Smartwatch-baserede AI-model til OSA-forudsigelse (SWOSA)
12. maj 2025 opdateret af: Jaeyoung Cho, Seoul National University Hospital
Smartwatch-baseret kunstig intelligensmodel til forudsigelse af obstruktiv søvnapnø
Denne undersøgelse har til formål at udvikle en kunstig intelligens (AI) model til mere præcis diagnosticering af obstruktiv søvnapnø (OSA) ved at indsamle blodets iltmætning og andre sundhedsoplysninger under søvn ved hjælp af et smartwatch.
OSA er almindelig, men ofte underdiagnosticeret, og den guldstandarddiagnostiske test, polysomnografi, er kostbar og tidskrævende. Smartwatches kan levere en række sundhedsdata, såsom søvnmønstre, blodoxygenmætning og hjerterytme, som kan hjælpe med at registrere nøglesymptomer og tegn på OSA.
Ved at udvikle en AI-model, der bruger smartwatch-data til screening til OSA, søger denne undersøgelse at tilbyde en omkostningseffektiv og tilgængelig diagnostisk metode, hvilket i sidste ende bidrager til den tidlige detektion og forbedrede behandlingshastigheder for OSA.
Studieoversigt
Status
Rekruttering
Betingelser
Intervention / Behandling
Undersøgelsestype
Observationel
Tilmelding (Anslået)
147
Kontakter og lokationer
Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.
Studiekontakt
- Navn: Jaeyoung Cho, M.D., Ph.D.
- Telefonnummer: +82-2-2072-2503
- E-mail: apricot6@snu.ac.kr
Studiesteder
-
-
-
Seoul, Korea, Republikken, 03080
- Rekruttering
- Seoul National University Hospital
-
Kontakt:
- Jaeyoung Cho, MD
- Telefonnummer: 82-2-2072-2503
- E-mail: apricot6@snu.ac.kr
-
-
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
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Ingen
Prøveudtagningsmetode
Ikke-sandsynlighedsprøve
Studiebefolkning
Mænd og kvinder i alderen 22 til 85 år, der besøgte Seoul National University Hospital med mistænkt søvnapnø på grund af symptomer som snorken, apnø eller overdreven søvnighed om dagen.
Beskrivelse
Inkluderingskriterier:
- Mænd og kvinder i alderen 22 til 85 år, der besøgte Seoul National University Hospital med mistænkt søvnapnø på grund af symptomer som snorken, apnø eller overdreven søvnighed om dagen.
Ekskluderingskriterier:
- Patienter, der tidligere blev diagnosticeret med søvnapnø, der i øjeblikket gennemgår behandling (f.eks. Positive luftvejstryk [PAP] -terapi, mekanisk ventilation, orale apparater eller kirurgi).
- Patienter med neuromuskulære sygdomme eller en historie med kronisk opioidbrug af medicin.
- Patienter med svær søvnløshed, der ikke kontrolleres af medicin.
- Patienter, der får supplerende iltbehandling på grund af underliggende tilstande, såsom hjertesvigt, kronisk obstruktiv lungesygdom, interstitiel lungesygdom, hypoventilationssyndrom eller slagtilfælde, eller hvis baseline -iltmætning er mindre end 90%.
- Patienter med implanterede hjertepacemakere, defibrillatorer eller andre elektroniske enheder.
- Patienter uerfarne ved brug af smartphones, apps eller smartwatches.
- Gravide kvinder.
- Patienter, der ikke er i stand til eller uvillige til at give skriftligt informeret samtykke.
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 |
|---|---|
|
Smart Watch Group
Mænd og kvinder i alderen 22 til 85 år, der besøgte Seoul National University Hospital med mistænkt søvnapnø på grund af symptomer som snorken, apnø eller overdreven dagtimerne.
|
Brug af Galaxy Watch 4 under søvn i cirka to uger før polysomnografipesten, inklusive testens nat.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Prædiktiv nøjagtighed af AI-modellen for moderat til svær obstruktiv søvnapnø
Tidsramme: Op til 2 uger før polysomnografi-testen.
|
Evaluering af, hvor godt AI-modellen, udviklet ved hjælp af kliniske data og smartwatch-optaget information, inklusive natlig iltmætning, forudsiger moderat til svær obstruktiv søvnapnø (defineret som apnøhypopnea-indeks ≥15/time) diagnosticeret ved polysomnografi.
|
Op til 2 uger før polysomnografi-testen.
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Forudsigelig nøjagtighed af Galaxy Watch Sleep Apnea -funktionen (SAF)
Tidsramme: Op til 2 uger før polysomnografi-testen.
|
Vurdering af nøjagtigheden af Galaxy Watchs indbyggede søvnapnøfunktion (SAF) til at forudsige moderat til svær obstruktiv søvnapnø diagnosticeret ved polysomnografi.
|
Op til 2 uger før polysomnografi-testen.
|
|
Sammenligning af AI-model og Galaxy Watch Sleep Apnea Feature (SAF) ydeevne
Tidsramme: Op til 2 uger før polysomnografipesten.
|
Sammenligning af den prædiktive ydeevne mellem AI-modellen udviklet i denne undersøgelse og Galaxy Watchs indbyggede søvnapnøfunktion (SAF) til at detektere moderat til svær obstruktiv søvnapnø.
|
Op til 2 uger før polysomnografipesten.
|
|
Sammenligning af AI-model og STOP-Bang spørgeskemaydelse
Tidsramme: Op til 2 uger før polysomnografipesten.
|
Sammenligning af den forudsigelige ydeevne mellem AI-modellen udviklet i denne undersøgelse og stop-bang-spørgeskemaet til påvisning af moderat til svær obstruktiv søvnapnø.
|
Op til 2 uger før polysomnografipesten.
|
Samarbejdspartnere og efterforskere
Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.
Efterforskere
- Ledende efterforsker: Jaeyoung Cho, M.D., Ph.D., Seoul National University Hospital
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)
3. februar 2025
Primær færdiggørelse (Anslået)
31. december 2026
Studieafslutning (Anslået)
31. december 2026
Datoer for studieregistrering
Først indsendt
19. januar 2025
Først indsendt, der opfyldte QC-kriterier
19. januar 2025
Først opslået (Faktiske)
24. januar 2025
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
15. maj 2025
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
12. maj 2025
Sidst verificeret
1. maj 2025
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- 24111291590
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
JA
IPD-planbeskrivelse
De-identificerede individuelle deltagerdata, der understøtter resultaterne af denne undersøgelse
IPD-deling Understøttende informationstype
- STUDY_PROTOCOL
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 .