UMIN-CTR 臨床試験登録情報の閲覧

BACK TOP
UMIN-CTR ホーム 用語の説明(簡易版) 用語の説明(詳細版)--準備中 FAQ

利用者名:
UMIN ID:

試験進捗状況 開始前/Preinitiation
UMIN試験ID UMIN000036064
受付番号 R000041083
科学的試験名 診療録の手動解析と機械学習を用いた解析との比較
一般公開日(本登録希望日) 2019/04/30
最終更新日 2020/09/01

※ 本ページ収載の情報は、臨床試験に関する情報公開を目的として、UMINが開設しているUMIN臨床試験登録システムに提供された臨床試験情報です。
※ 特定の医薬品や治療法等については、医療関係者や一般の方に向けて広告することは目的としていません。


基本情報/Basic information
一般向け試験名/Public title 診療録の手動解析と機械学習を用いた解析との比較 Comparison between manual analysis of medical records and analysis using machine learning
一般向け試験名略称/Acronym 診療録の手動解析と機械学習を用いた解析との比較 Comparison between manual analysis of medical records and analysis using machine learning
科学的試験名/Scientific Title 診療録の手動解析と機械学習を用いた解析との比較 Comparison between manual analysis of medical records and analysis using machine learning
科学的試験名略称/Scientific Title:Acronym 診療録の手動解析と機械学習を用いた解析との比較 Comparison between manual analysis of medical records and analysis using machine learning
試験実施地域/Region
日本/Japan

対象疾患/Condition
対象疾患名/Condition 頭痛 Headache
疾患区分1/Classification by specialty
内科学一般/Medicine in general 救急医学/Emergency medicine
疾患区分2/Classification by malignancy 悪性腫瘍以外/Others
ゲノム情報の取扱い/Genomic information いいえ/NO

目的/Objectives
目的1/Narrative objectives1 症候の符号判定(「あり・なし」判定)は、ベイズの定理を用いた自動診断システム構築に必須である。テキストマイニング技術により膨大な情報を短時間で処理できるようになったが、自由記載文章自然言語である診療録の機械的な符号判定は、日本語の構造上困難とされている。診療録内の自由記載部分について、手動で網羅的に抽出した症候の符号判定と、機械学習を用いて抽出した符号判定との精度を比較しする。 Symbol sign determination is essential for constructing automatic diagnostic system using Bayes' theorem. Text mining technology has made it possible to process enormous amounts of information in a short time. Mechanical sign judgment of a medical record which is a natural language is said to be difficult due to the structure of Japanese. For the free description part in the medical record, compare the accuracy of the sign judgment of the symptom extracted comprehensively manually and the sign judgment extracted using the machine learning.
目的2/Basic objectives2 有効性/Efficacy
目的2 -その他詳細/Basic objectives -Others

試験の性質1/Trial characteristics_1
試験の性質2/Trial characteristics_2
試験のフェーズ/Developmental phase

評価/Assessment
主要アウトカム評価項目/Primary outcomes クロス表を生成し得た組み合わせの割合と各症候の感度、特異度および尤度比 Percentage of combinations that generated cross table
Sensitivity, specificity and likelihood ratio of each symptom
副次アウトカム評価項目/Key secondary outcomes


基本事項/Base
試験の種類/Study type 観察/Observational

試験デザイン/Study design
基本デザイン/Basic design
ランダム化/Randomization
ランダム化の単位/Randomization unit
ブラインド化/Blinding
コントロール/Control
層別化/Stratification
動的割付/Dynamic allocation
試験実施施設の考慮/Institution consideration
ブロック化/Blocking
割付コードを知る方法/Concealment

介入/Intervention
群数/No. of arms
介入の目的/Purpose of intervention
介入の種類/Type of intervention
介入1/Interventions/Control_1

介入2/Interventions/Control_2

介入3/Interventions/Control_3

介入4/Interventions/Control_4

介入5/Interventions/Control_5

介入6/Interventions/Control_6

介入7/Interventions/Control_7

介入8/Interventions/Control_8

介入9/Interventions/Control_9

介入10/Interventions/Control_10


適格性/Eligibility
年齢(下限)/Age-lower limit
20 歳/years-old 以上/<=
年齢(上限)/Age-upper limit

適用なし/Not applicable
性別/Gender 男女両方/Male and Female
選択基準/Key inclusion criteria 2014年5月1日から2ヶ月間における、東京都立多摩総合医療センター救急外来を、頭痛を主訴に受診した患者 Patients who visited the Tokyo Metropolitan Tama General Medical Center emergency outpatient for 2 months from May 1, 2014, with a headache complaint
除外基準/Key exclusion criteria なし none
目標参加者数/Target sample size 270

責任研究者/Research contact person
責任研究者/Name of lead principal investigator
大樹
ミドルネーム
横川
Daiki
ミドルネーム
Yokokawa
所属組織/Organization 千葉大学医学部附属病院 Chiba University Hospital
所属部署/Division name 総合診療科 Department of General Medicine
郵便番号/Zip code 2608677
住所/Address 千葉県千葉市中央区亥鼻1-8-1 1-8-1, Inohana, Chuo-ku, Chiba city
電話/TEL 0432227171
Email/Email dyokokawa6@chiba-u.jp

試験問い合わせ窓口/Public contact
試験問い合わせ窓口担当者/Name of contact person
大樹
ミドルネーム
横川
Daiki
ミドルネーム
Yokokawa
組織名/Organization 千葉大学医学部附属病院 Chiba University Hospital
部署名/Division name 総合診療科 Department of General Medicine
郵便番号/Zip code 2608677
住所/Address 千葉県千葉市中央区亥鼻1-8-1 1-8-1, Inohana, Chuo-ku, Chiba city
電話/TEL 0432227171
試験のホームページURL/Homepage URL
Email/Email dyokokawa6@chiba-u.jp

実施責任組織/Sponsor
機関名/Institute 千葉大学 Chiba University
機関名/Institute
(機関選択不可の場合)

部署名/Department

研究費提供組織/Funding Source
機関名/Organization 無し None
機関名/Organization
(機関選択不可の場合)

組織名/Division
組織の区分/Category of Funding Organization その他/Other
研究費拠出国/Nationality of Funding Organization


その他の関連組織/Other related organizations
共同実施組織/Co-sponsor

その他の研究費提供組織/Name of secondary funder(s)


IRB等連絡先(公開)/IRB Contact (For public release)
組織名/Organization 千葉大学医学部附属病院 Chiba University Hospital
住所/Address 千葉県千葉市中央区亥鼻1-8-1 1-8-1, Inohana, Chuo-ku, Chiba city
電話/Tel 0432227171
Email/Email dyokokawa6@chiba-u.jp

他機関から発行された試験ID/Secondary IDs
他機関から発行された試験ID/Secondary IDs いいえ/NO
試験ID1/Study ID_1
ID発行機関1/Org. issuing International ID_1

試験ID2/Study ID_2
ID発行機関2/Org. issuing International ID_2

治験届/IND to MHLW

試験実施施設/Institutions
試験実施施設名称/Institutions

その他の管理情報/Other administrative information
一般公開日(本登録希望日)/Date of disclosure of the study information
2019 04 30

関連情報/Related information
プロトコル掲載URL/URL releasing protocol
試験結果の公開状況/Publication of results 未公表/Unpublished

結果/Result
結果掲載URL/URL related to results and publications
組み入れ参加者数/Number of participants that the trial has enrolled
主な結果/Results

主な結果入力日/Results date posted
結果掲載遅延/Results Delayed
結果遅延理由/Results Delay Reason

最初の試験結果の出版日/Date of the first journal publication of results
参加者背景/Baseline Characteristics

参加者の流れ/Participant flow

有害事象/Adverse events

評価項目/Outcome measures

個別症例データ共有計画/Plan to share IPD

個別症例データ共有計画の詳細/IPD sharing Plan description


試験進捗状況/Progress
試験進捗状況/Recruitment status 開始前/Preinitiation
プロトコル確定日/Date of protocol fixation
2019 03 01
倫理委員会による承認日/Date of IRB
登録・組入れ開始(予定)日/Anticipated trial start date
2019 04 10
フォロー終了(予定)日/Last follow-up date
2020 08 31
入力終了(予定)日/Date of closure to data entry
データ固定(予定)日/Date trial data considered complete
解析終了(予定)日/Date analysis concluded

その他/Other
その他関連情報/Other related information 医師2名が診療録内の自由記載から全ての症候を抽出して符号判定した。診断は国際頭痛分類第2版を用いて行い、症候と診断のクロス表を作成する。クロス表を生成し得た組み合わせの割合と、各症候の感度、特異度および尤度比を計算する。
同診療録を機械学習を用いて、同じ指標を計算し、それぞれ比較する。
Two physicians extracted all symptoms from the free entry in the medical record and signed it. Diagnosis was done using international headache classification 2nd edition, and a cross table of symptoms and diagnosis was prepared. Calculate the proportion of combinations that could produce a cross table and the sensitivity, specificity and likelihood ratio of each symptom.
Calculate the same indicator using machine learning, and compare them respectively.

管理情報/Management information
登録日時/Registered date
2019 03 01
最終更新日/Last modified on
2020 09 01


閲覧ページへのリンク/Link to view the page
URL(日本語) https://upload.umin.ac.jp/cgi-open-bin/ctr/ctr_view.cgi?recptno=R000041083
URL(英語) https://upload.umin.ac.jp/cgi-open-bin/ctr_e/ctr_view.cgi?recptno=R000041083

研究計画書
登録日時 ファイル名

研究症例データ仕様書
登録日時 ファイル名

研究症例データ
登録日時 ファイル名


UMIN臨床試験登録システムのご使用に関するお問い合わせは、こちらのお問い合わせフォーム からお願いいたします。それ以外のお問い合わせは、 こちら よりお願い致します。