预测牙齿磨损 (PREDITOOTH)
2024年11月7日 更新者:Hospices Civils de Lyon
基于牙齿形状数据集的牙齿磨损指数预测:一项回顾性研究
由于机械和化学因素导致牙齿硬组织逐渐丧失,导致牙齿磨损,影响牙齿的结构、质地和功能。 它影响生活质量,患病率各异(26.9% 至 90.0%),传统上是在检查过程中通过肉眼检测到的,通常是在晚期。 通过口腔内扫描仪监测牙齿形状的变化有助于早期发现,但修复仍然具有挑战性。 通过早期发现进行预防至关重要,因为患者可能无法完全理解牙齿结构的损失,直到可见。 最近,统计形状分析(SSA)用于学习牙齿解剖结构并定义参考形状(生物牙齿)。 然而,确保地标一致性具有挑战性,主要是由于操作员的偏见。 最近,一种名为 MEG-IsoQuad 的强大方法提供了自动化的同位素重新网格化。 将此与 SSA 相结合有望用于诊断和模拟目的。 本研究旨在评估用于改变和完整前磨牙分析的重新啮合 SSA 方法的可靠性,并比较用于模拟最初完整牙齿或未来改变牙齿形状的机器学习算法。
当前工作的临床视角提供了以下可能性:
- 通过早期检测来防止未来牙齿磨损;通过向患者展示未来可能改变的牙齿,更好地与患者沟通
- 通过模拟最初完好的牙齿来模拟改变牙齿的适应性重建
研究概览
研究类型
观察性的
注册 (估计的)
1000
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。
学习联系方式
- 姓名:Raphael Richet, Clinical Assistant
- 电话号码:+33669523314
- 邮箱:raphael.richert@univ-lyon1.fr
研究联系人备份
- 姓名:Maxime Ducret, Professor
- 邮箱:maxime.ducret@univ-lyon1.fr
学习地点
-
-
-
Tel Aviv、以色列
- 招聘中
- Tel Aviv Universi
-
接触:
- Rachel Sarig
-
-
-
-
-
Lucknow、印度
- 招聘中
- King George Medical University
-
接触:
- Akhilanand Chaurasia
-
-
-
-
-
Leuven、比利时
- 招聘中
- KU Leuven University Hospital
-
接触:
- Pierre Lahoud
-
-
-
-
-
Lyon、法国、69007
- 招聘中
- Lyon Dental Hospital
-
接触:
- Raphael Richert, PhD
- 电话号码:+33669523314
- 邮箱:raphael.richert@univ-lyon1.fr
-
-
-
-
Indiana
-
Indianapolis、Indiana、美国、46202
- 招聘中
- Indiana University Hospital
-
接触:
- Anderson Hara
-
-
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
- 成人
- 年长者
接受健康志愿者
不
取样方法
概率样本
研究人群
里昂牙科大学医院口腔外科的牙齿撕脱
描述
纳入标准:
- 牙齿撕脱,牙齿磨损指数在 0 到 3 之间
- 成熟的门牙、犬齿、前臼齿或臼齿(仅第一和第二)
排除标准:
- 牙齿撕脱,牙齿磨损指数超过 3(或出现类似磨损的口腔康复代表)
- 未成熟的牙齿或没有根管教育的牙齿
- 智齿
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 |
|---|---|
|
所有成熟牙齿的牙齿磨损完好或牙齿磨损改变
操作员扫描前对牙齿进行缩放 评估牙齿磨损指数 0 或 1(由 2 位经过校准的专家)
|
|
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 |
|---|---|---|
|
基于牙齿形状数据集的牙齿磨损指数预测:一项回顾性研究
大体时间:只有一次
|
四种机器学习 (ML) 算法:线性判别分析 (LDA)、支持向量机 (SVM)、随机森林 (RM) 和梯度增强机 (GBM) 将用于预测牙齿类型和牙齿的变化解剖学。
数据集将分为 60/40 的训练数据集和保留测试数据集,并且模型将进行三重交叉验证。
模型性能将在混淆矩阵中进行评估,从而定义精确度、召回率、F1 分数和准确性。
|
只有一次
|
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。
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)
2023年12月12日
初级完成 (估计的)
2025年12月12日
研究完成 (估计的)
2027年12月1日
研究注册日期
首次提交
2023年11月10日
首先提交符合 QC 标准的
2024年11月7日
首次发布 (估计的)
2024年11月8日
研究记录更新
最后更新发布 (估计的)
2024年11月8日
上次提交的符合 QC 标准的更新
2024年11月7日
最后验证
2024年11月1日
更多信息
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.