- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06681844
Przewiduj zużycie zębów (PREDITOOTH)
Przewidywanie wskaźnika zużycia zębów na podstawie zbioru danych dotyczących kształtów zębów: badanie retrospektywne
Zużycie zębów, wynikające ze stopniowej utraty twardych tkanek zęba pod wpływem czynników mechanicznych i chemicznych, wpływa na strukturę, teksturę i funkcję zęba. Wpływa na jakość życia z różną częstością (od 26,9% do 90,0%) i jest tradycyjnie wykrywany wzrokowo podczas badań kontrolnych, często w zaawansowanym stadium. Monitorowanie zmian w kształcie zęba za pomocą skanerów wewnątrzustnych ułatwia wczesne wykrycie, ale odbudowa pozostaje wyzwaniem. Zapobieganie poprzez wczesne wykrywanie jest niezbędne, ponieważ pacjenci mogą nie w pełni zrozumieć utratę struktury zęba, dopóki nie będzie ona widoczna. Ostatnio statystyczna analiza kształtu (SSA) służy do poznania anatomii zęba i określenia kształtu referencyjnego (zęba biogenerycznego). Jednak zapewnienie przełomowej spójności stanowi wyzwanie głównie ze względu na uprzedzenia operatora. Niedawno solidna metoda o nazwie MEG-IsoQuad umożliwiła zautomatyzowane, izotopologiczne ponowne tworzenie siatki. Połączenie tego z SSA jest obiecujące do celów diagnostycznych i symulacyjnych. Celem tego badania jest ocena wiarygodności metody remeshing-SSA w przypadku analizy zmienionych i nienaruszonych zębów przedtrzonowych oraz porównanie algorytmów uczenia maszynowego do symulacji kształtu początkowo nienaruszonego zęba lub przyszłego zmienionego.
Kliniczna perspektywa obecnej pracy oferuje możliwości:
- Zapobiegaj przyszłemu starciu zębów, wykrywając je na wczesnym etapie; i lepiej komunikować się z pacjentem, prezentując mu potencjalne przyszłe zmienione zęby
- Symuluj dostosowaną rekonstrukcję zmienionego zęba, symulując początkowo nienaruszony
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Raphael Richet, Clinical Assistant
- Numer telefonu: +33669523314
- E-mail: raphael.richert@univ-lyon1.fr
Kopia zapasowa kontaktu do badania
- Nazwa: Maxime Ducret, Professor
- E-mail: maxime.ducret@univ-lyon1.fr
Lokalizacje studiów
-
-
-
Leuven, Belgia
- Rekrutacyjny
- KU Leuven University Hospital
-
Kontakt:
- Pierre Lahoud
-
-
-
-
-
Lyon, Francja, 69007
- Rekrutacyjny
- Lyon Dental Hospital
-
Kontakt:
- Raphael Richert, PhD
- Numer telefonu: +33669523314
- E-mail: raphael.richert@univ-lyon1.fr
-
-
-
-
-
Lucknow, Indie
- Rekrutacyjny
- King George Medical University
-
Kontakt:
- Akhilanand Chaurasia
-
-
-
-
-
Tel Aviv, Izrael
- Rekrutacyjny
- Tel Aviv Universi
-
Kontakt:
- Rachel Sarig
-
-
-
-
Indiana
-
Indianapolis, Indiana, Stany Zjednoczone, 46202
- Rekrutacyjny
- Indiana University Hospital
-
Kontakt:
- Anderson Hara
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia:
- zęby zwichnięte, wykazujące wskaźnik zużycia zębów od 0 do 3
- dojrzały siekacz, kieł, przedtrzonowiec lub trzonowiec (tylko pierwszy i drugi)
Kryteria wykluczenia:
- zęby zwichnięte, wykazujące wskaźnik zużycia zębów powyżej 3 (lub wykazujące rehabilitację jamy ustnej reprezentatywne dla podobnego zużycia)
- zęby niedojrzałe lub zęby bez zbudowania korzenia
- zęby mądrości
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
wszystkie dojrzałe zęby wykazujące nienaruszone zużycie lub zmienione zużycie zębów
Skalowanie zęba przed skanowaniem przez operatora Ocena wskaźnika zużycia zęba 0 lub 1 (przez 2 skalibrowanych ekspertów)
|
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Przewidywanie wskaźnika zużycia zębów na podstawie zbioru danych o kształtach zębów: badanie retrospektywne
Ramy czasowe: tylko raz
|
Cztery algorytmy uczenia maszynowego (ML): liniowa analiza dyskryminacyjna (LDA), maszyna wektorów nośnych (SVM), las losowy (RM) i maszyna wzmacniająca gradient (GBM) zostaną wykorzystane do przewidywania typu zęba i zmiany anatomia.
Zbiór danych zostanie podzielony na zbiór danych z testu pociągu i wstrzymania w proporcji 60/40, a modele zostaną trzykrotnie poddane walidacji krzyżowej.
Wydajność modelu zostanie oceniona w oparciu o macierze pomyłek, prowadzące do określenia precyzji, zapamiętywania, wyniku i dokładności w F1.
|
tylko raz
|
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 (Szacowany)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Szacowany)
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
- 69HCL23_1046
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
produkt wyprodukowany i wyeksportowany z USA
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 .