Badania przesiewowe AI w kierunku BDD w chirurgii estetycznej: zwiększenie bezpieczeństwa i wyników (AI)
Badania przesiewowe oparte na sztucznej inteligencji pod kątem zaburzeń dysmorficznych ciała w chirurgii estetycznej: poprawa bezpieczeństwa pacjentów i wyników
Przegląd badań
Status
Warunki
Szczegółowy opis
To badanie obserwacyjne ocenia oparte na sztucznej inteligencji narzędzie przesiewowe pod kątem zaburzeń dysmorficznych ciała (BDD) u pacjentów zgłaszających się na planową operację estetyczną. Badanie ma na celu ocenę skuteczności systemu sztucznej inteligencji w identyfikowaniu osób zagrożonych BDD, ułatwianiu terminowych interwencji psychologicznych i poprawie wyników zabiegów chirurgicznych.
Przegląd badania:
Populacja badania i kryteria włączenia: Do badania włączono pacjentów w wieku 18 lat i starszych zgłaszających się na planową operację plastyczną w gabinecie indywidualnym. Wszyscy uczestnicy przechodzą kompleksową ocenę ryzyka opartą na sztucznej inteligencji, która obejmuje kwestionariusz zaburzeń dysmorficznych ciała (BDDQ) zintegrowany z systemem sztucznej inteligencji.
Ocena ryzyka oparta na sztucznej inteligencji: system sztucznej inteligencji wykorzystuje dane z BDDQ, a także czynniki demograficzne i psychologiczne, aby wygenerować ocenę ryzyka dla BDD. Ta ocena ryzyka stanowi podstawę procesu podejmowania decyzji klinicznych, zwłaszcza przy określaniu kwalifikowalności do operacji i konieczności interwencji psychologicznej.
Zbieranie danych i zarządzanie nimi: Dane są gromadzone za pośrednictwem bezpiecznej platformy internetowej, na której uczestnicy wypełniają niezbędne kwestionariusze. System AI analizuje dane w celu wygenerowania zindywidualizowanych profili ryzyka. W badaniu wdrożono rygorystyczne procesy zapewnienia jakości, w tym zautomatyzowane kontrole walidacji danych i weryfikację danych źródłowych, aby zapewnić wiarygodność i dokładność danych.
Analiza statystyczna: W badaniu wykorzystano analizę korelacji w celu zbadania zależności między BDD, wiekiem, płcią i poziomem stresu. Do oceny istotności statystycznej różnic pomiędzy grupami demograficznymi stosuje się testy chi-kwadrat. Plan analizy obejmuje wykorzystanie brakujących danych za pomocą technik imputacji i przeprowadzenie analiz wrażliwości w celu sprawdzenia wiarygodności ustaleń.
Miary wyników: Podstawowe wyniki obejmują częstość występowania BDD w badanej populacji oraz korelacje między BDD a kluczowymi czynnikami demograficznymi. Drugorzędne wyniki skupiają się na skuteczności systemu sztucznej inteligencji w usprawnianiu procesu podejmowania decyzji chirurgicznych i poprawie zadowolenia pacjentów.
Względy etyczne: Badanie jest zgodne z wytycznymi etycznymi, obejmującymi uzyskanie świadomej zgody od wszystkich uczestników i anonimizację danych w celu ochrony prywatności. Badanie prowadzone jest zgodnie z Deklaracją Helsińską, a zgoda instytucjonalnej komisji rewizyjnej została uznana za zbędną ze względu na nieinwazyjny charakter badania przesiewowego.
Ograniczenia badania: W badaniu uwzględniono potencjalne ograniczenia, w tym stosunkowo małą liczbę pacjentów, u których przeprowadzono operację, co może mieć wpływ na możliwość uogólnienia wyników. Zaleca się dalsze badania w celu sprawdzenia skuteczności systemu sztucznej inteligencji w różnych populacjach i warunkach klinicznych.
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Buenos Aires, Argentyna, 1107
- Bukret Plastic Surgery
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia:
- Pacjenci w wieku 18 lat i starsi
- Wypełnienie opartego na sztucznej inteligencji kwestionariusza zaburzeń dysmorficznych ciała (BDDQ)
Kryteria wykluczenia:
- Osoby poniżej 18 roku życia
- Niekompletne lub odmowa wypełnienia BDDQ
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Pacjenci poddawani zabiegom chirurgii plastycznej kontrolowani przez sztuczną inteligencję
Kohorta ta składa się z pacjentów w wieku 18 lat i starszych poddawanych planowym operacjom plastycznym.
Wszyscy uczestnicy tej grupy przeszli badanie przesiewowe w zakresie zaburzeń dysmorficznych ciała (BDD) z wykorzystaniem sztucznej inteligencji, które obejmuje wypełnienie Kwestionariusza zaburzeń dysmorficznych ciała (BDDQ) i dodatkowe oceny psychologiczne.
System AI zapewnia ocenę ryzyka BDD, kierując procesem podejmowania decyzji chirurgicznych i identyfikując pacjentów, którzy mogą wymagać interwencji psychologicznej przed przystąpieniem do operacji.
|
Procedura przesiewowa w zakresie dysmorfofobii ciała wykorzystująca sztuczną inteligencję obejmuje wykorzystanie narzędzia AI do oceny pacjentów pod kątem dysmorfii ciała (BDD) przed planowym zabiegiem kosmetycznym.
Badanie przesiewowe obejmuje Kwestionariusz Zaburzeń Dysmorficznych Ciała (BDDQ) z dodatkowymi ocenami psychologicznymi.
System sztucznej inteligencji przetwarza zebrane dane w celu uzyskania oceny ryzyka, pomagając chirurgom w podejmowaniu świadomych decyzji dotyczących potrzeby oceny psychologicznej lub interwencji oraz określaniu, czy pacjenci kwalifikują się do operacji.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Częstość występowania zaburzeń dysmorficznych ciała (BDD) wśród pacjentów poddawanych zabiegom chirurgii plastycznej
Ramy czasowe: Od 1 do 43 miesięcy po operacji (styczeń 2021 – sierpień 2024)
|
Ta miara wyniku pozwala ocenić częstość występowania BDD wśród pacjentów poddawanych operacjom kosmetycznym, zidentyfikowaną za pomocą narzędzia przesiewowego opartego na sztucznej inteligencji.
|
Od 1 do 43 miesięcy po operacji (styczeń 2021 – sierpień 2024)
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Korelacja między pozytywnymi wynikami badań przesiewowych BDD a czynnikami ryzyka
Ramy czasowe: Od 1 do 43 miesięcy po operacji (styczeń 2021 – sierpień 2024)
|
Miara ta ocenia korelację między pozytywnym wynikiem badań przesiewowych w kierunku zaburzeń dysmorficznych ciała (BDD) a różnymi czynnikami ryzyka, w tym czynnikami demograficznymi (wiek, płeć), poziomem stresu psychicznego i wcześniejszą historią psychiatryczną.
Celem jest identyfikacja wzorców, które mogłyby pomóc w lepszym doborze pacjentów i leczeniu w chirurgii plastycznej.
|
Od 1 do 43 miesięcy po operacji (styczeń 2021 – sierpień 2024)
|
Współpracownicy i badacze
Sponsor
Śledczy
- Główny śledczy: Williams E Bukret, MD, EMBA, Bukret Plastic Surgery
Publikacje i pomocne linki
Publikacje ogólne
- Singh AR, Veale D. Understanding and treating body dysmorphic disorder. Indian J Psychiatry. 2019 Jan;61(Suppl 1):S131-S135. doi: 10.4103/psychiatry.IndianJPsychiatry_528_18.
- Jabeen M, Shahzadi M, Hussain A, Unbrin A, Ehsaan S. Evaluating internet-based Cognitive Behavioural Therapy (CBT) for body dysmorphic disorder: A systematic review. J Pak Med Assoc. 2024 Aug;74(8):1488-1494. doi: 10.47391/JPMA.10974.
- McGrath LR, Oey L, McDonald S, Berle D, Wootton BM. Prevalence of body dysmorphic disorder: A systematic review and meta-analysis. Body Image. 2023 Sep;46:202-211. doi: 10.1016/j.bodyim.2023.06.008. Epub 2023 Jun 21.
- Panayi A. The Prevalence of Body Dysmorphic Disorder in Patients Undergoing Cosmetic Surgery: a Systematic Review. Psychiatr Danub. 2015 Sep;27 Suppl 1:S438-44.
- Phillipou A, Rossell SL, Wilding HE, Castle DJ. Randomised controlled trials of psychological & pharmacological treatments for body dysmorphic disorder: A systematic review. Psychiatry Res. 2016 Nov 30;245:179-185. doi: 10.1016/j.psychres.2016.05.062. Epub 2016 Aug 5.
- Bukret WE. A Novel Artificial Intelligence-assisted Risk Assessment Model for Preventing Complications in Esthetic Surgery. Plast Reconstr Surg Glob Open. 2021 Jul 27;9(7):e3698. doi: 10.1097/GOX.0000000000003698. eCollection 2021 Jul.
- Veale D, Gledhill LJ, Christodoulou P, Hodsoll J. Body dysmorphic disorder in different settings: A systematic review and estimated weighted prevalence. Body Image. 2016 Sep;18:168-86. doi: 10.1016/j.bodyim.2016.07.003. Epub 2016 Aug 4.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
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
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- BukretAI-BDD2024
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Ramy czasowe udostępniania IPD
Kryteria dostępu do udostępniania IPD
Typ informacji pomocniczych dotyczących udostępniania IPD
- PROTOKÓŁ BADANIA
- SOK ROŚLINNY
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 .