O Uso da Inteligência Artificial na Análise de Radiografias Dentárias
Comparação da Análise Radiográfica Dentária Realizada por Algoritmo de Inteligência Artificial e a Análise Realizada por Dentistas
Visão geral do estudo
Status
Intervenção / Tratamento
Descrição detalhada
Tipo de estudo
Inscrição (Real)
Contactos e Locais
Locais de estudo
-
-
-
Kielce, Polônia, 25-375
- Department of Maxillofacial Surgery
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- Filho
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Método de amostragem
População do estudo
Descrição
Critério de inclusão:
- Indicações de radiografia dentária confirmadas por encaminhamento por escrito do dentista ou médico (foram permitidos exames de triagem e exames realizados para fins de tratamento)
- Dentição permanente (após a conclusão da esfoliação)
Critério de exclusão:
- Pacientes com dentição mista (a esfoliação não terminou)
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
|---|---|
|
Um grupo de pacientes (gate duplo)
Design de estudo:
|
Radiografias dentárias realizadas em pacientes com indicações confirmadas por encaminhamento por escrito.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Sensibilidade
Prazo: Até 6 semanas
|
A sensibilidade (também conhecida como recall ou taxa de verdadeiro positivo) é a proporção de casos positivos reais que são corretamente previstos como positivos. Ele avalia o desempenho de um algoritmo de IA. Formalmente, pode ser calculado com a seguinte equação: Sensibilidade = TP / (TP+FN) Verdadeiro positivo (TP) – um resultado de teste que indica corretamente a presença de uma condição ou característica Falso Negativo (FN) - um resultado de teste que indica erroneamente que uma condição ou característica específica está ausente |
Até 6 semanas
|
|
Especificidade
Prazo: Até 6 semanas
|
Especificidade (também conhecida como taxa de verdadeiro negativo) - é a proporção de casos negativos reais que são corretamente previstos como negativos. Ele avalia o desempenho de um algoritmo de IA. Formalmente pode ser calculado pela equação abaixo: Especificidade = TN / (TN + FP) Verdadeiro negativo (TN) – um resultado de teste que indica corretamente a ausência de uma condição ou característica Falso positivo (FP) - um resultado de teste que indica erroneamente que uma condição ou característica específica está presente |
Até 6 semanas
|
|
Precisão do algoritmo de IA
Prazo: Até 6 semanas
|
A precisão é uma métrica de avaliação usada para avaliar o desempenho do algoritmo de aprendizado de máquina para IA. Ele mede o quão preciso é o algoritmo. Usaremos o número de verdadeiros positivos (TP) e falsos positivos (FP) para calcular a precisão usando a seguinte fórmula: Precisão = TP / (TP + FP) Verdadeiro positivo (TP) – um resultado de teste que indica corretamente a presença de uma condição ou característica Falso positivo (FP) - um resultado de teste que indica erroneamente que uma condição ou característica específica está presente |
Até 6 semanas
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Cadeira de estudo: Maciej Sikora, Hospital of the Ministry of Interior, Wojska Polskiego 51, 25-375 Kielce, Poland
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
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- CT/2023/1
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
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
produto fabricado e exportado 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 .
Ensaios clínicos em Cáries dentárias
-
Tri-Service General HospitalConcluídoCárie Precoce na Infância (CPI) | Demineralização dental dental de cárieTaiwan
-
Ain Shams UniversityRecrutamentoDemineralização dental dental de cárie | Defeitos estéticos pós-ortodônticosEgito
-
Minia UniversityConcluído
-
National University of SingaporeAtivo, não recrutando
-
University of Wisconsin, MadisonNational Institute of Dental and Craniofacial Research (NIDCR)Ativo, não recrutandoCuidado dentalEstados Unidos
-
Minia UniversityConcluído
-
Fujian Medical UniversityConcluído
-
Sun Yat-sen UniversityConcluído
-
Hospices Civils de LyonUniversity of LiegeDesconhecido
Ensaios clínicos em Fazendo uma radiografia dentária
-
Dr. Behcet Uz Children's HospitalConcluídoTaquipnéia transitória do recém-nascido | Pneumonia congênitaPeru
-
Cairo UniversityAinda não está recrutando
-
University of CopenhagenConcluído
-
Faculty Sao Leopoldo Mandic CampinasConcluídoCárie Dentária em Crianças | Escovação de dentes | Selante de Fossas e Fissuras
-
University Hospital, MontpellierAssistance Publique - Hôpitaux de Paris; Assistance Publique Hopitaux De Marseille e outros colaboradoresAinda não está recrutandoArtrite Reumatoide (AR)França