Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Naturlig språkbehandling för huvudvärksmedicin

14 maj 2024 uppdaterad av: University Hospital, Ghent
Huvudvärksstörningar diagnostiseras genom att anamnesen tar och tillämpar kriterierna i International Classification of Headache Disorders Third Edition (ICHD-3). För att hjälpa patienter och läkare att ställa den korrekta diagnosen kan digital teknik baserad på NLP-metoder (natural language processing) hjälpa till att identifiera huvudvärkstörningar i naturligt patientfört tal. Forskningen syftar till att utveckla statistiska modeller genom maskininlärning av NLP-applikationer för noggrann och exakt klassificering av huvudvärkssjukdomar med huvudvärksexpert med ICHD-3-diagnos som guldstandard. Vidare syftar forskningen också till att utveckla statistiska modeller genom maskininlärning av NLP-tillämpningar för uppskattning av effektpoäng härledda från validerade huvudvärksenkäter genom att använda texter som input. Patienter från den tertiära huvudvärkskliniken kommer att rekryteras för att ge muntliga, berättande textuella beskrivningar av deras huvudvärksanfallsegenskaper och sjukdomsbördan relaterad till deras huvudvärkssjukdomar. Målet med forskningen är att utveckla tillgängliga, evidensbaserade digitala medicinska verktyg som lågansträngningsapplikationer för korrekt diagnos av huvudvärkssjukdomar och uppskattning av sjukdomsbördan på grund av huvudvärkssjukdomar.

Studieöversikt

Status

Avslutad

Betingelser

Intervention / Behandling

Detaljerad beskrivning

Huvudvärk är bland de vanligaste och mest invalidiserande tillstånden i världen. Global Burden of Disease-studien 2016 fann att migrän är den näst vanligaste orsaken till funktionshinder i världen. I gruppen 18- till 49-åringar är migrän den främsta orsaken till funktionshinder. Ändå får många patienter inte adekvat diagnos eller lämplig huvudvärkspecifik behandling.

Läkare som utför huvudvärksmedicin måste ha en korrekt och fullständig huvudvärkshistorik för att konstruera en korrekt diagnos och terapeutisk plan. Diagnosen måste helst ställas genom att tillämpa den internationella klassificeringen av huvudvärksjukdomar, tredje upplagan (ICHD-3). Denna process är avgörande för att ställa rätt diagnos inom rimlig tid. Däremot står det många utmaningar för att ta hand om huvudvärkpatienter. Det är starkt beroende av muntlig eller skriftlig kommunikation mellan dem och patienter. Det är en ansträngande och tidskrävande praktik, mestadels för icke-erfarna läkare. Feltolkningar av patienter eller läkare inom dialog kan förekomma och leda till missförstånd, felaktig diagnos och misshandel. Ofta finner patienter svårigheter att uttrycka alla egenskaper under ett enda besök hos läkaren, vilket lämnar en mängd användbar information oanvänd för läkaren. Slutligen är det svårt att mäta sjukdomsbördan vid huvudvärkssjukdomar och görs oftast genom validerade men stela frågeformulär. Det kan försumma den ofta komplexa men naturliga inverkan som huvudvärk har på alla dimensioner av människors liv.

Med det anmärkningsvärda undantaget för e-dagböcker är digitala verktyg för huvudvärksläkaren för närvarande inte tillgängliga. Digital teknik kan erbjuda många lösningar på utmaningarna ovan. Globalt expanderar digitaliseringen snabbare än tidigare. I den utvecklade världen har nästan alla nu tillgång till digitala verktyg som datorer, smartphones eller surfplattor. Mer än 3,5 miljarder människor runt om i världen beräknades ha tillgång till Internet 2015. Artificiell intelligens (AI) och maskininlärning (ML) kommer snabbt in i vår digitala värld, med redan flera användningsfall som implementeras inom medicin. Algoritmer inom området bildanalys, talanalys och elektronisk utvinning av patientdatabas har redan utforskats för att bestämma vilka fördelaktiga effekter som kan erhållas från dessa tekniker.

Med ökad beräkningshastighet, lagringskapacitet och utvecklande användargränssnitt har nya digitala kliniska applikationer potential för att hjälpa patienten och läkaren längs vägen för att hantera huvudvärkssjukdomar. Ett sådant område inom digital vetenskap är naturlig språkbehandling (NLP). Den använder text som input för att generera matematiska modeller som har potential att korrekt klassificera och uppskatta numeriska konton på basis av grammatik, lexikalt innehåll, sentimentala värden hos ord och ordinbäddningar i meningar.

Utredarna tror att korrekt tillämpning av NLP i huvudvärksmedicin i slutändan kan förbättra livet för många huvudvärkspatienter genom att ge korrekt diagnos i tid och underlätta kommunikationen om sjukdomsbördan mellan patient och läkare. Detta forskningsprojekt syftar till att utveckla NLP-verktyg som kan analysera patientproducerad text om deras huvudvärkproblem för att korrekt diagnostisera huvudvärkssjukdomar och för att uppskatta effekten av huvudvärkssjukdomar på patientens liv.

Studietyp

Interventionell

Inskrivning (Faktisk)

187

Fas

  • Inte tillämpbar

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

      • Ghent, Belgien, 9000
        • University Hospital Ghent
    • Belgie
      • Ghent, Belgie, Belgien, 9000
        • Ghent University Hospital

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

18 år och äldre (Vuxen, Äldre vuxen)

Tar emot friska volontärer

Ja

Beskrivning

Inklusionskriterier:

  • Patienter som besöker huvudvärkskliniken vid universitetssjukhuset i Gent för första gången eller under uppföljning.
  • Patienter äldre än 18 år.
  • Patienter ska kunna ha holländska som modersmål och tillräckligt kunna läsa, skriva, förstå och tala nederländska.

Exklusions kriterier:

  • Patienter yngre än 18 år.
  • Patienter med ett annat språk än nederländska som modersmål.
  • Patienter med missbruk av alkohol eller illegala droger i nutid eller förflutna.

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Diagnostisk
  • Tilldelning: N/A
  • Interventionsmodell: Enskild gruppuppgift
  • Maskning: Ingen (Open Label)

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Experimentell: Deltagare
Deltagare i studien
Naturlig språkbehandling: klassificerings- och regressionsuppgifter.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
F1-poäng klassificering migrän narrativ kontra kluster huvudvärk berättelse
Tidsram: Baslinje
Klassificeringsmodeller för maskininlärning som tillämpar logistisk regression, naiv bayes-klassificering och stödjer vektormaskiner baserade på textelementen i patienternas berättelser, för att klassificera berättelsen som antingen migrän eller klusterhuvudvärk. Högre F1-poäng tyder på bättre klassificeringsresultat.
Baslinje

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Publikationer och användbara länkar

Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

28 augusti 2020

Primärt slutförande (Faktisk)

31 december 2023

Avslutad studie (Faktisk)

31 december 2023

Studieregistreringsdatum

Först inskickad

25 april 2022

Först inskickad som uppfyllde QC-kriterierna

11 maj 2022

Första postat (Faktisk)

17 maj 2022

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

16 maj 2024

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

14 maj 2024

Senast verifierad

1 maj 2024

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

OBESLUTSAM

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Prenumerera