WAVE-undersøgelse (Wearable Assisted Viral Evidence) En decentraliseret, prospektiv undersøgelse, der undersøger forholdet mellem passivt indsamlede data fra bærbare aktivitetsenheder og luftvejsvirusinfektioner (WAVE)
Studieoversigt
Status
Status
Betingelser
Betingelser
Undersøgelsestype
Undersøgelsestype
Tilmelding (Faktiske)
Tilmelding
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: Ernesto Ramirez, PhD
- Telefonnummer: 415-650-4741
- E-mail: wavestudy@evidation.com
Undersøgelse Kontakt Backup
- Navn: Stephanie Salwen, PhD
- E-mail: wavestudy@evidation.com
Studiesteder
-
-
California
-
San Mateo, California, Forenede Stater, 94402
- Evidation Health
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Bor i USA
- Taler, læser og forstår engelsk
- Ejer og bruger i øjeblikket en bærbar enhed (Apple Watch, Garmin eller Fitbit) med nødvendige skridt- og pulsdata som minimum eller er villig til at bære en enhed, der er leveret af undersøgelsen, og downloade Fitbit-appen
- Villig til at forbinde deres bærbare enhed til Evidation-platformen og bære den dagligt i mindst 10 timer under undersøgelsens varighed
- Ejer en smartphone med Apple iOS 15 installeret eller nyere ELLER Android version 9.0 installeret eller nyere eller villig til at opdatere
- Svarer gerne på daglige og ugentlige spørgeskemaer i en 10-ugers periode
- Villig til at gennemføre næsepodningsprøver i hjemmet og returnere næsepodningsprøverne inden for 24 timer efter at være blevet bedt om at fuldføre det
- Opfylder kravene til datatæthed for bærbare enheder
Ekskluderingskriterier:
- Selvrapporteret diagnose af både influenza og COVID af en sundhedspersonale eller ved hjælp af en hjemmetest inden for de seneste 3 måneder
- Er i øjeblikket tilmeldt et andet interventionsstudie for at forebygge eller behandle COVID-19 eller et andet influenza-relateret program, der udføres af Evidation (individer, der i øjeblikket deltager i Evidations FluSmart-program, vil få at vide, at deres deltagelse vil blive sat på pause)
- Har en primær postadresse, der er en postboks, Army Post Office (APO), Fleet Post Office (FPO) eller Diplomatic Post Office (DPO) adresse, eller amerikansk militærbase placeret i udlandet eller amerikanske territorier (Puerto Rico, U.S. Virgin Øer, Guam, Northern Mariana Island eller Amerikansk Samoa)
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Antal grupper/kohorter
Kohorter og interventioner
Gruppe / kohorteGruppe / kohorte |
|---|
|
Studiebefolkning
Voksne deltagere (i alderen 18+), der bor i det sammenhængende USA
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
De primære mål er at udvikle et datasæt med parrede bærbare data, selvrapporterede symptomer og bekræftet luftvejsvirusinfektion og bruge datasættet til at udvikle en algoritme til at klassificere asymptomatiske/symptomatiske RVI'er
Tidsramme: Gennem afsluttet studie, cirka 10 måneder
|
Denne undersøgelse vil indsamle bærbare enhedsdata, herunder puls, søvn, aktivitet og andre datatyper fra kommercielt tilgængelige bærbare aktivitetsmålere og smartwatches (f.eks.
Apple Watch, Fitbit, Garmin-enheder), samt selvrapporterede data relateret til oplevelsen af symptomer forbundet med luftvejsvirusinfektioner, og parre disse data med resultaterne fra PCR-test af serielle hjemme-næsepodninger for SARS-CoV- 2, Influenza A, Influenza B og respiratorisk syncytialvirus (RSV).
Disse data vil blive brugt til at bestemme, om disse datatyper kan bruges til at udvikle en algoritme til klassificering af asymptomatisk og symptomatisk RVI.
Algoritmeydelse vil blive vurderet på tværs af en række dimensioner, herunder ROC AUC, sensitivitet, specificitet, PPV og NPV.
|
Gennem afsluttet studie, cirka 10 måneder
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Det sekundære formål med denne observationsundersøgelse er at bestemme, om algoritmeydelsen er forskellig på tværs af forskellige demografiske grupper
Tidsramme: Gennem afsluttet studie, cirka 10 måneder
|
Vi vil teste algoritmeydelse for forskellige grupper af deltagere for bedre at forstå, om algoritmen præsterer forskelligt afhængigt af deltagernes demografi.
For eksempel vil vi teste for præstationsmålinger på tværs af forskellige undergrupper relateret til køn, etnicitet og alder.
For hver undergruppe vil vi rapportere om ROC AUC, sensitivitet, specificitet, PPV og NPV. som passende.
|
Gennem afsluttet studie, cirka 10 måneder
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Samarbejdspartnere
Samarbejdspartnere
Efterforskere
Efterforskere
- Ledende efterforsker: Ernesto Ramirez, PhD, Evidation Health
Publikationer og nyttige links
Generelle publikationer
- Tokars JI, Olsen SJ, Reed C. Seasonal Incidence of Symptomatic Influenza in the United States. Clin Infect Dis. 2018 May 2;66(10):1511-1518. doi: 10.1093/cid/cix1060.
- Wiemken TL, Khan F, Puzniak L, Yang W, Simmering J, Polgreen P, Nguyen JL, Jodar L, McLaughlin JM. Seasonal trends in COVID-19 cases, hospitalizations, and mortality in the United States and Europe. Sci Rep. 2023 Mar 8;13(1):3886. doi: 10.1038/s41598-023-31057-1.
- Temple DS, Hegarty-Craver M, Furberg RD, Preble EA, Bergstrom E, Gardener Z, Dayananda P, Taylor L, Lemm NM, Papargyris L, McClain MT, Nicholson BP, Bowie A, Miggs M, Petzold E, Woods CW, Chiu C, Gilchrist KH. Wearable Sensor-Based Detection of Influenza in Presymptomatic and Asymptomatic Individuals. J Infect Dis. 2023 Apr 12;227(7):864-872. doi: 10.1093/infdis/jiac262.
- Mezlini A, Shapiro A, Daza EJ, Caddigan E, Ramirez E, Althoff T, Foschini L. Estimating the Burden of Influenza-like Illness on Daily Activity at the Population Scale Using Commercial Wearable Sensors. JAMA Netw Open. 2022 May 2;5(5):e2211958. doi: 10.1001/jamanetworkopen.2022.11958.
- Shapiro A, Marinsek N, Clay I, Bradshaw B, Ramirez E, Min J, Trister A, Wang Y, Althoff T, Foschini L. Characterizing COVID-19 and Influenza Illnesses in the Real World via Person-Generated Health Data. Patterns (N Y). 2020 Dec 13;2(1):100188. doi: 10.1016/j.patter.2020.100188. eCollection 2021 Jan 8.
- Hunter V, Shapiro A, Chawla D, Drawnel F, Ramirez E, Phillips E, Tadesse-Bell S, Foschini L, Ukachukwu V. Characterization of Influenza-Like Illness Burden Using Commercial Wearable Sensor Data and Patient-Reported Outcomes: Mixed Methods Cohort Study. J Med Internet Res. 2023 Mar 23;25:e41050. doi: 10.2196/41050.
- Merrill MA, Safranchik E, Kolbeinsson A, et al. Homekit2020: A Benchmark for Time Series Classification on a Large Mobile Sensing Dataset with Laboratory Tested Ground Truth of Influenza Infections. Conference on Health, Inference, and Learning PMLR 209:207-228. 2023 Jun.
- Mayer C, Tyler J, Fang Y, Flora C, Frank E, Tewari M, Choi SW, Sen S, Forger DB. Consumer-grade wearables identify changes in multiple physiological systems during COVID-19 disease progression. Cell Rep Med. 2022 Apr 19;3(4):100601. doi: 10.1016/j.xcrm.2022.100601. eCollection 2022 Apr 19.
- Nestor B, Hunter J, Kainkaryam R, Drysdale E, Inglis JB, Shapiro A, Nagaraj S, Ghassemi M, Foschini L, Goldenberg A. Machine learning COVID-19 detection from wearables. Lancet Digit Health. 2023 Apr;5(4):e182-e184. doi: 10.1016/S2589-7500(23)00045-6. No abstract available.
- Shandhi MMH, Cho PJ, Roghanizad AR, Singh K, Wang W, Enache OM, Stern A, Sbahi R, Tatar B, Fiscus S, Khoo QX, Kuo Y, Lu X, Hsieh J, Kalodzitsa A, Bahmani A, Alavi A, Ray U, Snyder MP, Ginsburg GS, Pasquale DK, Woods CW, Shaw RJ, Dunn JP. A method for intelligent allocation of diagnostic testing by leveraging data from commercial wearable devices: a case study on COVID-19. NPJ Digit Med. 2022 Sep 1;5(1):130. doi: 10.1038/s41746-022-00672-z.
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Studiestart
Primær færdiggørelse (Faktiske)
Primær færdiggørelse
Studieafslutning (Faktiske)
Studieafslutning
Datoer for studieregistrering
Først indsendt
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Først opslået
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Anslået)
Sidste opdatering sendt
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- WAVE Study
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
IPD-planbeskrivelse
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .