Using NLP and Neural Networks to Autonomously Identify Severe Asthma and Determine Study Eligibility in a Large Healthcare System

Rövid összefoglaló (regiszter, angolul)

The study aims to to use new technologies (ML, AI, NLP), to autonomously identify moderate to severe asthma populations within an EHR system, describe differences in treatment patterns across different populations, and determine trial eligibility. Primary Objectives Please ensure you detail primary objectives Aim 1. Determine and validate a diagnosis of severe asthma (SA) using predictive features obtained from the Scripps Health EHR. * Aim 1a: Use ML applied to structured EHR data to predict SA. Use the opinion of 2 specialty-trained physicians and ATS guidelines to determine model accuracy. * Aim 1b: Use NLP applied to unstructured text to predict SA. Determine model accuracy as above in Aim 1a. * Aim 1c: Use a combination of ML applied to structured data to predict SA. Determine model accuracy as above in Aim 1a.

Mit vállalsz

• Vizsgálat típusa: Megfigyeléses
• Bevont résztvevők: 31795
• 2023. máj. 1. és az elsődleges befejezés (2026. dec.) között
• 1 helyszín, 1 országban
• Vizitek és vizsgálatok: kérdezd a vizsgálat csapatát, a regiszter nem sorolja fel őket

A(z) ClinicalTrials.gov regisztermezőiből összeállítva. A vizsgálat felépítését írja le.

Ki nem vehet részt

Szó szerint a(z) ClinicalTrials.gov forrásból, témák szerint csoportosítva. Hogy ki vehet részt, azt csak a vizsgálat csapata dönti el.

Kiket keres a vizsgálat

Életkor a regiszterben: 6 év – 85 év · Nem: nők és férfiak · Egészséges önkénteseket nem fogad

A teljes feltétellista: ClinicalTrials.gov

Helyszínek (1)

Helyszínek a regiszter sorrendjében. Ha a profilodba mented a városodat, távolság szerint rendeződnek.

Te vagy a koordinátor? Erősítsd meg az adatokat