Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Evaluierung eines häuslichen Sensorsystems zur Erkennung gesundheitlicher Dekompensation bei älteren Patienten mit CHF oder COPD in der Vorgeschichte

9. Mai 2023 aktualisiert von: Sensorum Health Inc.

Machbarkeit einer häuslichen passiven Umgebungssensortechnologie zur Frühwarnung vor gesundheitlicher Dekompensation durch Erkennung von Abweichungen in den Aktivitäten des täglichen Lebens (ADLs) älterer Menschen mit diagnostizierter chronischer Krankheit

Sensorum Health (Sensorum) führt eine Pilotstudie durch, um festzustellen, ob das proprietäre passive Sensornetzwerk von Sensorum verwendet werden kann, um Signale einer frühen gesundheitlichen Dekompensation bei Probanden zu identifizieren, bevor sie wegen einer Verschlimmerung chronischer Krankheiten oder anderer für die ambulante Pflege empfindlicher Erkrankungen ins Krankenhaus eingeliefert werden. Eine erfolgreiche Früherkennung würde eine Gelegenheit bieten, in zukünftigen Interventionsstudien außerhalb des akuten Umfelds einzugreifen.

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Studientyp

Beobachtungs

Einschreibung (Voraussichtlich)

100

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

Studieren Sie die Kontaktsicherung

Studienorte

  • Vereinigte Staaten
    • New Jersey
      • Neptune, New Jersey, Vereinigte Staaten, 07753
        • Rekrutierung
        • Jersey Shore University Medical Center, Hackensack Meridian Health
        • Kontakt:
        • Hauptermittler:
          • Swapnel Patel, MD
        • Unterermittler:
          • Elliot Frank, MD

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

  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Patienten, die stationär im Jersey Shore University Medical Center aufgenommen wurden

Beschreibung

Einschlusskriterien:

  • 65 Jahre oder älter
  • Kann zustimmen
  • Dokumentierte Vorgeschichte der Diagnose einer chronisch obstruktiven Lungenerkrankung (COPD) und/oder einer Herzinsuffizienz (CHF)
  • Derzeit zur Beobachtung oder als stationärer Patient mit einer Diagnose bei JSUMC aufgenommen. ≥1 frühere Krankenhauseinweisungen mit einer beliebigen Diagnose (stationäre Aufnahmen, Beobachtungsaufenthalte in Einrichtungen oder Besuche in der Notaufnahme) in den letzten 12 Monaten

Ausschlusskriterien:

  • Erhebliche Herzklappenerkrankung
  • Nierenerkrankung im Endstadium (ESRD)
  • CHF im Endstadium
  • COPD im Endstadium

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Kohorten und Interventionen

Gruppe / Kohorte
Intervention / Behandlung
Passive Überwachung
Kein Eingriff
Sonstiges: Datensammlung
Datenerfassung klinisch relevanter Signale mithilfe eines häuslichen Sensorsystems

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Rückruf von KI im passiven Sensorsystem
Zeitfenster: 90 Tage
Bewertung der KI-Fähigkeit zur prospektiven Erkennung von Krankenhausauslastungsereignissen
90 Tage
Präzision der KI im passiven Sensorsystem
Zeitfenster: 90 Tage
Bewertung der KI-Fähigkeit, das Ereignis der Krankenhausauslastung präzise vorherzusagen
90 Tage

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Rückruf der Überprüfung der Sensordaten durch ausgebildete Krankenschwestern
Zeitfenster: 90 Tage
Bewertung der Fähigkeit des Pflegepersonals, ein Krankenhausnutzungsereignis prospektiv zu erkennen
90 Tage
Präzision der Überprüfung der Sensordaten durch geschultes Pflegepersonal
Zeitfenster: 90 Tage
Bewertung der Fähigkeit des Pflegepersonals, das Ereignis der Krankenhausauslastung genau vorherzusagen
90 Tage

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Sensorum Health Inc.

Ermittler

  • Hauptermittler: Swapnel Patel, MD, Jersey Shore University Medical Center, Hackensack Meridian Health

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)

28. September 2022

Primärer Abschluss (Voraussichtlich)

6. Juni 2024

Studienabschluss (Voraussichtlich)

6. Juni 2024

Studienanmeldedaten

Zuerst eingereicht

3. Mai 2023

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

9. Mai 2023

Zuerst gepostet (Tatsächlich)

18. Mai 2023

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

18. Mai 2023

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

9. Mai 2023

Zuletzt verifiziert

1. Mai 2023

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • Sensorum P-001

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

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 .

Abonnieren