Mustererkennung Prothetische Kontrolle (Adaptation)
Wirksamkeit der Anpassung des Steuersystems bei der Verbesserung der Tragezeit von Prothesen der oberen Extremitäten in einer realen Umgebung, eine randomisierte Crossover-Studie
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Studientyp
Studientyp
Einschreibung (Tatsächlich)
Einschreibung
Phase
Phase
- Unzutreffend
Kontakte und Standorte
Studienorte
-
-
Illinois
-
Chicago, Illinois, Vereinigte Staaten, 60654
- Coapt, LLC
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Beschreibung
Einschlusskriterien:
- Die Probanden haben eine Differenz der oberen Extremitäten (angeboren oder erworben) auf transradialer (zwischen Handgelenk und Ellenbogen), Ellbogenexartikulation (am Ellenbogen), transhumeraler (zwischen Ellenbogen und Schulter) oder Schulterexartikulation (an der Schulter) Ebene.
- Die Probanden sind geeignet, Coapt-Mustererkennungsbenutzer zu sein oder sind es bereits (Coapt Complete Control Gen 2).
- Die Probanden sind zwischen 18 und 70 Jahre alt.
Ausschlusskriterien:
- Probanden mit erheblichen kognitiven Defiziten oder Sehbehinderungen, die sie daran hindern würden, während der Experimente eine Einverständniserklärung abzugeben oder Anweisungen zu befolgen, oder die Fähigkeit, relevante Benutzerfeedback-Diskussionen zu erhalten.
- Themen, die nicht Englisch sprechen.
- Probanden, die schwanger sind.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Behandlung
- Zuteilung: Zufällig
- Interventionsmodell: Crossover-Aufgabe
- Maskierung: Single
Anzahl der Arme
Waffen und Interventionen
Teilnehmergruppe / ArmTeilnehmergruppe / Arm |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Experimental: Adaptive Steuerung
Das adaptive Steuersystem aktualisiert den Mustererkennungs-Steueralgorithmus, indem es jedes Mal, wenn der Prothesenbenutzer sein Gerät neu kalibriert, neue EMG-Daten einbezieht.
|
Verwendung eines auf Elektromyographie (EMG) basierenden Mustererkennungscontrollers zum Bewegen einer Prothese der oberen Extremität in einem Heimversuch.
Andere Namen:
|
|
Aktiver Komparator: Nicht-adaptive Steuerung
Die herkömmlichen, nicht adaptiven Steuersysteme setzen den Mustererkennungs-Steueralgorithmus zurück, indem alte EMG-Daten jedes Mal gelöscht werden, wenn der Prothesenbenutzer sein Gerät neu kalibriert.
|
Verwendung eines auf Elektromyographie (EMG) basierenden Mustererkennungscontrollers zum Bewegen einer Prothese der oberen Extremität in einem Heimversuch.
Andere Namen:
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Unterschiede in der prothetischen Tragezeit
Zeitfenster: Wir werden die gesamte Prothesentragezeit im Laufe jedes 8-wöchigen Zeitraums zu Hause aufzeichnen.
|
Wir werden jedes Mal aufzeichnen, wenn die Teilnehmer ihr Mustererkennungsgerät während der Heimstudie ein- oder ausschalten.
Die Prothesentragezeit ist definiert als die kumulierte Zeit, die die Teilnehmer ihr Mustererkennungsgerät im Laufe jedes 8-Wochen-Zeitraums zu Hause eingeschaltet lassen.
Wir werden eine statistische Analyse durchführen, um die Tragezeit zu vergleichen, wenn jede Art von Mustererkennungs-Kontrollsystem (adaptiv und nicht adaptiv) verwendet wird.
Wir werden eine Varianzanalyse mit wiederholten Messungen mit dem Subjekt als Zufallsfaktor, der Reihenfolge des verwendeten Kontrollsystems als feste Variable und der Tragezeit als feste Variable durchführen.
|
Wir werden die gesamte Prothesentragezeit im Laufe jedes 8-wöchigen Zeitraums zu Hause aufzeichnen.
|
Sekundäre Ergebnismessungen
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Unterschiede in der Kalibrierhäufigkeit
Zeitfenster: Wir werden die Kalibrierungshäufigkeit im Laufe jedes 8-wöchigen Zeitraums zu Hause aufzeichnen.
|
Wir werden jede Instanz aufzeichnen, in der die Teilnehmer ihr Mustererkennungsgerät während des Heimversuchs neu kalibrieren.
Wir werden eine statistische Analyse durchführen, um die Häufigkeit der Kalibrierungen bei Verwendung jedes Kontrollsystems (adaptiv und nicht adaptiv) zu vergleichen.
Wir werden eine Varianzanalyse mit wiederholten Messungen mit dem Subjekt als Zufallsfaktor, der Reihenfolge des verwendeten Kontrollsystems als feste Variable und der Tragezeit als feste Variable durchführen.
|
Wir werden die Kalibrierungshäufigkeit im Laufe jedes 8-wöchigen Zeitraums zu Hause aufzeichnen.
|
|
Änderungen in der virtuellen Spielleistung
Zeitfenster: Die Teilnehmer absolvieren die virtuellen Spiele zu Beginn (0 Monate), in der Mitte (1 Monat) und am Ende (2 Monate) jedes 8-Wochen-Zeitraums zu Hause.
|
Die Teilnehmer werden zwei virtuelle Spiele namens Simon Says und In-the-Zone mit der Desktop-Anwendung Coapt Complete ControlRoom absolvieren.
In beiden Spielen wird getestet, wie gut die Teilnehmer die Bewegung virtueller Objekte mithilfe ihres Mustererkennungsgeräts steuern.
Wir werden ihre Gesamtsteuerungsleistung messen, indem wir die Abschlussrate, die Bewegungszeit und die Pfadeffizienz berechnen.
Wir werden eine statistische Analyse durchführen, um die virtuelle Spielleistung bei Verwendung der einzelnen Steuerungssysteme zu vergleichen.
Wir werden eine Varianzanalyse mit wiederholten Messungen mit dem Subjekt als Zufallsfaktor, der Reihenfolge des verwendeten Mustererkennungs-Kontrollsystems als feste Variable und jeder Leistungsmetrik als feste Variable durchführen.
|
Die Teilnehmer absolvieren die virtuellen Spiele zu Beginn (0 Monate), in der Mitte (1 Monat) und am Ende (2 Monate) jedes 8-Wochen-Zeitraums zu Hause.
|
|
Benutzerumfrage von RIC zu Orthotics Prosthetics
Zeitfenster: Die Teilnehmer füllen den OPUS zu Beginn (0 Monate) und am Ende (2 Monate) jedes 8-Wochen-Zeitraums aus. von jedem in-home 8-wöchigen Zeitraum.
|
Die Teilnehmer absolvieren das Modul „Funktionsstatus der oberen Extremitäten“ aus der RIC-Benutzerumfrage zu Orthotics Prosthetics (OPUS).
Der OPUS bittet Prothesenträger, den Schwierigkeitsgrad (von sehr leicht bis sehr schwer) bei der Ausführung von Oberarm-/Handfunktionen mit ihrem Mustererkennungsgerät zu bewerten.
Die Erhebungsdaten werden mittels Ratingskalenanalyse (Rasch-Modell) ausgewertet.
|
Die Teilnehmer füllen den OPUS zu Beginn (0 Monate) und am Ende (2 Monate) jedes 8-Wochen-Zeitraums aus. von jedem in-home 8-wöchigen Zeitraum.
|
|
Prothetische Benutzerbefragung
Zeitfenster: Die Teilnehmer füllen die Umfrage am Ende ihrer Studienteilnahme (17 Wochen) aus.
|
Die Teilnehmer werden eine Umfrage oder ein Telefoninterview ausfüllen, um Feedback darüber zu geben, welches Steuerungssystem sie zwischen adaptiv oder nicht adaptiv bevorzugen.
Die Teilnehmer teilen mit, ob sie das Kontrollsystem bevorzugen, das sie im ersten oder zweiten 8-Wochen-Zeitraum verwendet haben.
|
Die Teilnehmer füllen die Umfrage am Ende ihrer Studienteilnahme (17 Wochen) aus.
|
|
Unterschiede in der Klassifikationsgenauigkeit
Zeitfenster: Wir zeichnen die Klassifizierungsgenauigkeit zu Beginn (0 Monate), in der Mitte (1 Monat) und am Ende (2 Monate) jedes 8-Wochen-Zeitraums zu Hause auf.
|
Die Teilnehmer werden angewiesen, mit ihrem Mustererkennungsgerät eine Reihe unabhängiger Prothesenbewegungen auszuführen und jede Bewegung 3 Sekunden lang zu halten.
Für jede Bewegung zeichnen wir alle 50 ms die Ausgangsbewegungsklasse auf, die von ihrem Mustererkennungsklassifizierer bestimmt wird.
Wir messen die Leistung ihres Klassenführers bei Verwendung jedes Steuersystems (adaptiv und nicht adaptiv), indem wir die Klassifizierungsgenauigkeit berechnen, die als die Anzahl korrekter Klassifizierungen über die Gesamtzahl der Klassifizierungen für jede Bewegung definiert ist.
Wir werden eine statistische Analyse durchführen, um die Klassifizierungsgenauigkeit bei der Verwendung jedes Kontrollsystems zu vergleichen.
Wir werden eine Varianzanalyse mit wiederholten Messungen mit dem Subjekt als Zufallsfaktor, der Reihenfolge des verwendeten Mustererkennungskontrollsystems als feste Variable und der Klassifizierungsgenauigkeit als feste Variable durchführen.
|
Wir zeichnen die Klassifizierungsgenauigkeit zu Beginn (0 Monate), in der Mitte (1 Monat) und am Ende (2 Monate) jedes 8-Wochen-Zeitraums zu Hause auf.
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Mitarbeiter
Mitarbeiter
Ermittler
Ermittler
- Hauptermittler: Blair Lock, MScE, Coapt, LLC
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Simon AM, Hargrove LJ, Lock BA, Kuiken TA. Target Achievement Control Test: evaluating real-time myoelectric pattern-recognition control of multifunctional upper-limb prostheses. J Rehabil Res Dev. 2011;48(6):619-27. doi: 10.1682/jrrd.2010.08.0149.
- Chicoine CL, Simon AM, Hargrove LJ. Prosthesis-guided training of pattern recognition-controlled myoelectric prosthesis. Annu Int Conf IEEE Eng Med Biol Soc. 2012;2012:1876-9. doi: 10.1109/EMBC.2012.6346318.
- Scheme E, Englehart K. Electromyogram pattern recognition for control of powered upper-limb prostheses: state of the art and challenges for clinical use. J Rehabil Res Dev. 2011;48(6):643-59. doi: 10.1682/jrrd.2010.09.0177.
- Kyranou I, Vijayakumar S, Erden MS. Causes of Performance Degradation in Non-invasive Electromyographic Pattern Recognition in Upper Limb Prostheses. Front Neurorobot. 2018 Sep 21;12:58. doi: 10.3389/fnbot.2018.00058. eCollection 2018.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Tatsächlich)
Primärer Abschluss
Studienabschluss (Tatsächlich)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- 120190044
- W81XWH-17-1-0645 (Andere Zuschuss-/Finanzierungsnummer: US Army Medical Research Acquisition Activity)
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
IPD-Sharing-Zeitrahmen
IPD-Sharing-Zugriffskriterien
Art der unterstützenden IPD-Freigabeinformationen
- Studienprotokoll
- Statistischer Analyseplan (SAP)
- Klinischer Studienbericht (CSR)
- Analytischer Code
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Produkt, das in den USA hergestellt und aus den USA exportiert wird
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .