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

En multicenter tvärsnittsstudie om tinnitus-subtyper och riskfaktorer

31 januari 2026 uppdaterad av: Hongsheng Tan, Shanghai Jiao Tong University School of Medicine

EHR-baserade riskfaktorer med prediktionsmodeller för tinnitus-subtyper: En tvärsnittsstudie på flera centra

Tinnitus påverkar uppskattningsvis 10–15 % av världens befolkning och kan avsevärt försämra livskvaliteten, men kliniskt användbara tillvägagångssätt för subtypidentifiering och riskstratifiering är fortfarande begränsade. Denna multicentriska, tvärsnittsstudie kommer att använda avidentifierade elektroniska journalsystem (EHR) från tre öron-, näs- och halssjukhus i Kina för att adressera dessa luckor. All extraherad data kommer att avidentifieras med direkta identifierare borttagna, och sekretessskyddsåtgärder kommer att implementeras i enlighet med institutionella policyer och tillämpliga föreskrifter för att skydda patienternas konfidentialitet.

Studieöversikt

Status

Avslutad

Betingelser

Intervention / Behandling

Detaljerad beskrivning

Genom att använda ett förutbestämt, kliniskt informerat ramverk kommer vi att klassificera tinnitus i relevanta undertyper, inklusive somatosensorisk tinnitus, akut vs. kronisk tinnitus, pulsatil tinnitus och tinnitus relaterad till plötslig hörselnedsättning. Först kommer vi att beskriva fördelningen av dessa undertyper och karakterisera deras demografiska, kliniska och laboratorieprofiler. Sedan kommer vi att utvärdera samband mellan potentiella riskfaktorer och undertypstillhörighet med hjälp av multivariabla analyser för att kvantifiera justerade effekter. Slutligen kommer vi att utveckla och validera multivariabla prediktionsmodeller med både konventionella statistiska metoder och maskininlärningsmetoder för att stödja tinnitusundertypklassificering. Modellens prestanda kommer att bedömas med hjälp av diskriminerings-, kalibrerings- och klinisk nyttomått. Genom att integrera rutinmässiga kliniska data med biomarkörinformation som samlas in i verklig vård syftar denna studie till att tillhandahålla evidensbaserade verktyg för att förbättra diagnostiseringen av tinnitusundertyper och möjliggöra en mer personlig klinisk bedömning.

Studietyp

Observationell

Inskrivning (Faktisk)

3345

Kontakter och platser

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

Studieorter

      • Chongqing, Kina
        • Chongqing Renpin ENT 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

  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Patienter med vilken typ av tinnitus som helst från tre öron-näsa-hals-specialistsjukhus i Kina

Beskrivning

Inklusionskriterier:

  • ≥18 år gamla;
  • Patienter diagnosticerade med olika typer av tinnitus;
  • Patienter med tillgängliga elektroniska journaler, inklusive demografisk och klinisk information.

Exklusionskriterier:

  • Patienter med ofullständiga data;
  • Patienter med allvarliga neurologiska
  • Patienter med störningar som kan förvirra bedömningen av tinnitus.

Studieplan

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

Hur är studien utformad?

Designdetaljer

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Antal patienter i varje tinnitusundertyp
Tidsram: baslinje
Antalet deltagare som klassificerades i varje fördefinierad tinnitus-subtyp baserat på ett integrerat diagnostiskt kliniskt klassificeringsramverk.
baslinje

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Justerade odds-kvoter för riskfaktorer associerade med varje tinnitus-subtyp
Tidsram: baslinje
Multivariabla logistiska regressionsanalysers oddskvoter som kvantifierar det oberoende sambandet mellan riskfaktorer och specifika tinnitus-subtyper.
baslinje
Noggrannhet hos prediktionsmodeller för identifiering av tinnitus subtypklassificering
Tidsram: baslinje
Den diagnostiska prestandan hos en multimodal klassificeringsmodell för identifiering av tinnitus-subtyp. Modellen integrerar kliniska egenskaper, laboratorieparametrar och datortomografi-bildfunktioner. Tinnitus-subtyp, bestämd av läkares medicinsk diagnos, fungerar som referensstandard. Modellens prestanda kommer att kvantifieras med hjälp av arean under mottagaroperativa karakteristikkurvan (AUC). Måttenheten är Area under ROC-kurvan (AUC).
baslinje

Samarbetspartners och utredare

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

Utredare

  • Huvudutredare: Hongsheng Tan, Dr, Shanghai Jiao Tong University School of Medicne

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)

1 mars 2022

Primärt slutförande (Faktisk)

30 november 2024

Avslutad studie (Faktisk)

16 januari 2026

Studieregistreringsdatum

Först inskickad

4 januari 2026

Först inskickad som uppfyllde QC-kriterierna

31 januari 2026

Första postat (Faktisk)

3 februari 2026

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

3 februari 2026

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

31 januari 2026

Senast verifierad

1 januari 2026

Mer information

Termer relaterade till denna studie

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