Development of a Multimodal Deep Learning Model for Pediatric Patients
Development of an Artificial Intelligence-Based Model for Assessing the Severity of Pediatric Obstructive Sleep Apnea
This study aims to develop a multimodal data-driven model integrating multiple noninvasive physiological signals to assess the severity of pediatric sleep-disordered breathing, using standard clinical sleep study results as the reference.
Przegląd badań
Status
Szczegółowy opis
Pediatric obstructive sleep apnea may affect growth, development, cognitive function, and overall health. Although polysomnography is commonly used for clinical assessment, its application may be limited by time, cost, and accessibility. Recent advances in noninvasive monitoring technologies have provided new possibilities for sleep-related assessment. This study will collect and integrate multiple physiological signals from pediatric participants undergoing routine sleep examinations and to develop a data-driven model for evaluating sleep-related respiratory conditions. Clinical examination results will be used as the reference for model development and validation. The findings of this study are expected to support the development of a convenient and noninvasive approach for pediatric sleep assessment and may provide a reference for future clinical and home-based applications.
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Ke-Yun Chao, PhD
- Numer telefonu: +886-905-301-879
- E-mail: C00152@mail.fjuh.fju.edu.tw
Lokalizacje studiów
-
-
-
New Taipei City, Tajwan, 24352
- Rekrutacyjny
- Fu Jen Catholic University Hospital, Fu Jen Catholic University
-
Kontakt:
- Ke-Yun Chao, PhD
- Numer telefonu: +886-905-301-879
- E-mail: C00152@mail.fjuh.fju.edu.tw
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Metoda próbkowania
Badana populacja
patient of affiliated university hospital
Opis
Inclusion Criteria:
- Individuals with clinical suspicion of obstructive sleep apnea who are referred for polysomnography
Exclusion Criteria:
- Intolerance to a fingertip or wrap-around pulse oximeter
- Presence of significant structural abnormalities of the upper airway
- Cardiac arrhythmia
- Neuromuscular disease
- Hospitalization within the previous one month
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Modele obserwacyjne: COHORT
- Perspektywy czasowe: PROSPECTIVE
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Ramy czasowe |
|---|---|
|
the correlation among the apnea-hypopnea index, millimeter-wave radar signals, and ballistocardiography waveforms
Ramy czasowe: up to 12 hours
|
up to 12 hours
|
Współpracownicy i badacze
Sponsor
Śledczy
- Główny śledczy: Ke-Yun Chao, PhD, Fu Jen Catholic University
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
Słowa kluczowe
Inne numery identyfikacyjne badania
- FJUH115604
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
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 .