- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT04762693
Digital akustisk overvågning til tidlig påvisning af udbrud af luftvejssygdomme
Digital akustisk overvågning til tidlig påvisning af udbrud af luftvejssygdomme: En eksplorativ observationsundersøgelse i Navarra, Spanien
Studieoversigt
Detaljeret beskrivelse
Dette er et enkeltcenter prospektivt observationsstudie, der foregiver at evaluere nøjagtigheden af en akustisk overvågningsmobilapp til at detektere individuelle episoder af hoste blandt en overvåget befolkning, såvel som de barrierer og facilitatorer, der kan påvirke optagelsen af lignende platforme på et befolkningsniveau .
Den pågældende app, Hyfe hostesporer, kører i baggrunden på smartphones og optager korte stykker (<0,5 sekunder) af eksplosive, formodede hostelyde. Disse klassificeres derefter som hoste eller ikke-hoste ved hjælp af en CNN-model (convolutional neural network), og matches til GPS- og tidsdata indsamlet af smartphonen.
Deltagernes nattehoste vil blive overvåget i en 30-dages periode, og deres kliniske optegnelser vil blive gennemgået regelmæssigt, specifikt på udkig efter diagnoser af hosteproducerende sygdomme og med særlig vægt på COVID-19.
Hostedata vil blive brugt til at lave et varmekort over hostetæthed og geografisk fordeling. Aggregerede hosteregistre vil blive brugt til at beregne hoste pr. persontime registreret i kohorten. Disse data vil blive brugt til at udføre en ARIMA-analyse på tre parallelle tidsserier på samfundsniveau: Forekomsten af luftvejssygdomme i den overvågede kohorte i hele undersøgelsesområdet (inklusive Universidad de Navarra og det nærliggende Cendea de Cizur) , og hostefrekvensen pr. overvågede timer.
Ændringer i hostefrekvens vil også blive sammenlignet med andre miljøvariabler såsom temperatur og forureningsniveau registreret i undersøgelsesområdet.
Undersøgelsestype
Tilmelding (Faktiske)
Kontakter og lokationer
Studiesteder
-
-
Navarra
-
Pamplona, Navarra, Spanien, 31009
- Universidad de Navarra
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Køn, der er berettiget til at studere
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- være 13 år eller derover,
- Eje og regelmæssigt bruge en smartphone i stand til at køre hostesporingssystemet,
- Vær villig til at installere og regelmæssigt bruge det,
- Være nuværende beboere i Navarra, og
- Har et aktivt forhold til universitetet (har interesse for studiet, eller er studerende eller arbejder, vær en patient med en hosterelateret diagnose på Clínica Universidad de Navarra eller Cizurs sundhedscenter).
Ekskluderingskriterier:
- Manglende evne til at acceptere privatlivspolitikken og vilkårene for brug af hostesporingssystemet.
- Manglende mulighed for at give adgang til lægejournaler.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Observationsmodeller: Kohorte
- Tidsperspektiver: Fremadrettet
Kohorter og interventioner
Gruppe / kohorte |
Intervention / Behandling |
|---|---|
|
Hosteovervågning
Alle tilmeldte deltagere vil blive bedt om at installere den akustiske overvågningssoftware på deres smartphones og bruge den til at optage hoste om natten i mindst 30 dage.
|
En mobilapp, der kører i baggrunden på smartphones og registrerer formodede hostelyde.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Korrelation mellem registreret hoste pr. persontime og forekomst af luftvejssygdomme
Tidsramme: 1 år
|
Efterforskerne vil køre en ARIMA-analyse med tre parallelle tidsserier: aggregeret forekomst af luftvejssygdomme i den observerede kohorte, i hele undersøgelsesområdet og aggregerede hostedata.
|
1 år
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Optagelse af overvågningssystemet
Tidsramme: 1 år
|
Efterforskerne vil beregne andelen af den samlede nåede, berettigede befolkning, der installerer appen og regelmæssigt bruger den på den ønskede måde.
|
1 år
|
|
Barrierer og facilitatorer, der påvirker optagelsen af overvågningssystemet
Tidsramme: 1 måned
|
En delprøve på 25 deltagere vil blive tilfældigt rekrutteret til fokusgruppediskussioner.
I fokusgrupperne vil forskerne stille deltagerne følgende generelle spørgsmål: (1) Hvad kan du lide ved appen, (2) hvad synes du om denne app i forhold til andre sundheds-apps, (3) hvad der ikke fungerer godt , (4) hvad der holder dig forpligtet (eller ej) til at bruge appen, (5) hvad tror du formålet med appen er, (6) mener du, at appen har kommerciel værdi, og (7) hvilke råd du har til udviklerne?
|
1 måned
|
Samarbejdspartnere og efterforskere
Publikationer og nyttige links
Generelle publikationer
- Huang C, Wang Y, Li X, Ren L, Zhao J, Hu Y, Zhang L, Fan G, Xu J, Gu X, Cheng Z, Yu T, Xia J, Wei Y, Wu W, Xie X, Yin W, Li H, Liu M, Xiao Y, Gao H, Guo L, Xie J, Wang G, Jiang R, Gao Z, Jin Q, Wang J, Cao B. Clinical features of patients infected with 2019 novel coronavirus in Wuhan, China. Lancet. 2020 Feb 15;395(10223):497-506. doi: 10.1016/S0140-6736(20)30183-5. Epub 2020 Jan 24. Erratum In: Lancet. 2020 Jan 30;:
- Porter P, Abeyratne U, Swarnkar V, Tan J, Ng TW, Brisbane JM, Speldewinde D, Choveaux J, Sharan R, Kosasih K, Della P. A prospective multicentre study testing the diagnostic accuracy of an automated cough sound centred analytic system for the identification of common respiratory disorders in children. Respir Res. 2019 Jun 6;20(1):81. doi: 10.1186/s12931-019-1046-6.
- Sharan RV, Abeyratne UR, Swarnkar VR, Claxton S, Hukins C, Porter P. Predicting spirometry readings using cough sound features and regression. Physiol Meas. 2018 Sep 5;39(9):095001. doi: 10.1088/1361-6579/aad948.
- Kim GU, Kim MJ, Ra SH, Lee J, Bae S, Jung J, Kim SH. Clinical characteristics of asymptomatic and symptomatic patients with mild COVID-19. Clin Microbiol Infect. 2020 Jul;26(7):948.e1-948.e3. doi: 10.1016/j.cmi.2020.04.040. Epub 2020 May 1.
- Peeling RW, Wedderburn CJ, Garcia PJ, Boeras D, Fongwen N, Nkengasong J, Sall A, Tanuri A, Heymann DL. Serology testing in the COVID-19 pandemic response. Lancet Infect Dis. 2020 Sep;20(9):e245-e249. doi: 10.1016/S1473-3099(20)30517-X. Epub 2020 Jul 17.
- Chowdhury R, Luhar S, Khan N, Choudhury SR, Matin I, Franco OH. Long-term strategies to control COVID-19 in low and middle-income countries: an options overview of community-based, non-pharmacological interventions. Eur J Epidemiol. 2020 Aug;35(8):743-748. doi: 10.1007/s10654-020-00660-1. Epub 2020 Jul 13.
- Rasheed J, Jamil A, Hameed AA, Aftab U, Aftab J, Shah SA, Draheim D. A survey on artificial intelligence approaches in supporting frontline workers and decision makers for the COVID-19 pandemic. Chaos Solitons Fractals. 2020 Dec;141:110337. doi: 10.1016/j.chaos.2020.110337. Epub 2020 Oct 10.
- Santillana M, Nguyen AT, Louie T, Zink A, Gray J, Sung I, Brownstein JS. Cloud-based Electronic Health Records for Real-time, Region-specific Influenza Surveillance. Sci Rep. 2016 May 11;6:25732. doi: 10.1038/srep25732.
- Mukundarajan H, Hol FJH, Castillo EA, Newby C, Prakash M. Using mobile phones as acoustic sensors for high-throughput mosquito surveillance. Elife. 2017 Oct 31;6:e27854. doi: 10.7554/eLife.27854.
- Naseem M, Akhund R, Arshad H, Ibrahim MT. Exploring the Potential of Artificial Intelligence and Machine Learning to Combat COVID-19 and Existing Opportunities for LMIC: A Scoping Review. J Prim Care Community Health. 2020 Jan-Dec;11:2150132720963634. doi: 10.1177/2150132720963634.
- Liss DT, Serrano E, Wakeman J, Nowicki C, Buchanan DR, Cesan A, Brown T. "The Doctor Needs to Know": Acceptability of Smartphone Location Tracking for Care Coordination. JMIR Mhealth Uhealth. 2018 May 4;6(5):e112. doi: 10.2196/mhealth.9726.
- Gabaldon-Figueira JC, Brew J, Doré DH, Umashankar N, Chaccour J, Orrillo V, Tsang LY, Blavia I, Fernández-Montero A, Bartolomé J, Grandjean Lapierre S, Chaccour C. Digital acoustic surveillance for early detection of respiratory disease outbreaks in Spain: a protocol for an observational study. BMJ Open. 2021 Jul 2;11(7):e051278. doi: 10.1136/bmjopen-2021-051278.
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Faktiske)
Studieafslutning (Faktiske)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- DASRD
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
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 .