- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT05366114
Vision-based Assessment of Joint Extensibility in Ehlers Danlos Syndrome
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
Betingelser
Intervention / Behandling
Undersøgelsestype
Tilmelding (Anslået)
Kontakter og lokationer
Studiesteder
-
-
Ontario
-
Toronto, Ontario, Canada, M5G 2C4
- GoodHope EDS - Toronto General Hospital
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
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
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
Efterforskere
- Ledende efterforsker: Nimish Mittal, MD, GoodHope Ehlers Danlos Syndrome Clinic, Toronto General Hospital
Publikationer og nyttige links
Generelle publikationer
- Critical Care Services Ontario, Ehlers-Danlos Syndrome Expert Panel Report, 2016. https://www.health.gov.on.ca/en/common/ministry/publications/reports/eds/Default.aspx.
- Cahill SV, Sharkey MS, Carter CW. Clinical assessment of generalized ligamentous laxity using a single test: is thumb-to-forearm apposition enough? J Pediatr Orthop B. 2021 May 1;30(3):296-300. doi: 10.1097/BPB.0000000000000732.
- He K, Gkioxari G, Dollár P, Girshick R. Mask R-CNN. In: Proceedings of the IEEE international conference on computer vision. 2017. p. 2961-9.
- Cao Z, Hidalgo G, Simon T, Wei SE, Sheikh Y. OpenPose: Realtime Multi-Person 2D Pose Estimation Using Part Affinity Fields. IEEE Trans Pattern Anal Mach Intell. 2021 Jan;43(1):172-186. doi: 10.1109/TPAMI.2019.2929257. Epub 2020 Dec 4.
- Fang H-S, Xie S, Tai Y-W, Lu C. RMPE: Regional Multi-person Pose Estimation. 2016 Nov 30; Available from: http://arxiv.org/abs/1612.00137
- Lin T-Y, Maire M, Belongie S, Bourdev L, Girshick R, Hays J, et al. Microsoft COCO: Common Objects in Context. 2014 May 1; Available from: http://arxiv.org/abs/1405.0312
- Andriluka M, Pishchulin L, Gehler P, Schiele B. 2D Human Pose Estimation: New Benchmark and State of the Art Analysis. In: 2014 IEEE Conference on Computer Vision and Pattern Recognition. 2014. p. 3686-93
- Lugaresi C, Tang J, Nash H, McClanahan C, Uboweja E, Hays M, et al. MediaPipe: A Framework for Building Perception Pipelines. 2019 Jun 14; Available from: https://arxiv.org/abs/1906.08172
- Zhang F, Bazarevsky V, Vakunov A, Tkachenka A, Sung G, Chang C-L, et al. MediaPipe Hands: On-device Real-time Hand Tracking. 2020 Jun 17; Available from: http://arxiv.org/abs/2006.10214
- Mehdizadeh S, Nabavi H, Sabo A, Arora T, Iaboni A, Taati B. Concurrent validity of human pose tracking in video for measuring gait parameters in older adults: a preliminary analysis with multiple trackers, viewing angles, and walking directions. J Neuroeng Rehabil. 2021 Sep 15;18(1):139. doi: 10.1186/s12984-021-00933-0.
- Sabo A, Mehdizadeh S, Ng KD, Iaboni A, Taati B. Assessment of Parkinsonian gait in older adults with dementia via human pose tracking in video data. J Neuroeng Rehabil. 2020 Jul 14;17(1):97. doi: 10.1186/s12984-020-00728-9.
- Lu M, Zhao Q, Poston KL, Sullivan EV, Pfefferbaum A, Shahid M, Katz M, Kouhsari LM, Schulman K, Milstein A, Niebles JC, Henderson VW, Fei-Fei L, Pohl KM, Adeli E. Quantifying Parkinson's disease motor severity under uncertainty using MDS-UPDRS videos. Med Image Anal. 2021 Oct;73:102179. doi: 10.1016/j.media.2021.102179. Epub 2021 Jul 21.
- Williams S, Zhao Z, Hafeez A, Wong DC, Relton SD, Fang H, Alty JE. The discerning eye of computer vision: Can it measure Parkinson's finger tap bradykinesia? J Neurol Sci. 2020 Sep 15;416:117003. doi: 10.1016/j.jns.2020.117003. Epub 2020 Jun 30.
- Ota M, Tateuchi H, Hashiguchi T, Kato T, Ogino Y, Yamagata M, Ichihashi N. Verification of reliability and validity of motion analysis systems during bilateral squat using human pose tracking algorithm. Gait Posture. 2020 Jul;80:62-67. doi: 10.1016/j.gaitpost.2020.05.027. Epub 2020 May 25.
- Slembrouck M, Luong H, Gerlo J, Schütte K, Van Cauwelaert D, De Clercq D, et al. Multiview 3d Markerless Human Pose Estimation from Openpose Skeletons. In: International Conference on Advanced Concepts for Intelligent Vision Systems. Springer; 2020. p. 166-78.
- Wang H, Xie Z, Lu L, Li L, Xu X. A computer-vision method to estimate joint angles and L5/S1 moments during lifting tasks through a single camera. J Biomech. 2021 Dec 2;129:110860. doi: 10.1016/j.jbiomech.2021.110860. Epub 2021 Nov 8.
- Yahya M, Shah JA, Warsi A, Kadir K, Khan S, Izani M. Real time elbow angle estimation using single RGB camera. 2018 Aug 21; Available from: https://arxiv.org/abs/1808.07017
- Shi B, Brentari D, Shakhnarovich G, Livescu K. Fingerspelling Detection in American Sign Language. In: Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2021. p. 4166-75
- Kim I-H, Jung I-H. A Study on Korea Sign Language Motion Recognition Using OpenPose Based on Deep Learning. 디지털콘텐츠학회논문지 (Journal of Digital Contents Society). 2021;22(4):681-7.
- Levy HP. Hypermobile Ehlers-Danlos Syndrome. 2004 Oct 22 [updated 2018 Jun 21]. In: Adam MP, Feldman J, Mirzaa GM, Pagon RA, Wallace SE, Bean LJH, Gripp KW, Amemiya A, editors. GeneReviews(R) [Internet]. Seattle (WA): University of Washington, Seattle; 1993-2023. Available from http://www.ncbi.nlm.nih.gov/books/NBK1279/
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Anslået)
Studieafslutning (Anslået)
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
- 22-5073
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 .
Kliniske forsøg med Ehlers-Danlos syndrom
-
GlaxoSmithKlineIkke rekrutterer endnu
-
Unravel Biosciences, Inc.RekrutteringPitt Hopkins syndromColombia
-
Helen Keller Eye Research FoundationFive Lakes Clinical Research Consulting, LLCRekrutteringStickler syndrom type 2 | Stickler syndrom type 1Forenede Stater
-
University of California, Los AngelesBoston Children's Hospital; Duke University; Children's Hospital Medical...RekrutteringBohring-Opitz syndrom | ASXL1 genmutation | Shashi-Pena syndrom | ASXL2-genmutation | Bainbridge-Ropers syndrom | ASXL3 genmutationForenede Stater
-
Neuren Pharmaceuticals LimitedRekrutteringPhelan-McDermid syndromForenede Stater
-
University of California, DavisNational Cancer Institute (NCI); Celgene; Pharmacyclics LLC.AfsluttetTidligere behandlet myelodysplastisk syndrom | Myelodysplastisk syndrom | Terapi-relateret myelodysplastisk syndrom | Sekundært myelodysplastisk syndrom | Refraktært højrisiko myelodysplastisk syndromForenede Stater
-
Neuren Pharmaceuticals LimitedRekrutteringPhelan-McDermid syndromForenede Stater
-
Riphah International UniversityAfsluttet
-
Shaare Zedek Medical CenterUkendtPræmenstruelt syndrom - PMS
-
Riphah International UniversityAfsluttet