Um Desenvolvimento de Algoritmo de Identificação de Padrão de Doença Inflamatória Intestinal Usando Dados de Série de Casos
Fitoterapia para doenças inflamatórias intestinais: um desenvolvimento de algoritmo de identificação de padrão por análise retrospectiva de dados de séries de casos
Visão geral do estudo
Status
Condições
Intervenção / Tratamento
Descrição detalhada
As prescrições de ervas são uma das estratégias de tratamento de medicina complementar e alternativa mais procuradas para pacientes com doença inflamatória intestinal. No entanto, a variabilidade na identificação de padrões da Medicina Tradicional Chinesa (MTC)/Medicina Tradicional do Leste Asiático (TEAM) tem sido criticada. Usando dados de pacientes que alcançaram e mantiveram a remissão clínica após a prescrição de fitoterápicos TCM/TEAM, os pesquisadores visaram desenvolver algoritmos de tratamento refinados por padrão identificado e sintomas-chave que os médicos podem facilmente discriminar.
Com base em prescrições de ervas que induziram a remissão clínica, os pacientes com DII foram divididos em 5 padrões, ou seja, tipo de intestino grosso, tipo água-umidade, tipo respiratório, tipo trato gastrointestinal superior (GI) e tipo frio. Através do método de frequência de documento inverso de termo (TF-IDF), foi analisada a associação entre 22 sintomas que foram descritos como indicações das prescrições de fitoterápicos e 5 padrões. A modelagem da árvore de decisão foi usada para prever padrões relevantes de sintomas.
Tipo de estudo
Inscrição (Real)
Contactos e Locais
Locais de estudo
-
-
-
Seoul, Republica da Coréia, 02447
- Acupuncture & Meridian Science Research Centre
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Gêneros Elegíveis para o Estudo
Método de amostragem
População do estudo
Descrição
Critério de inclusão:
- Diagnóstico de DII por gastroenterologista
- Os pacientes alcançaram e mantiveram a remissão clínica dos sintomas de DII após tomarem prescrições de ervas
- Os pacientes forneceram consentimento informado por escrito
Critério de exclusão:
- Detalhes sobre qualquer um dos 25 sintomas foram omitidos
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
|---|---|
|
Treinamento/teste do algoritmo da árvore de decisão
Os investigadores dividiram os dados de 67 pacientes em 5 grupos para fazer uma validação cruzada de 5 vezes.
Quatro grupos foram usados para treinar o algoritmo de árvore de decisão e um grupo foi usado para testá-lo.
|
Uma análise de árvore de decisão foi empregada para explorar o processo de tomada de decisão sobre os tipos de padrão com base na existência ou inexistência de um sintoma. No final da árvore apresentada está a proporção de pacientes que são categorizados em cada padrão. Neste estudo, a classificação foi realizada por meio da aplicação do algoritmo de árvore de classificação e regressão (CART) utilizando o pacote Scikit-learn do Python, que realiza uma divisão utilizando o coeficiente de Gini ou o decremento de dispersão. O coeficiente de Gini é uma das ferramentas para medir entropia ou diversidade em cada nó e mede o decremento comparando a entropia da informação antes e depois da separação. Para evitar overfitting, o número máximo de nós folha foi limitado a quatro e foi aplicado o método de poda que obedecia ao princípio do comprimento mínimo da descrição. |
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Precisão do algoritmo de identificação de padrão
Prazo: Outubro de 2015
|
O algoritmo de identificação de padrões foi sugerido usando um método de árvore de decisão.
O método da árvore de decisão foi empregado para explorar o processo de tomada de decisão sobre os tipos de padrão com base nas características clínicas dos pacientes.
|
Outubro de 2015
|
Colaboradores e Investigadores
Patrocinador
Publicações e links úteis
Publicações Gerais
- Bernstein CN, Fried M, Krabshuis JH, Cohen H, Eliakim R, Fedail S, Gearry R, Goh KL, Hamid S, Khan AG, LeMair AW, Malfertheiner, Ouyang Q, Rey JF, Sood A, Steinwurz F, Thomsen OO, Thomson A, Watermeyer G. World Gastroenterology Organization Practice Guidelines for the diagnosis and management of IBD in 2010. Inflamm Bowel Dis. 2010 Jan;16(1):112-24. doi: 10.1002/ibd.21048.
- Panaccione R, Rutgeerts P, Sandborn WJ, Feagan B, Schreiber S, Ghosh S. Review article: treatment algorithms to maximize remission and minimize corticosteroid dependence in patients with inflammatory bowel disease. Aliment Pharmacol Ther. 2008 Sep 15;28(6):674-88. doi: 10.1111/j.1365-2036.2008.03753.x.
- Abitbol V, Lahmek P, Buisson A, Olympie A, Poupardin C, Chaussade S, Lesgourgues B, Nahon S. Impact of complementary and alternative medicine on the quality of life in inflammatory bowel disease: results from a French national survey. Eur J Gastroenterol Hepatol. 2014 Mar;26(3):288-94. doi: 10.1097/MEG.0000000000000040.
- Lee MS, Lee JA, Alraek T, Bian ZX, Birch S, Goto H, Jung J, Kao ST, Moon SK, Park B, Park KM, You S, Yun KJ, Zaslawski C. Current research and future directions in pattern identification: Results of an international symposium. Chin J Integr Med. 2016 Dec;22(12):947-955. doi: 10.1007/s11655-014-1833-3. Epub 2014 Jun 18.
- Yu F, Takahashi T, Moriya J, Kawaura K, Yamakawa J, Kusaka K, Itoh T, Morimoto S, Yamaguchi N, Kanda T. Traditional Chinese medicine and Kampo: a review from the distant past for the future. J Int Med Res. 2006 May-Jun;34(3):231-9. doi: 10.1177/147323000603400301.
- Liu B, Zhou X, Wang Y, Hu J, He L, Zhang R, Chen S, Guo Y. Data processing and analysis in real-world traditional Chinese medicine clinical data: challenges and approaches. Stat Med. 2012 Mar 30;31(7):653-60. doi: 10.1002/sim.4417. Epub 2011 Dec 9.
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Real)
Conclusão do estudo (Real)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- KyungheeU
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .