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

Vision-based Assessment of Joint Extensibility in Ehlers Danlos Syndrome

27. november 2023 opdateret af: Nimish Mittal, University Health Network, Toronto

Vurdering af gennemførligheden af ​​en smartphone-baseret, maskinlærende visuel billedbehandlingsapplikation til vurdering af hyperstrækbarhed af perifere led i Ehlers Danlos syndrom

Ehlers Danlos Syndrom (EDS) er en heterogen gruppe af genetiske lidelser med 13 identificerede undertyper. Hypermobil EDS (hEDS), selv om den er den mest almindelige undertype af EDS, har endnu ikke en identificeret genetisk mutation til diagnostisk bekræftelse. Generaliseret ledhypermobilitet (GJH) er et af kendetegnene ved hEDS. Scoringssystemet anvendt til måling af GJH blev beskrevet af Beighton. Beighton-scoren beregnes ved hjælp af et dikotomisk scoringssystem for at vurdere strækbarheden af ​​ni led. Hvert led bedømmes som enten hypermobilt (score = 1) eller ikke hypermobilt (score = 0). Den samlede score (Beighton-score) kan variere mellem et minimum på 0 og et maksimum på 9, med højere score, der indikerer større ledslaphed.

Selvom der er moderat validitet og inter-rater-variabilitet i at bruge Beighton-score, er der fortsat adskillige udfordringer med dens udbredte og konsekvente anvendelse af klinikere. Nogle af barriererne rapporteret i litteraturen omfatter:

i) I åbne, ikke-standardiserede systemer kan der være betydelig variation i metoden til at udføre disse fælles strækbarhedstest, herunder vurdering af baseline-målinger, ii) Bestemmelse af konsistente og standardmåleværktøjer/-metoder f.eks. goniometerbrug kan variere meget iii) Vurdering af pålideligheden af ​​afskæringsværdierne og, iv) Udførelse af fuld vurdering inden informere patienter om mulig klassificering af GJH-positivitet (lav specificitet og lav positiv prædiktivitet).

Uhensigtsmæssig implementering af tests til at vurdere GJH resulterer i unøjagtig identifikation af GJH og potentielt utilsigtede negative konsekvenser af at stille den forkerte diagnose af EDS. Formålet med denne undersøgelse er at skabe en mere robust og valid metode til måling af fælles mobilitet og reducere fejl i screeningen af ​​EDS gennem brug af et smartphone-baseret maskinlæringsapplikationssystem til måling af ledstrækbarhed.

Projektet vil:

i) Opret en smartphone-aktiveret visuel billedbehandlingsapp til at vurdere måling af ledstrækbarhed, ii) Vurder muligheden for at bruge smartphone-appen i et klinisk miljø til at screene potentielle EDS-patienter, iii) Bestem gyldigheden af ​​applikationen i sammenligning med personlig klinisk vurdering i et akademisk EDS-program for tertiær pleje. Hvis det lykkes, kan smartphone-applikationen hjælpe med at standardisere behandlingen af ​​potentielle EDS-patienter på en effektiv og omkostningseffektiv måde.

Studieoversigt

Status

Tilmelding efter invitation

Betingelser

Undersøgelsestype

Observationel

Tilmelding (Anslået)

225

Kontakter og lokationer

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

Studiesteder

    • Ontario
      • Toronto, Ontario, Canada, M5G 2C4
        • GoodHope EDS - Toronto General Hospital

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

18 år og ældre (Voksen, Ældre voksen)

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Populationen, der undersøges, omfatter alle patienter, der henvises til eller ses på GoodHope EDS-klinikken. Klinikken modtager henvisninger fra symptomatiske voksne patienter (alder > 18 år), med EDS eller mistænkt EDS. EDS er en bindevævsforstyrrelse med 100 % penetrans, men varierende i fænotypisk udtryk, mistænkte tilfælde af EDS eller G-HSD kan derfor omfatte andre arvelige eller erhvervede bindevævssygdomme/lidelser og/eller komplekse kroniske sygdomme karakteriseret ved eller dette træk , ledhypermobilitet, smerter og træthed.

Beskrivelse

Inklusionskriterier:

  • Alle patienter, der ses i GoodHope EDS-klinikken i Toronto General, er berettiget til inklusion, uanset deres præsenterende diagnose eller resultaterne af deres vurderinger

Ekskluderingskriterier:

  • Patienter, der ikke giver samtykke til at deltage, vil ikke blive inkluderet (deltagere kan til enhver tid trække samtykket tilbage)

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Observationsmodeller: Kun etui
  • Tidsperspektiver: Tværsnit

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
Nye patienter på GoodHope EDS-klinikken på Toronto General Hospital
Alle patienter, der ses i EDS-klinikken, er berettiget til inklusion, uanset deres præsenterende diagnose eller resultaterne af deres vurderinger.
Der vil ikke blive brugt nogen intervention. Samtykke deltagere vil få taget videooptagelser under deres undersøgelse af ledhypermobilitet, som vil blive analyseret på et senere tidspunkt

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Sammenligning af overensstemmelse i forudsagt vinkel ved positestimeringsbibliotek
Tidsramme: 4 måneder
Ydeevnen af ​​de udviklede maskinlæringsmodeller til at forudsige bevægelsesområdet vil blive analyseret af det anvendte positestimeringsbibliotek. Denne analyse vil blive udført på delmængden af ​​de indsamlede data i løbet af de første 2 måneder af dataindsamlingen. Disse oplysninger vil blive brugt til at vælge de positur-estimerede biblioteker, der skal fortsættes med, når maskinlæringsmodellerne forfines.
4 måneder
Sammenligning af overensstemmelse i forudsagt vinkel ved led
Tidsramme: 1 år
Ydeevnen af ​​de udviklede maskinlæringsmodeller til at forudsige bevægelsesområdet i hvert led (rygsøjle, knæ, ankel, albue, skulder, tommelfinger, femte finger) vil blive analyseret uafhængigt for hvert led. Dette vil give indsigt med hensyn til, hvilke led systemet er mere præcist til at forudsige ud fra video.
1 år
Vurder nøjagtigheden af ​​forudsigelse af rækkevidde ved hjælp af synsbaserede data
Tidsramme: 1 år
Maskinlæringsmodeller trænet på videoer af individer, der udfører de fælles hypermobilitetsmanøvrer, vil blive udviklet. Deres ydeevne vil blive sammenlignet med bevægelsesområdet målt af en ekspert kliniker ved hjælp af et goniometer.
1 år

Samarbejdspartnere og efterforskere

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

Efterforskere

  • Ledende efterforsker: Nimish Mittal, MD, GoodHope Ehlers Danlos Syndrome Clinic, Toronto General Hospital

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

Generelle publikationer

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)

26. april 2022

Primær færdiggørelse (Anslået)

1. juni 2024

Studieafslutning (Anslået)

1. december 2024

Datoer for studieregistrering

Først indsendt

4. maj 2022

Først indsendt, der opfyldte QC-kriterier

4. maj 2022

Først opslået (Faktiske)

9. maj 2022

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

28. november 2023

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

27. november 2023

Sidst verificeret

1. november 2023

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

IPD-planbeskrivelse

Ingen IPD vil blive delt med andre forskere.

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

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 .

Kliniske forsøg med Ehlers-Danlos syndrom

Abonner