- ICH GCP
- Registr klinických studií v USA
- Klinická studie NCT04726228
Hodnocení bolesti u pacientů s rakovinou pomocí strojového učení (PASCALE) (PASCALE)
Domácí telemedicína pro automatické hodnocení bolesti u pacientů s rakovinou: Vytváření datové sady a vývoj algoritmů strojového učení
Přehled studie
Postavení
Podmínky
Detailní popis
Po celou dobu trvání studie zůstanou pacienti v péči týmu ambulantní péče rané paliativní a simultánní péče Istituto Nazionale Tumori, Fondazione Pascale, doma. Bolest a další příznaky budou léčeny v souladu se správnou klinickou praxí a pacientům bude poskytnuta pomoc po dohodě s běžnou lékařskou péčí.
Budou použita následující zařízení:
- Software
- Instrumentace
- Nástroje klinického hodnocení: Dotazník kvality života Evropské organizace pro výzkum a léčbu rakoviny Core 30 (EORTC QLQ-C30), Daily Pain Diary, 0-10 numerická hodnotící stupnice (NRS).
Projekt bude rozdělen do tří hlavních pracovních balíčků (WP), věnovaných vytvoření IT infrastruktury pro podporu akvizic (WP1), kampani pro sběr dat pacientů (WP2) a vývoji algoritmů strojového učení pro automatické rozpoznávání bolesti. (WP3). Aplikaci přístrojů a ověření správné funkce bude provádět u pacienta doma IT personál zapojený do studie.
WP1 - Systém se skládá ze tří hlavních komponent: serveru s připojenou databází, aplikace pro mobilní zařízení, která je také zodpovědná za správu sběru dat ze zařízení pro sběr fyziologických signálů, a desktopové aplikace, kterou klinický personál používá ke sledování průběhu. sběru dat.
Mobilní aplikace bude mít za úkol komunikovat přímo s pacientem a získávat biometrická data z nositelných zařízení. Konkrétně budou získávány následující signály: srdeční frekvence, tělesná teplota, neinvazivní krevní tlak a galvanická kožní reakce (GSR). Srdeční frekvence bude získávána prostřednictvím nositelného zařízení (Garmin Vivosmart 4), zatímco tělesná teplota, neinvazivní krevní tlak a GSR budou snímány externím zařízením (platforma BITalino). K dalšímu ověření přesnosti Algoritmus, který se bude zabývat detekcí bolesti, bude pacientům poskytnut také dotazník QoL (EORTC QLQ-C30).
Aby bylo možné získat základní pravdivost dat, bude pacient požádán, aby poskytl zpětnou vazbu o míře bolesti, a to jak v určitých časových intervalech během dne, tak v případě epizod akutní bolesti. Tato zpětná vazba může být založena na NRS a multimediálních strategiích (např. videa). Pacienti budou vyplňovat denní deník bolesti.
WP2 – Kampaň bude zahrnovat předběžnou akviziční fázi zaměřenou na testování IT infrastruktury. Pro získání adekvátní interindividuální a intraindividuální variability bude nutné zapsat alespoň 40 pacientů, přičemž data budou získávána po dobu 10-14 dnů. Kampaň sběru dat tedy bude probíhat přibližně 6 měsíců. Každý subjekt bude používat mobilní aplikaci a senzory po dobu 2 týdnů. Data budou pořizována pomocí současně sběrných balíků dat (aplikace, senzory a jakékoli mobilní zařízení). Po registraci a na konci bude podán EORTC QLQ-C30.
WP3 - Cílem je vývoj algoritmů schopných predikovat míru bolesti vnímané pacientem. Vzhledem k tomu, že je k dispozici značné množství označených dat, systém se bude učit z příkladů.
Typ studie
Zápis (Odhadovaný)
Kontakty a umístění
Studijní kontakt
- Jméno: Marco Cascella, MD
- Telefonní číslo: +39 0815903508
- E-mail: m.cascella@istitutotumori.na.it
Studijní záloha kontaktů
- Jméno: Arturo Cuomo, MD
- Telefonní číslo: +39 0815903508
- E-mail: a.cuomo@istitutotumori.na.it
Studijní místa
-
-
Campania
-
Naples, Campania, Itálie, 80131
- Nábor
- National Cancer Institute of Naples
-
Kontakt:
- Marco Cascella, MD
- Telefonní číslo: +39 0815903508
- E-mail: m.cascella@istitutotumori.na.it
-
Kontakt:
- Arturo Cuomo, MD
- Telefonní číslo: +39 0815903508
- E-mail: a.cuomo@istitutotumori.na.it
-
Napoli, Campania, Itálie
- Zatím nenabíráme
- A.O.U. Federico II
-
Kontakt:
- Francesco Cutugno, PhD
- Telefonní číslo: +39 081679191
- E-mail: francesco.cutugno@unina.it
-
-
Kritéria účasti
Kritéria způsobilosti
Věk způsobilý ke studiu
Přijímá zdravé dobrovolníky
Metoda odběru vzorků
Studijní populace
Popis
Kritéria pro zařazení:
- Pacienti ve věku > 18 let
- Pacienti v domácí péči s diagnózou pokročilého nádorového onemocnění a očekávanou délkou života ≤ 1 rok
- Pacienti, kteří jsou léčeni pro rakovinovou bolest
- Pacienti, kteří dali souhlas
Kritéria vyloučení:
- Pacienti ve věku < 18 let
- Ochota podepsat formulář informovaného souhlasu (neumí číst nebo psát)
- Kognitivní deficit (např. Alzheimerova choroba nebo senilní demence)
Studijní plán
Jak je studie koncipována?
Detaily designu
- Observační modely: Kohorta
- Časové perspektivy: Budoucí
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Vyvinout algoritmus strojového učení užitečný pro předpovídání úrovně bolesti u pacientů s rakovinou. Bude získána databáze obsahující klinická data a charakteristiky bolesti.
Časové okno: Až 2 týdny
|
Klinické údaje: Srdeční frekvence (údery za minutu, bpm)
|
Až 2 týdny
|
|
Vyvinout algoritmus strojového učení užitečný pro předpovídání úrovně bolesti u pacientů s rakovinou. Bude získána databáze obsahující klinická data a charakteristiky bolesti.
Časové okno: Kdykoli u pacienta dojde ke zhoršení bolesti, až 2 týdny
|
Klinické údaje: Tělesná teplota (Celsius, °C) Pacient bude používat dodaný přístroj (BITalino).
|
Kdykoli u pacienta dojde ke zhoršení bolesti, až 2 týdny
|
|
Vyvinout algoritmus strojového učení užitečný pro předpovídání úrovně bolesti u pacientů s rakovinou. Bude získána databáze obsahující klinická data a charakteristiky bolesti.
Časové okno: Kdykoli u pacienta dojde ke zhoršení bolesti, až 2 týdny
|
Klinické údaje: Neinvazivní krevní tlak (mmHg).
Pacient použije dodané zařízení (BITalino).
|
Kdykoli u pacienta dojde ke zhoršení bolesti, až 2 týdny
|
|
Vyvinout algoritmus strojového učení užitečný pro předpovídání úrovně bolesti u pacientů s rakovinou. Bude získána databáze obsahující klinická data a charakteristiky bolesti.
Časové okno: Kdykoli u pacienta dojde ke zhoršení bolesti, až 2 týdny
|
Klinická data: Galvanic Skin Response (GSR) označuje změny v aktivitě potních žláz, které odrážejí intenzitu emočního stavu. Pacient použije dodané zařízení (BITalino). |
Kdykoli u pacienta dojde ke zhoršení bolesti, až 2 týdny
|
|
Vyvinout algoritmus strojového učení užitečný pro předpovídání úrovně bolesti u pacientů s rakovinou. Bude získána databáze obsahující klinická data a charakteristiky bolesti.
Časové okno: Kdykoli u pacienta dojde ke zhoršení bolesti, až 2 týdny
|
Vlastnosti bolesti: Bude používán denní deník bolesti. Typ: jak je pociťována bolest (např. ostrá, bolest, střelba, brnění). |
Kdykoli u pacienta dojde ke zhoršení bolesti, až 2 týdny
|
|
Vyvinout algoritmus strojového učení užitečný pro předpovídání úrovně bolesti u pacientů s rakovinou. Bude získána databáze obsahující klinická data a charakteristiky bolesti.
Časové okno: Kdykoli u pacienta dojde ke zhoršení bolesti, až 2 týdny
|
Vlastnosti bolesti: Bude používán denní deník bolesti. Stupeň: 0-10 číselná hodnotící stupnice (NRS), kde 0 je žádná bolest a 10 je nejhorší bolest, jakou si lze představit. |
Kdykoli u pacienta dojde ke zhoršení bolesti, až 2 týdny
|
|
Vyvinout algoritmus strojového učení užitečný pro předpovídání úrovně bolesti u pacientů s rakovinou. Bude získána databáze obsahující klinická data a charakteristiky bolesti.
Časové okno: Kdykoli u pacienta dojde ke zhoršení bolesti, až 2 týdny
|
Vlastnosti bolesti: Bude používán denní deník bolesti. Doba trvání (minuty, hodiny, dny). |
Kdykoli u pacienta dojde ke zhoršení bolesti, až 2 týdny
|
|
Vyvinout algoritmus strojového učení užitečný pro předpovídání úrovně bolesti u pacientů s rakovinou. Bude získána databáze obsahující klinická data a charakteristiky bolesti.
Časové okno: Kdykoli u pacienta dojde ke zhoršení bolesti, až 2 týdny
|
Vlastnosti bolesti: Bude používán denní deník bolesti. Vyvolávající faktory. |
Kdykoli u pacienta dojde ke zhoršení bolesti, až 2 týdny
|
|
Vyvinout algoritmus strojového učení užitečný pro předpovídání úrovně bolesti u pacientů s rakovinou. Bude získána databáze obsahující klinická data a charakteristiky bolesti.
Časové okno: Kdykoli u pacienta dojde ke zhoršení bolesti, až 2 týdny
|
Vlastnosti bolesti: Bude používán denní deník bolesti. Název a množství použitého léku a čas jeho užití. |
Kdykoli u pacienta dojde ke zhoršení bolesti, až 2 týdny
|
Sekundární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Kvalita života pacientů hodnocená dotazníkem EORTC QLQ-C30.
Časové okno: Na začátku a na konci pozorování do 2 týdnů
|
Kvalita života (QoL) pacientů podle dotazníku Evropské organizace pro výzkum a léčbu rakoviny (EORTC) QLQ-C30.
Boduje se na metrice od 0 do 100.
Vyšší skóre znamená lepší výsledek.
|
Na začátku a na konci pozorování do 2 týdnů
|
Spolupracovníci a vyšetřovatelé
Spolupracovníci
Vyšetřovatelé
- Vrchní vyšetřovatel: Marco Cascella, MD, Anesthesia and Pain Medicine. Istituto Nazionale Tumori - IRCCS Fondazione Pascale - Napoli, Italy
- Vrchní vyšetřovatel: Arturo Cuomo, MD, Anesthesia and Pain Medicine. Istituto Nazionale Tumori - IRCCS Fondazione Pascale - Napoli, Italy
Publikace a užitečné odkazy
Obecné publikace
- Reis-Pina P, Lawlor PG, Barbosa A. Adequacy of cancer-related pain management and predictors of undertreatment at referral to a pain clinic. J Pain Res. 2017 Aug 31;10:2097-2107. doi: 10.2147/JPR.S139715. eCollection 2017.
- Adamse C, Dekker-Van Weering MG, van Etten-Jamaludin FS, Stuiver MM. The effectiveness of exercise-based telemedicine on pain, physical activity and quality of life in the treatment of chronic pain: A systematic review. J Telemed Telecare. 2018 Sep;24(8):511-526. doi: 10.1177/1357633X17716576. Epub 2017 Jul 11.
- Sirintrapun SJ, Lopez AM. Telemedicine in Cancer Care. Am Soc Clin Oncol Educ Book. 2018 May 23;38:540-545. doi: 10.1200/EDBK_200141.
- Aung MSH, Kaltwang S, Romera-Paredes B, Martinez B, Singh A, Cella M, Valstar M, Meng H, Kemp A, Shafizadeh M, Elkins AC, Kanakam N, de Rothschild A, Tyler N, Watson PJ, de C Williams AC, Pantic M, Bianchi-Berthouze N. The Automatic Detection of Chronic Pain-Related Expression: Requirements, Challenges and the Multimodal EmoPain Dataset. IEEE Trans Affect Comput. 2016 Oct-Dec;7(4):435-451. doi: 10.1109/TAFFC.2015.2462830. Epub 2015 Jul 30.
- Gruss S, Geiger M, Werner P, Wilhelm O, Traue HC, Al-Hamadi A, Walter S. Multi-Modal Signals for Analyzing Pain Responses to Thermal and Electrical Stimuli. J Vis Exp. 2019 Apr 5;(146). doi: 10.3791/59057.
- Pfeifer AC, Uddin R, Schroder-Pfeifer P, Holl F, Swoboda W, Schiltenwolf M. Mobile Application-Based Interventions for Chronic Pain Patients: A Systematic Review and Meta-Analysis of Effectiveness. J Clin Med. 2020 Nov 5;9(11):3557. doi: 10.3390/jcm9113557.
- Cuomo A, Bimonte S, Forte CA, Botti G, Cascella M. Multimodal approaches and tailored therapies for pain management: the trolley analgesic model. J Pain Res. 2019 Feb 19;12:711-714. doi: 10.2147/JPR.S178910. eCollection 2019.
- Rashidi P, Edwards DA, Tighe PJ. Primer on machine learning: utilization of large data set analyses to individualize pain management. Curr Opin Anaesthesiol. 2019 Oct;32(5):653-660. doi: 10.1097/ACO.0000000000000779.
- Dawes TR, Eden-Green B, Rosten C, Giles J, Governo R, Marcelline F, Nduka C. Objectively measuring pain using facial expression: is the technology finally ready? Pain Manag. 2018 Mar;8(2):105-113. doi: 10.2217/pmt-2017-0049. Epub 2018 Feb 22.
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Aktuální)
Primární dokončení (Aktuální)
Dokončení studie (Odhadovaný)
Termíny zápisu do studia
První předloženo
První předloženo, které splnilo kritéria kontroly kvality
První zveřejněno (Aktuální)
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Naposledy ověřeno
Více informací
Termíny související s touto studií
Klíčová slova
Další relevantní podmínky MeSH
Další identifikační čísla studie
- 41/20 oss
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
Popis plánu IPD
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Studuje produkt zařízení regulovaný americkým úřadem FDA
produkt vyrobený a vyvážený z USA
Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .
Klinické studie na Kvalita života
-
Northwestern UniversityUniversity of Wisconsin, StoutDokončenoPerception of Skin of Color Clinics u AfroameričanůSpojené státy
-
Sisli Hamidiye Etfal Training and Research HospitalDokončeno
-
Research Unit Of General Practice, CopenhagenUniversity of Copenhagen; Region Capital Denmark; The Copenhagen General Practice... a další spolupracovníciDokončeno
-
Indiana UniversityNáborPoint of Care ultrazvuk (POCUS)Spojené státy
-
Incyte CorporationDostupnýSTAT1 Gain-of-Function Disease
-
Imperial College LondonDokončenoProof Of Concept StudieSpojené království
-
Asociacion Española Primera en SaludIntensive Care Unit Pasteur HospitalDokončenoPoint of Care ultrazvukUruguay
-
Aga Khan UniversityThe Hospital for Sick Children; Grand Challenges CanadaNeznámýPoint of Care ultrazvukPákistán
-
Research Unit Of General Practice, CopenhagenUniversity of Copenhagen; Region Capital Denmark; The Copenhagen General Practice... a další spolupracovníciDokončeno
-
Kecioren Education and Training HospitalDokončeno