Ранняя диагностика и прогноз заболеваний матери и новорожденных: (EDPMND)
16 апреля 2025 г. обновлено: Kang Zhang, The Eye Hospital of Wenzhou Medical University
Раннее прогнозирование и диагностика заболеваний матери и новорожденного с использованием мультимодальных данных о здоровье
Это многоцентровое ретроспективное клиническое исследование, предназначенное для оценки применения и эффективности прогностической модели с использованием искусственного интеллекта для выявления заболеваний матери и новорожденного с использованием мультимодальных данных о состоянии здоровья.
Обзор исследования
Статус
Рекрутинг
Вмешательство/лечение
Подробное описание
Здоровье матери и новорожденного существенно влияет на благополучие как матерей, так и младенцев.
Ранний скрининг, диагностика и вмешательство имеют решающее значение для предотвращения возникновения и прогрессирования заболеваний, связанных с беременностью, и неонатальных состояний.
В клинической практике акушерам и педиатрам часто приходится интегрировать широкий спектр данных о пациентах, включая демографическую информацию, историю болезни, биохимические маркеры, такие как уровень глюкозы в крови и уровень липидов, а также различные данные визуализации, такие как ультразвуковые исследования, мониторинг плода и лабораторные данные. результаты анализов, чтобы поставить точный диагноз и разработать соответствующий план лечения.
В эпоху, когда точная и персонализированная медицина находится на переднем крае здравоохранения, раннее выявление и диагностика заболеваний матери и новорожденного, а также выбор подходящих диагностических и терапевтических стратегий стали серьезными проблемами в клинических условиях.
Последние достижения в области медицинской визуализации и методов анализа данных значительно повысили точность и эффективность диагностики заболеваний матери и новорожденного.
Целью этого исследования является разработка системы принятия решений с помощью искусственного интеллекта путем интеграции мультимодальных данных из электронных медицинских записей, изображений и результатов лабораторных исследований в сочетании с методами глубокого обучения.
Целью является повышение точности диагностики, оптимизация клинических рабочих процессов и предоставление более персонализированных вариантов ухода за матерями и младенцами.
В конечном итоге эта система направлена на улучшение показателей здоровья и общего качества жизни как матерей, так и их новорожденных.
Тип исследования
Наблюдательный
Регистрация (Оцененный)
1000000
Контакты и местонахождение
В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.
Контакты исследования
- Имя: Fei Liu, MD
- Номер телефона: +86 13810512704
- Электронная почта: liufei_2359@163.com
Места учебы
-
-
Guangdong
-
Guangzhou, Guangdong, Китай
- Рекрутинг
- Guangzhou Women and Children's Medical Center
-
Контакт:
- Bingzhou Liu, MD
- Номер телефона: +86-0756-2222569
- Электронная почта: mr_jerry_99@163.com
-
-
Zhejiang
-
Wenzhou, Zhejiang, Китай
- Рекрутинг
- First Affiliated Hospital of Wenzhou Medical University
-
Контакт:
- Cheng Tang, MD
- Номер телефона: +86-0577-55579999
- Электронная почта: c249325687@163.com
-
Wenzhou, Zhejiang, Китай
- Рекрутинг
- Second Affiliated Hospital of Wenzhou Medical University
-
Контакт:
- Sian Liu, MD
- Номер телефона: +86-0577-88002888
- Электронная почта: liusan@mail3.sysu.edu.cn
-
-
Критерии участия
Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.
Критерии приемлемости
Возраст, подходящий для обучения
- Взрослый
Принимает здоровых добровольцев
Да
Метод выборки
Невероятностная выборка
Исследуемая популяция
Исследовательская популяция состоит из беременных женщин в возрасте от 18 до 45 лет, которые получали помощь в участвующих учебных центрах.
Участники должны иметь комплексные электронные медицинские карты (EHR), включая данные о пренатальной помощи, лабораторные результаты или данные визуализации.
Как здоровые мамы, так и те, у кого заболевания, связанные с беременностью (например, преэклампсия, гестационный диабет), будут включены в исследование для оценки диагностических возможностей модели A-A-Assisted Model.
Исследование будет посвящено пациентам с документированными записями ухода из участвующих центров.
Описание
Критерии включения:
- Беременные женщины в возрасте от 18 до 45 лет.
- Женщины, получившие дородовую помощь в участвующих центрах (например, больницы или клиники).
- Доступность комплексных электронных медицинских карт, в том числе данных о пренатальной помощи, лабораторных результатов и записей визуализации.
- Готовность предоставить согласие на участие в исследовании и использование исторических данных о состоянии здоровья для анализа.
Критерии исключения:
- Женщины до 18 и старше 45 лет.
- Участники с недостаточными данными последующего наблюдения или отсутствием важной клинической информации, необходимой для прогнозного моделирования.
Учебный план
В этом разделе представлена подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
|---|---|
|
Группа здоровых матерей и новорожденных
Эта группа состоит из беременных матерей без беременных заболеваний и их здоровых новорожденных.
Участники этой когорты будут служить контрольной группой для сравнения с экспериментальной группой.
В эту когорту не будет проводиться никаких вмешательств или методов лечения, поскольку они представляют базовую линию здоровой беременности и новорожденных.
|
Это вмешательство включает в себя систему искусственного интеллекта, которая объединяет мультимодальные данные, включая записи о состоянии здоровья матерей, результаты лабораторных исследований и данные визуализации, для прогнозирования риска заболеваний матери и новорожденного.
Система использует алгоритмы глубокого обучения для предоставления точных прогнозов в режиме реального времени, что позволяет раннее выявление осложнений со здоровьем.
Анализируя исторические данные о состоянии здоровья, модель направлена на прогнозирование потенциальных рисков как для матерей, так и для младенцев, улучшая раннее вмешательство и результаты.
|
|
Когорта для материнских и новорожденных
В эту группу входят беременные матери, у которых были диагностированы заболевания, связанные с беременностью, или их новорожденные.
Участники этой когорты будут служить экспериментальной группой для оценки эффективности модели раннего прогнозирования при выявлении рисков для здоровья матери и новорожденного.
|
Это вмешательство включает в себя систему искусственного интеллекта, которая объединяет мультимодальные данные, включая записи о состоянии здоровья матерей, результаты лабораторных исследований и данные визуализации, для прогнозирования риска заболеваний матери и новорожденного.
Система использует алгоритмы глубокого обучения для предоставления точных прогнозов в режиме реального времени, что позволяет раннее выявление осложнений со здоровьем.
Анализируя исторические данные о состоянии здоровья, модель направлена на прогнозирование потенциальных рисков как для матерей, так и для младенцев, улучшая раннее вмешательство и результаты.
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Область под кривой (AUC)
Временное ограничение: 1 год
|
AUC кривой ROC, используемой для количественной оценки диагностической точности.
Нет единицы (соотношение или процент, обычно выражается как число от 0 до 1).
|
1 год
|
|
F1 Оценка
Временное ограничение: 1 год
|
Оценка F1 - это гармоническое среднее точности и чувствительности (напоминание).
Это хорошая мера способности модели идентифицировать как истинные позитивы, так и минимизировать ложные срабатывания, особенно в тех случаях, когда классы несбалансированы (например, когда число здоровых случаев намного выше, чем случаи заболевания).
Оценка F1 колеблется от 0 до 1, с 1, указывающим идеальную точность и отзыв.
|
1 год
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Чувствительность (истинно положительный показатель)
Временное ограничение: 1 год
|
Чувствительность измеряет, насколько хорошо модель ИИ идентифицирует истинные положительные случаи, такие как правильно диагностировать беременных женщин с осложнениями или выявление расстройств новорожденных.
|
1 год
|
|
Специфичность (истинно отрицательный показатель)
Временное ограничение: 1 год
|
Специфичность измеряет способность модели ИИ правильно идентифицировать случаи отсутствия заболеваний, гарантируя, что здоровые матери и младенцы будут правильно идентифицированы как отрицательные.
|
1 год
|
Соавторы и исследователи
Здесь вы найдете людей и организации, участвующие в этом исследовании.
Даты записи исследования
Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.
Изучение основных дат
Начало исследования (Действительный)
1 августа 2023 г.
Первичное завершение (Оцененный)
1 мая 2025 г.
Завершение исследования (Оцененный)
1 мая 2025 г.
Даты регистрации исследования
Первый отправленный
19 января 2025 г.
Впервые представлено, что соответствует критериям контроля качества
19 января 2025 г.
Первый опубликованный (Действительный)
24 января 2025 г.
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
17 апреля 2025 г.
Последнее отправленное обновление, отвечающее критериям контроля качества
16 апреля 2025 г.
Последняя проверка
1 апреля 2025 г.
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- Maternal and Neonatal Diseases
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
НЕТ
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Нет
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
Нет
продукт, произведенный в США и экспортированный из США.
Нет
Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .