rzadkie choroby

Interwencje lekowe

Suplementy diety

Sponsor / Współpracownicy

Lokalizacje

Subskrybuj