Digitale akustische Überwachung zur Früherkennung von Atemwegserkrankungen
19. Juli 2022 aktualisiert von: Clinica Universidad de Navarra, Universidad de Navarra
Digitale akustische Überwachung zur Früherkennung von Ausbrüchen von Atemwegserkrankungen: Eine explorative Beobachtungsstudie in Navarra, Spanien
Eine Beobachtungsstudie zur Bewertung der Genauigkeit eines digitalen Hustenüberwachungstools zur Darstellung der Inzidenz von COVID-19 und anderer Atemwegsinfektionen auf Gemeindeebene in der Stadt Pamplona, Spanien.
Studienübersicht
Status
Abgeschlossen
Intervention / Behandlung
Detaillierte Beschreibung
Dies ist eine monozentrische prospektive Beobachtungsstudie, die vorgibt, die Genauigkeit einer mobilen App zur akustischen Überwachung zu bewerten, um einzelne Hustenepisoden in einer überwachten Population zu erkennen, sowie die Barrieren und Förderer, die die Aufnahme ähnlicher Plattformen auf Bevölkerungsebene beeinträchtigen könnten .
Die fragliche App, Hyfe Husten-Tracker, läuft im Hintergrund von Smartphones und zeichnet kurze Schnipsel (<0,5 Sekunden) von explosiven, vermeintlichen Hustengeräuschen auf. Diese werden dann mithilfe eines Convolutional Neural Network (CNN)-Modells als hustend oder nicht hustend klassifiziert und mit den vom Smartphone gesammelten GPS- und Zeitdaten abgeglichen.
Der nächtliche Husten der Teilnehmer wird über einen Zeitraum von 30 Tagen überwacht, und ihre klinischen Aufzeichnungen werden regelmäßig überprüft, wobei insbesondere nach Diagnosen von hustenauslösenden Krankheiten und mit besonderem Schwerpunkt auf COVID-19 gesucht wird.
Hustendaten werden verwendet, um eine Heatmap der Hustendichte und der geografischen Verteilung zu erstellen. Aggregierte Hustenregister werden verwendet, um die in der Kohorte registrierten Husten pro Personenstunde zu berechnen. Diese Daten werden verwendet, um eine ARIMA-Analyse zu drei parallelen Zeitreihen auf Gemeindeebene durchzuführen: Die Inzidenz von Atemwegserkrankungen in der überwachten Kohorte im gesamten Studiengebiet (einschließlich der Universidad de Navarra und der benachbarten Cendea de Cizur) , und die Hustenhäufigkeit pro überwachten Stunden.
Änderungen der Hustenhäufigkeit werden auch mit anderen im Untersuchungsgebiet registrierten Umgebungsvariablen wie Temperatur und Verschmutzungsgrad verglichen.
Studientyp
Beobachtungs
Einschreibung (Tatsächlich)
930
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienorte
-
-
Navarra
-
Pamplona, Navarra, Spanien, 31009
- Universidad de Navarra
-
-
Teilnahmekriterien
Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.
Zulassungskriterien
Studienberechtigtes Alter
13 Jahre bis 99 Jahre (Kind, Erwachsene, Älterer Erwachsener)
Akzeptiert gesunde Freiwillige
Nein
Studienberechtigte Geschlechter
Alle
Probenahmeverfahren
Nicht-Wahrscheinlichkeitsprobe
Studienpopulation
Die Teilnehmer werden in der Cendea de Cizur, einer Gemeinde, die sich aus einer Ansammlung von Dörfern südlich der Stadt Pamplona und der Nachbarstadt Cizur Mayor zusammensetzt, in der Comunidad Foral de Navarra (Spanien) sowie an den verschiedenen Standorten rekrutiert der Universität von Navarra.
Die 4.000 Menschen, die in der Cendea de Cizur leben, werden von einem öffentlichen Gesundheitszentrum versorgt, das jährlich 45.000 ambulante Besuche erhält.
Davon sind etwa 12 % mit Atemwegserkrankungen verbunden.
Die Universität von Navarra hat über 11.000 eingeschriebene Studenten, 900 Professoren und über 600 andere Angestellte.
Sowohl die Cendea de Cizur als auch die Universität werden von der Clínica Universidad de Navarra versorgt, dem größten privaten Gesundheitszentrum der Region, das eine geschätzte Bevölkerung von über 100.000 Menschen medizinisch versorgt.
Beschreibung
Einschlusskriterien:
- 13 Jahre oder älter sein,
- Besitzen und verwenden Sie regelmäßig ein Smartphone, das das Husten-Tracking-System ausführen kann,
- Bereit sein, es zu installieren und regelmäßig zu verwenden,
- Aktuelle Einwohner von Navarra sein, und
- Eine aktive Beziehung zur Universität haben (Interesse am Studium haben oder Student oder Arbeiter sein, Patient mit einer hustenbezogenen Diagnose in der Clínica Universidad de Navarra oder im Gesundheitszentrum von Cizur sein).
Ausschlusskriterien:
- Unfähigkeit, die Datenschutzrichtlinie und die Nutzungsbedingungen des Husten-Tracking-Systems zu akzeptieren.
- Unfähigkeit, Zugang zu Krankenakten zu gewähren.
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: Kohorte
- Zeitperspektiven: Interessent
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
Hustenüberwachung
Alle eingeschriebenen Teilnehmer werden gebeten, die akustische Überwachungssoftware auf ihren Smartphones zu installieren und sie zu verwenden, um nächtlichen Husten für einen Zeitraum von mindestens 30 Tagen aufzuzeichnen.
|
Eine mobile App, die im Hintergrund von Smartphones läuft und vermeintliche Hustengeräusche erkennt.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Korrelation zwischen registriertem Husten pro Personenstunde und Inzidenz von Atemwegserkrankungen
Zeitfenster: 1 Jahr
|
Die Forscher werden eine ARIMA-Analyse mit drei parallelen Zeitreihen durchführen: aggregierte Inzidenz von Atemwegserkrankungen in der beobachteten Kohorte im gesamten Studiengebiet und aggregierte Hustendaten.
|
1 Jahr
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Aufnahme des Überwachungssystems
Zeitfenster: 1 Jahr
|
Die Ermittler berechnen den Anteil der gesamten erreichten, berechtigten Bevölkerung, der die App installiert und regelmäßig auf die angeforderte Weise verwendet.
|
1 Jahr
|
|
Hindernisse und Förderer, die die Aufnahme des Überwachungssystems beeinträchtigen
Zeitfenster: 1 Monat
|
Eine Teilstichprobe von 25 Teilnehmern wird nach dem Zufallsprinzip für Fokusgruppendiskussionen rekrutiert.
In den Fokusgruppen werden die Forscher den Teilnehmern die folgenden allgemeinen Fragen stellen: (1) Was gefällt Ihnen an der App, (2) was halten Sie von dieser App im Vergleich zu anderen Gesundheits-Apps, (3) was funktioniert nicht gut , (4) was hält Sie davon ab, die App zu verwenden (oder nicht), (5) was denken Sie, was der Zweck der App ist, (6) denken Sie, dass die App kommerziellen Wert hat und (7) welche Ratschläge tun Sie haben für die Entwickler?
|
1 Monat
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Publikationen und hilfreiche Links
Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.
Allgemeine Veröffentlichungen
- Huang C, Wang Y, Li X, Ren L, Zhao J, Hu Y, Zhang L, Fan G, Xu J, Gu X, Cheng Z, Yu T, Xia J, Wei Y, Wu W, Xie X, Yin W, Li H, Liu M, Xiao Y, Gao H, Guo L, Xie J, Wang G, Jiang R, Gao Z, Jin Q, Wang J, Cao B. Clinical features of patients infected with 2019 novel coronavirus in Wuhan, China. Lancet. 2020 Feb 15;395(10223):497-506. doi: 10.1016/S0140-6736(20)30183-5. Epub 2020 Jan 24. Erratum In: Lancet. 2020 Jan 30;:
- Porter P, Abeyratne U, Swarnkar V, Tan J, Ng TW, Brisbane JM, Speldewinde D, Choveaux J, Sharan R, Kosasih K, Della P. A prospective multicentre study testing the diagnostic accuracy of an automated cough sound centred analytic system for the identification of common respiratory disorders in children. Respir Res. 2019 Jun 6;20(1):81. doi: 10.1186/s12931-019-1046-6.
- Sharan RV, Abeyratne UR, Swarnkar VR, Claxton S, Hukins C, Porter P. Predicting spirometry readings using cough sound features and regression. Physiol Meas. 2018 Sep 5;39(9):095001. doi: 10.1088/1361-6579/aad948.
- Kim GU, Kim MJ, Ra SH, Lee J, Bae S, Jung J, Kim SH. Clinical characteristics of asymptomatic and symptomatic patients with mild COVID-19. Clin Microbiol Infect. 2020 Jul;26(7):948.e1-948.e3. doi: 10.1016/j.cmi.2020.04.040. Epub 2020 May 1.
- Peeling RW, Wedderburn CJ, Garcia PJ, Boeras D, Fongwen N, Nkengasong J, Sall A, Tanuri A, Heymann DL. Serology testing in the COVID-19 pandemic response. Lancet Infect Dis. 2020 Sep;20(9):e245-e249. doi: 10.1016/S1473-3099(20)30517-X. Epub 2020 Jul 17.
- Chowdhury R, Luhar S, Khan N, Choudhury SR, Matin I, Franco OH. Long-term strategies to control COVID-19 in low and middle-income countries: an options overview of community-based, non-pharmacological interventions. Eur J Epidemiol. 2020 Aug;35(8):743-748. doi: 10.1007/s10654-020-00660-1. Epub 2020 Jul 13.
- Rasheed J, Jamil A, Hameed AA, Aftab U, Aftab J, Shah SA, Draheim D. A survey on artificial intelligence approaches in supporting frontline workers and decision makers for the COVID-19 pandemic. Chaos Solitons Fractals. 2020 Dec;141:110337. doi: 10.1016/j.chaos.2020.110337. Epub 2020 Oct 10.
- Santillana M, Nguyen AT, Louie T, Zink A, Gray J, Sung I, Brownstein JS. Cloud-based Electronic Health Records for Real-time, Region-specific Influenza Surveillance. Sci Rep. 2016 May 11;6:25732. doi: 10.1038/srep25732.
- Mukundarajan H, Hol FJH, Castillo EA, Newby C, Prakash M. Using mobile phones as acoustic sensors for high-throughput mosquito surveillance. Elife. 2017 Oct 31;6:e27854. doi: 10.7554/eLife.27854.
- Naseem M, Akhund R, Arshad H, Ibrahim MT. Exploring the Potential of Artificial Intelligence and Machine Learning to Combat COVID-19 and Existing Opportunities for LMIC: A Scoping Review. J Prim Care Community Health. 2020 Jan-Dec;11:2150132720963634. doi: 10.1177/2150132720963634.
- Liss DT, Serrano E, Wakeman J, Nowicki C, Buchanan DR, Cesan A, Brown T. "The Doctor Needs to Know": Acceptability of Smartphone Location Tracking for Care Coordination. JMIR Mhealth Uhealth. 2018 May 4;6(5):e112. doi: 10.2196/mhealth.9726.
- Gabaldon-Figueira JC, Brew J, Doré DH, Umashankar N, Chaccour J, Orrillo V, Tsang LY, Blavia I, Fernández-Montero A, Bartolomé J, Grandjean Lapierre S, Chaccour C. Digital acoustic surveillance for early detection of respiratory disease outbreaks in Spain: a protocol for an observational study. BMJ Open. 2021 Jul 2;11(7):e051278. doi: 10.1136/bmjopen-2021-051278.
Studienaufzeichnungsdaten
Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.
Haupttermine studieren
Studienbeginn (Tatsächlich)
11. November 2020
Primärer Abschluss (Tatsächlich)
23. Mai 2022
Studienabschluss (Tatsächlich)
24. Mai 2022
Studienanmeldedaten
Zuerst eingereicht
16. Februar 2021
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
16. Februar 2021
Zuerst gepostet (Tatsächlich)
21. Februar 2021
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
20. Juli 2022
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
19. Juli 2022
Zuletzt verifiziert
1. Juli 2022
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- DASRD
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Unentschieden
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Nein
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Nein
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 .