Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Hostelydklassificering som en TB-triagetest (CAGE-TB)

29. april 2026 opdateret af: Grant Theron, University of Stellenbosch

Automatiseret smartphone-baseret hoste-lydklassificering til hurtig tuberkulose-triage-test (hoste-lyd-triaGE for TB; CAGE-TB)

TB er den største enkeltstående smitsomme dødsårsag (1,5 millioner døde i 2018), dræber flere hiv-positive mennesker end nogen anden sygdom, og er uden tvivl den vigtigste fattigdomsrelaterede sygdom i verden. TB's estimerede forekomst i Afrika har været faldende i de seneste år, men fremskridtene er langsom og plateau. For at afværge stagnation er der brug for virkelig innovative og ambitiøse teknologier, især dem, der forbedrer sagssøgning og tid til diagnosticering, da interventioner, der opnår dette, i matematiske modeller baseret på TB-behandlingskaskaden vil have den største indvirkning på at forstyrre befolkningen. niveautransmission, herunder ved indsættelse på faciliteter, hvor patienter er let tilgængelige. Kritisk set skal disse interventioner (triage-tests) fremme adgangen til bekræftende test (f.eks. Xpert MTB/RIF Ultra) ved at gøre det muligt for patienter at blive henvist hurtigt og effektivt under samme besøg. Efterforskerne vil optimere og evaluere en teknologi, der, bortset fra efterforskernes tidlige case-kontrollerede undersøgelse for at vise gennemførlighed, hidtil ikke er undersøgt meningsfuldt for TB. Denne kløft er alarmerende i betragtning af på den ene side omfanget af TB-epidemien og behovet for en triage-test og på den anden side lovende proofs-of-concept, der demonstrerer høj diagnostisk nøjagtighed af hostelydklassificeringsanordningen for luftvejssygdomme som f.eks. lungebetændelse, astma. pertussis, kryds og KOL. I nogle tilfælde er disse klassifikationssystemer CE-mærkede, afventer FDA-godkendelse og underlagt de sene kliniske forsøg. Dette demonstrerer løftet om det underliggende teknologiske princip. CAGE-TB's innovation er yderligere forstærket ved: at anvende avancerede maskinlæringsmetoder, som teamet har udviklet specifikt til TB-patienthoste-lydanalyse, brug af blandede metoders forskning - med udgangspunkt i sundhedsøkonomi, implementeringsvidenskab og medicinsk antropologi - for at informere produktdesign og vurdere barrierer og facilitatorer for implementering, og unikt for en TB-diagnostisk test, dens potentielle implementering som en ren mHealth (smartphone-baseret) innovation, der afbøder mange barrierer, der typisk bringer opfyldelse af TPP-kriterierne i fare.

Studieoversigt

Status

Rekruttering

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

CAGE-TB er et diagnostisk evalueringsstudie, der vurderer en TB-hoste-lydsignaturs potentiale til at blive brugt i en smartphone-applikation til at detektere potentiel TB fra en hostelyd til skærm (triage) TB. Formålet med CAGE-TB er at fremme vedtagelsen af ​​mobil sundhed (mHealth) baseret hostelyd-triage-test for aktiv lunge-TB i sundhedsfaciliteter, der er placeret i omgivelser med høj belastning. Undersøgelsen er finansieret af EDCTP2-programmet støttet af EU og involverer fire internationale partnere. Deltagerne i undersøgelsen, der er over 12 år, inkluderer deltagere, som har hoste i mere end to uger, og som kommer til sundhedsklinikker, hvor efterforskerne har klinisk rekrutteringsinfrastruktur og tilladelser til at udføre TB-forskning. I denne tofasede observationelle, tværsnitsundersøgelse vil hver deltager kun blive set én gang, ved diagnose, og der er ikke planlagt nogen intervention. I den første fase vil efterforskerne indsamle data fra en opdagelseskohorte, som skal bruges til at træne en maskinlæringsalgoritme. I den anden fase vil data blive indsamlet fra en valideringskohorte, der omfatter et større antal deltagere fra to geografisk adskilte undersøgelsessteder, som vil blive brugt til at evaluere algoritmens ydeevne. Formålet med denne undersøgelse er at: (1) generere og separat validere en hostelydklassifikator, der opfylder WHO's triagetest TPP-sensitivitets- og specificitetskriterier. Dette mål lægger grundlaget for CAGE-TB ved at generere en klassificering og en fælles offentlig ressource (hostelydedatabase) til potentiel senere brug i andre undersøgelser. (2) Fremstil data om potentielle omkostningsbesparelser ved hostelyd-app til triage ved at indsamle primære data for at demonstrere potentielle omkostningsbesparelser estimeret ved hjælp af avancerede metoder for at opfylde et centralt TPP-kriterium (<USD 2 pr. patient). Dette mål vil understøtte den yderligere uafhængige evaluering af klassifikatoren, herunder i kliniske forsøg med fokus på patientens endepunkter. (3) Pak teknologien ind i en brugervenlig smartphone-app. Mange TB-tests tilbyder forbedringer i nøjagtighed og omkostninger, men er ikke udbredt. Dette mål er designet til at mindske denne risiko med hosteklassifikatoren, og ved at bruge fordelene ved mHealth kan der leveres et produkt, der let kan bruges af sygeplejersker, som patienterne stoler på, og som sundhedsudbydere udnytter. For at opnå dette kræver det at inkorporere vigtige funktioner i mobilapplikationen, såsom tilslutning, automatiseret rapportering, indbygget vejledning og kvalitetskontrol, som er vigtige, men ofte forsømte komponenter i WHO-triagetestens TPP-profil. (4) Dann et grundlag for efterfølgende undersøgelser, hvor appen vil blive evalueret for at måle dens indvirkning på patientbehandling, for at opbygge beviser for global politikændring og vedtagelse. Målene for CAGE-TB omfatter: (1.1) prøvetagning (hostelyd, sputummikrobiologi) alle patienter med langvarig hoste, der kommer ind i primære sundhedsfaciliteter uanset årsagen til præsentationen (n=473 i Cape Town opdagelseskohorte); (1.2) bruge maskinlæring til at udvikle en hostelydklassifikator til at skelne mellem TB og ikke-TB hoste; (1.3) evaluering af klassifikatoren for sensitivitet og specificitet i nye valideringskohorter (n=511 i Cape Town, n=767 i Kampala); (2) i begge indstillinger vil efterforskerne bruge validerede værktøjer til at beregne potentielle afværgede udbyderomkostninger og udføre forskning med blandede metoder for at identificere barrierer og facilitatorer for at informere udviklingen af ​​mHealth-løsningen (smartphone-app) beregnet til brug af minimalt uddannede sundhedsarbejdere med endeligt produkt, der ideelt fungerer offline, uden at det nødvendigvis er nødvendigt at synkronisere til en online server til behandling udført på Stichting-Amsterdam Institute for Global Health and Development (AIGHD); (3) appen vil blive yderligere forfinet og gjort brugervenlig, enkel og visuelt intuitiv baseret på undersøgelsesfeedback mod et mere endeligt produkt, som er gratis for enhver person at bruge; og (4) denne mHealth-løsning pakket ind i en smartphone-app vil blive sendt til gennemgang til store internationale interessenter såsom Foundation for Innovation and Diagnostics (FIND) og Verdenssundhedsorganisationen (WHO) og ledet af kolleger ved AIGHD med Stellenbosch University og Makerere University input til at gøre denne TB-triage-applikation relevant til brug i afrikanske omgivelser og befolkninger.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

1751

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiekontakt

Undersøgelse Kontakt Backup

Studiesteder

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

12 år og ældre (Barn, Voksen, Ældre voksen)

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Patienter med hoste af mindst to ugers varighed rapporterer selv til primære klinikker i Cape Town og Kampala i områder med høj forekomst af TB.

Beskrivelse

Inklusionskriterier:

  • deltager skal være mindst 12 år
  • deltager skal have langvarig hoste (i mindst to uger)
  • deltager skal give informeret samtykke
  • Deltageren skal have en kendt hiv-status eller være villig til at gennemgå hiv-testning og rådgivning af standardpleje

Ekskluderingskriterier:

  • personer, der nægter informeret samtykke
  • personer, der har modtaget behandling for tuberkulose i de 60 dage før tilmeldingen
  • personer, der ikke er i stand til at levere en opspytprøve til mikrobiologisk testning
  • personer, der har hæmoptyse eller en blodig hoste med tvungen hoste til lydoptagelser

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
Discovery Cohort
Et forventet antal på 473 deltagere vil blive rekrutteret i Cape Town, Sydafrika. Data (hostelyd) vil blive indsamlet og brugt til at træne en maskinlæringsalgoritme. Hostelydsignalet specifikt for TB vil blive forfinet. Under opdagelsesfasen vil sandheden opnået gennem biologisk testning af sputumprøver blive brugt til at informere maskinlæringen.
Efterforskerne vil opdage en hostelydsignatur og derefter validere den.
Valideringskohorte
I valideringsfasen vil hostelydsignaturen få målt sin sensitivitet og specificitet i nye patienter i Cape Town, Sydafrika (n=511) og Kampala, Uganda (n=767). Dataene vil blive brugt til at evaluere algoritmens ydeevne.
Efterforskerne vil opdage en hostelydsignatur og derefter validere den.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Udvikle og valider algoritmer, der kan skelne mellem TB og ikke-TB hoste
Tidsramme: 24 måneder
Hostelyddata vil blive indsamlet og brugt til at definere hostelydsignalet specifikt for TB. Den optimerede TB-lydsignatur vil derefter få målt sin følsomhed og specificitet i nye patienter for at evaluere algoritmernes ydeevne.
24 måneder
Færdiggjort smartphone-baseret mHealth-applikation
Tidsramme: 30 måneder
Den bedst ydende algoritme vil blive indarbejdet i en smartphone-app, som vil blive designet med menneskecentreret tilgang, der kan bruges som en point-of-care triage-test for TB.
30 måneder
Undgå unødvendige Ultra-tests
Tidsramme: 24 måneder
Efterforskerne vil beregne potentielle omkostningsbesparelser, som applikationen vil kunne facilitere for at undgå unødvendige tests.
24 måneder

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Efterforskere

  • Ledende efterforsker: Grant Theron, PhD, University of Stellenbosch

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

19. april 2022

Primær færdiggørelse (Anslået)

1. juni 2026

Studieafslutning (Anslået)

30. december 2027

Datoer for studieregistrering

Først indsendt

30. marts 2022

Først indsendt, der opfyldte QC-kriterier

30. marts 2022

Først opslået (Faktiske)

7. april 2022

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

6. maj 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

29. april 2026

Sidst verificeret

1. april 2026

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

JA

IPD-planbeskrivelse

Individuelle data vil blive opbevaret og behandlet fortroligt og anonymt. Forskningsdata vil blive opbevaret under en identifikationskode, der vedrører individuelle deltagere. Kun kodenummeret vil blive brugt til undersøgelsesdokumentation, årlige fremskridtsrapporter og forskningspublikationer. For at spore data til en individuel deltager vil der blive lavet en identifikationskodeliste for at knytte de kodede data til emnet. Kun medlemmerne af forskningsteamet, de stedsuafhængige monitorer, medlemmer af sundhedsinspektionen og medlemmer af den relevante medicinske etiske komité kan se forskningsdata, der kan knyttes til individuelle deltagere. Adgangen til den centrale database vil blive kontrolleret via en kombination af brugerroller og undersøgelseskonfiguration. Brugere tildeles kun privilegier, der er defineret for deres rolle i undersøgelsen. Ansøgerne skal indsende et forslag til Trial Steering Committee til gennemgang, ansøgerne skal også underskrive en DTA med Stellenbosch University.

IPD-delingstidsramme

Data vil blive delt et år efter studiets afslutning.

IPD-delingsadgangskriterier

Ansøgere skal indsende en ansøgning til Trial Steering Committee om dataadgang. Forsøgsstyregruppen vil gennemgå ansøgningen. Ansøgeren skal også underskrive en DTA med Stellenbosch University.

IPD-deling Understøttende informationstype

  • STUDY_PROTOCOL
  • ICF

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

produkt fremstillet i og eksporteret fra U.S.A.

Ingen

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 .

Abonner