此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

基于病例系列数据的炎症性肠病模式识别算法的开发

2020年3月4日 更新者:Hyangsook Lee, KMD, PhD

用于炎症性肠病的草药:通过病例系列数据的回顾性分析开发模式识别算法

本研究旨在根据出现的症状识别炎症性肠病 (IBD) 模式,并提出确定模式的算法和相应模式的草药处方。 研究人员收集了 67 名 IBD 患者的症状数据,这些患者在服用草药处方后达到并维持临床缓解。 方剂分为5种,以纳入患者的主要特征和症状命名。 使用术语频率逆文档频率 (TF-IDF) 方法可视化呈现症状和模式之间的关联。 通过决策树建模分析和绘制根据患者症状确定 IBD 模式的方法。

研究概览

地位

完全的

详细说明

草药处方是炎症性肠病患者最受追捧的补充和替代药物治疗策略之一。 然而,传统中医 (TCM)/传统东亚医学 (TEAM) 模式识别的可变性一直受到批评。 使用 TCM/TEAM 草药处方后达到并维持临床缓解的患者数据,研究人员旨在开发根据识别的模式和关键症状改进的治疗算法,从业者可以轻松区分这些算法。

根据诱导临床缓解的草药组方,将 IBD 患者分为 5 种类型,即大肠型、水湿型、呼吸型、上消化道 (GI) 道型和寒寒型。 通过词频逆文档频率(TF-IDF)方法,分析了被描述为草药处方适应症的22种症状与5种模式之间的关联。 决策树模型用于预测症状的相关模式。

研究类型

观察性的

注册 (实际的)

67

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习地点

      • Seoul、大韩民国、02447
        • Acupuncture & Meridian Science Research Centre

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

15年 至 65年 (孩子、成人、年长者)

接受健康志愿者

不

有资格学习的性别

全部

取样方法

非概率样本

研究人群

被胃肠病专家诊断为IBD并经中药方治疗达到临床缓解的患者

描述

纳入标准:

  • 胃肠病学家对 IBD 的诊断
  • 患者在服用草药处方后已达到并维持 IBD 症状的临床缓解
  • 患者已提供书面知情同意书

排除标准:

  • 省略了有关 25 种症状中任何一种的详细信息

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

队列和干预

团体/队列
干预/治疗
决策树算法训练/测试
研究者将 67 名患者的数据分为 5 组进行 5 折交叉验证。 四组用于训练决策树算法,一组用于测试。

采用决策树分析来探索基于症状存在或不存在的模式类型的决策过程。 在树的末尾呈现的是被归类为每种模式的患者的比例。

在这项研究中,分类是通过使用 Python 的 Scikit-learn 包应用分类和回归树 (CART) 算法来执行的,该算法使用基尼系数或分散度的递减执行除法。 基尼系数是衡量每个节点的熵或多样性的工具之一,它通过比较分离前后的信息熵来衡量减量。 为避免过拟合,将叶节点的最大数量限制为4个,并采用符合最小描述长度原则的剪枝方法。

研究衡量的是什么?

主要结果指标

结果测量
措施说明
大体时间
模式识别算法的准确性
大体时间:2015 年 10 月
建议使用决策树方法进行模式识别算法。 运用决策树方法探讨了根据患者临床特征对模式类型进行决策的过程。
2015 年 10 月

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

出版物和有用的链接

负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。

一般刊物

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (实际的)

2007年11月1日

初级完成 (实际的)

2015年2月28日

研究完成 (实际的)

2015年10月28日

研究注册日期

首次提交

2020年3月3日

首先提交符合 QC 标准的

2020年3月3日

首次发布 (实际的)

2020年3月5日

研究记录更新

最后更新发布 (实际的)

2020年3月6日

上次提交的符合 QC 标准的更新

2020年3月4日

最后验证

2020年3月1日

更多信息

与本研究相关的术语

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.

订阅