- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT07381751
Künstliche Intelligenz-gestützte MDS-UPDRS-Bewertung für Parkinson-Krankheit
Künstliche-Intelligenz-unterstützte MDS-UPDRS-Bewertung für Parkinson-Krankheit
Die idiopathische Parkinson-Krankheit (PD) ist eine neurodegenerative Erkrankung, die fortschreitend sowohl motorische als auch nicht-motorische Symptome verursacht. Als zweithäufigste neurodegenerative Erkrankung und häufigste Bewegungsstörung betrifft sie weltweit über 8,5 Millionen Menschen und 13.000 Menschen in Hongkong. Die klassischsten Symptome von PD sind Ruhetremor, Muskelsteifheit, Bradykinesie (Verlangsamung der Bewegung) und Gangschwierigkeiten. Andere Symptome umfassen Schlafstörungen, psychiatrische Symptome, kognitive Beeinträchtigungen und autonome Dysfunktion. Ihre Pathophysiologie ist durch den Verlust dopaminerger Neuronen und die Anhäufung von Aggregaten, sogenannten Lewy-Körperchen, gekennzeichnet.
Der Schweregrad der PD-bezogenen motorischen Symptome wird normalerweise halbquantitativ ("normal", "leicht", "mäßig", "mittel" und "schwer") von erfahrenen Ärzten und Physiotherapeuten gemäß der von der Movement Disorder Society gesponserten Überarbeitung der Unified Parkinson's Disease Rating Scale Teil III (MDS-UPDRS III) bewertet. Die MDS-UPDRS III ist jedoch halbquantitativ und subjektiv, was leichte Behandlungseffekte maskieren oder sogar falsch-positive Ergebnisse liefern könnte. Darüber hinaus erfordert die Bewertung erheblichen Zeitaufwand und Mühe mit erwarteten Inter-Observer-Variationen.
Um diese Probleme anzugehen, wurden verschiedene künstliche Intelligenz (KI)-Technologien und Telemedizin-Ansätze zur Patientenbewertung untersucht. Frühere Studien integrierten jedoch keine Items zur Bewertung von Rigidität und Haltungsstabilität, die gemäß den MDS-UPDRS III-Anweisungen physischen Kontakt erfordern. Zhu et al. erforschten ein motorisches Symptom-Maschinenbewertungssystem für die vollständige MDS-UPDRS III. Dennoch verwendeten sie eine Tiefenkamera und führten die Tests in einer streng kontrollierten idealen Laborumgebung durch. Für die weit verbreitete Implementierung der KI-unterstützten Bewertung ist die RGB-Kamera eine zugänglichere Alternative.
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Dies ist eine monozentrische, prospektive, beobachtende Studie, die darauf abzielt, ein KI-basiertes MDS-UPDRS-III-Bewertungssystem unter Verwendung von RGB-Kameradaten zu entwickeln und zu validieren. Die Teilnehmer werden aus der neurologischen Ambulanz des Queen Elizabeth Hospital rekrutiert. Jeder Proband wird eine standardmäßige MDS-UPDRS-III-Bewertung durch einen zertifizierten Kliniker oder Physiotherapeuten erhalten, zusammen mit einer synchronisierten RGB-D-Videoaufzeichnung. Die Videos werden durch eine Deep-Learning-Pipeline verarbeitet, die darauf trainiert ist, die MDS-UPDRS-III-Werte zu schätzen.
Verblindete Auswertungen werden durchgeführt, um die KI-generierten Werte mit den tatsächlichen klinischen Bewertungen zu vergleichen. Die statistische Analyse wird Übereinstimmungsmetriken zwischen den Bewertern (z.B. ICC, Cohens Kappa), Sensitivität für Veränderungen und Subgruppenanalysen umfassen.
Studientyp
Einschreibung (Geschätzt)
Kontakte und Standorte
Studienkontakt
- Name: Hiu Yi Wong, PhD
- Telefonnummer: +852-23587344
- E-Mail: annawong@ust.hk
Studieren Sie die Kontaktsicherung
- Name: Qian Zhang, PhD
- Telefonnummer: +852-23588766
- E-Mail: qianzh@ust.hk
Studienorte
-
-
-
Hong Kong, China
- Noch keine Rekrutierung
- Hong Kong University of Science and Technology
-
Hauptermittler:
- Qian Zhang, PhD
-
Kontakt:
- Hiu Yi Wong, PhD
- Telefonnummer: +852-23587344
- E-Mail: annawong@ust.hk
-
Kontakt:
- Qian Zhang, PhD
- Telefonnummer: +852-23588766
- E-Mail: qianzh@ust.hk
-
-
-
-
-
Hong Kong, Hongkong
- Rekrutierung
- Queen Elizabeth Hospital
-
Kontakt:
- Qian Zhang, PhD
- Telefonnummer: +852 2358 8766
- E-Mail: qianzh@cse.ust.hk
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Alter ≥18 Jahre
- Diagnose von "klinisch etabliertem PD" gemäß den klinischen Diagnosekriterien der Movement Disorder Society für Parkinson-Krankheit (MDS-PD-Kriterien) [12]
- In der Lage, eine informierte Einwilligung zu geben und bereit, an videogestützten MDS-UPDRS Teil III-Bewertungen teilzunehmen
- Keine signifikanten visuellen, auditiven oder muskuloskelettalen Beeinträchtigungen, die videobasierte motorische Bewertungen beeinträchtigen würden
Ausschlusskriterien:
- Unwilligkeit, für Studienzwecke videoaufgezeichnet zu werden
- Anamnese einer neuroentwicklungsbedingten Störung, neurodegenerativen Erkrankung außer PD, ZNS-Infektion, neuroinflammatorischen Erkrankung (z.B. Multiple Sklerose, ZNS-Lupus), Malignität in den letzten 10 Jahren, zerebrovaskulärem Insult, HIV-Infektion, systemischer Autoimmunerkrankung, Alkoholabhängigkeit oder anderem Substanzkonsum
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
PD-Gruppe
Patienten mit Parkinson-Krankheit
|
klinisches Profil, MDS-UPDRS III, Videoaufzeichnung
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
KI-basiertes motorisches Bewertungstool
Zeitfenster: Von der Ausgangssituation bis zu 3 Jahren
|
Ein KI-basiertes Motorikbewertungstool, das RGB-Video nutzt, um zuverlässige und objektive Bewertungen von MDS-UPDRS III-Motoriksymptomen, einschließlich Rigidität und Haltungsstabilität, zu ermöglichen.
|
Von der Ausgangssituation bis zu 3 Jahren
|
|
Machbarkeit der Implementierung RGB-kamerabasierter Bewertungen
Zeitfenster: 3 Jahre
|
Die Machbarkeit der Implementierung von RGB-Kamera-basierten Bewertungen in routinemäßigen klinischen Umgebungen wird durch den Anteil der Bewertungen ermittelt, bei denen das KI-System in der Lage ist, einen geschätzten MDS-UPDRS Teil III-Gesamtscore basierend auf RGB-Video zu generieren, der direkt mit klinisch bewerteten MDS-UPDRS Teil III-Scores verglichen werden kann.
Patienten führen standardisierte motorische Aufgaben unter ärztlicher Anleitung durch, während RGB-Video mit einem Smartphone aufgezeichnet wird.
Klinisch bewertete MDS-UPDRS Teil III-Scores werden als Grundwahrheit verwendet.
Machbarkeitsergebnisse werden als Prozentsatz (%) der Bewertungen mit gültigen KI-generierten Scores über einen 3-jährigen Studienzeitraum berichtet.
|
3 Jahre
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Effektivität des Systems
Zeitfenster: 3 Jahre
|
Die Systemeffektivität bei der Schätzung der Schwere der motorischen Symptome wird anhand der Übereinstimmung zwischen den KI-vorhergesagten und den klinisch bewerteten MDS-UPDRS-Teil-III-Werten gemessen.
RGB-Videos werden mit einem Smartphone aufgenommen, während die Patienten standardisierte motorische Aufgaben unter ärztlicher Aufsicht durchführen.
Die klinisch bewerteten MDS-UPDRS-Teil-III-Werte werden als Referenzwert (Ground Truth) verwendet.
Das KI-System generiert vorhergesagte MDS-UPDRS-Teil-III-Gesamtwerte (Bereich 0-108, wobei höhere Werte auf eine stärkere motorische Beeinträchtigung hinweisen).
Die Systemeffektivität wird anhand des F1-Scores, der Korrelation zwischen vorhergesagten und klinisch bewerteten Werten sowie der Sensitivität und Spezifität für die Erkennung klinisch signifikanter motorischer Beeinträchtigungen basierend auf vordefinierten Schwellenwerten bewertet.
Die Wirksamkeitsergebnisse werden über einen 3-jährigen Studienzeitraum berichtet.
|
3 Jahre
|
|
Patienten- und Klinikerzufriedenheit
Zeitfenster: Ausgangswert bis 3 Jahre
|
Die Patientenzufriedenheit mit dem KI-unterstützten Bewertungssystem wird mithilfe eines studienspezifischen Fragebogens bewertet, der nach Abschluss der RGB-Kamera-basierten motorischen Aufgaben durchgeführt wird.
Fragebogenitems werden auf einer Likert-Skala bewertet, wobei höhere Werte eine größere Zufriedenheit anzeigen. Die klinische Bewertung des KI-unterstützten Bewertungssystems wird mithilfe eines studienspezifischen Fragebogens bewertet, der die wahrgenommene Glaubwürdigkeit, die wahrgenommene Wirksamkeit und die allgemeine Zufriedenheit mit dem System bewertet. Fragebogenitems werden auf einer Likert-Skala bewertet, wobei höhere Werte positivere Bewertungen anzeigen. Die Bewertungsergebnisse von Patienten und Klinikern werden als Mittelwert ± Standardabweichung über den Studienzeitraum berichtet. |
Ausgangswert bis 3 Jahre
|
|
Systemleistung
Zeitfenster: Ausgangswert bis 3 Jahre
|
Die Systemleistung wird anhand der Genauigkeit und des mittleren absoluten Fehlers (MAE) der KI-vorhergesagten MDS-UPDRS Teil III Gesamtwerte im Vergleich zu den klinisch bewerteten Scores gemessen.
Patienten führen standardisierte motorische Aufgaben unter ärztlicher Aufsicht durch, während RGB-Video mit einem Smartphone aufgezeichnet wird.
Klinisch bewertete MDS-UPDRS Teil III Scores werden als Grundwahrheit verwendet.
Die Systemleistung ist definiert als die Genauigkeit und der MAE der KI-Vorhersagen.
Die Leistungsergebnisse werden über den Studienzeitraum zusammengefasst.
|
Ausgangswert bis 3 Jahre
|
Mitarbeiter und Ermittler
Mitarbeiter
Ermittler
- Hauptermittler: Qian Zhang, PhD, Hong Kong University of Science and Technology
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Goetz CG, Tilley BC, Shaftman SR, Stebbins GT, Fahn S, Martinez-Martin P, Poewe W, Sampaio C, Stern MB, Dodel R, Dubois B, Holloway R, Jankovic J, Kulisevsky J, Lang AE, Lees A, Leurgans S, LeWitt PA, Nyenhuis D, Olanow CW, Rascol O, Schrag A, Teresi JA, van Hilten JJ, LaPelle N; Movement Disorder Society UPDRS Revision Task Force. Movement Disorder Society-sponsored revision of the Unified Parkinson's Disease Rating Scale (MDS-UPDRS): scale presentation and clinimetric testing results. Mov Disord. 2008 Nov 15;23(15):2129-70. doi: 10.1002/mds.22340.
- Postuma RB, Berg D, Stern M, Poewe W, Olanow CW, Oertel W, Obeso J, Marek K, Litvan I, Lang AE, Halliday G, Goetz CG, Gasser T, Dubois B, Chan P, Bloem BR, Adler CH, Deuschl G. MDS clinical diagnostic criteria for Parkinson's disease. Mov Disord. 2015 Oct;30(12):1591-601. doi: 10.1002/mds.26424.
- Ou Z, Pan J, Tang S, Duan D, Yu D, Nong H, Wang Z. Global Trends in the Incidence, Prevalence, and Years Lived With Disability of Parkinson's Disease in 204 Countries/Territories From 1990 to 2019. Front Public Health. 2021 Dec 7;9:776847. doi: 10.3389/fpubh.2021.776847. eCollection 2021.
- Aarsland D, Batzu L, Halliday GM, Geurtsen GJ, Ballard C, Ray Chaudhuri K, Weintraub D. Parkinson disease-associated cognitive impairment. Nat Rev Dis Primers. 2021 Jul 1;7(1):47. doi: 10.1038/s41572-021-00280-3.
- Zhu X, Chen Z, Ling Y, Luo N, Yin Q, Zhang Y, Zhao A, Ye G, Zhou H, Pan J, Zhou L, Cao L, Huang P, Zhang P, Chen C, Shi W, Lin S, Zhuang H, Zhao J, Ren K, Tan Y, Liu J. Motor symptom machine rating system for complete MDS-UPDRS III in Parkinson's disease: A proof-of-concept pilot study. Chin Med J (Engl). 2024 Jul 5;137(13):1632-1634. doi: 10.1097/CM9.0000000000003044. Epub 2024 Mar 19. No abstract available.
- Boroojerdi B, Ghaffari R, Mahadevan N, Markowitz M, Melton K, Morey B, Otoul C, Patel S, Phillips J, Sen-Gupta E, Stumpp O, Tatla D, Terricabras D, Claes K, Wright JA Jr, Sheth N. Clinical feasibility of a wearable, conformable sensor patch to monitor motor symptoms in Parkinson's disease. Parkinsonism Relat Disord. 2019 Apr;61:70-76. doi: 10.1016/j.parkreldis.2018.11.024. Epub 2018 Nov 27.
- Lu M, Poston K, Pfefferbaum A, Sullivan EV, Fei-Fei L, Pohl KM, Niebles JC, Adeli E. Vision-based Estimation of MDS-UPDRS Gait Scores for Assessing Parkinson's Disease Motor Severity. Med Image Comput Comput Assist Interv. 2020 Oct;12263:637-647. doi: 10.1007/978-3-030-59716-0_61. Epub 2020 Sep 29.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
- Synucleinopathien
- Erkrankungen des Gehirns
- Erkrankungen des zentralen Nervensystems
- Erkrankungen des Nervensystems
- Neurodegenerative Krankheiten
- Bewegungsstörungen
- Parkinsonsche Störungen
- Erkrankungen der Basalganglien
- Parkinson Krankheit
- Verwaltung des Gesundheitswesens
- Qualität der Gesundheitsversorgung
- Ergebnisbewertung, Gesundheitsversorgung
- Ergebnis- und Prozessbewertung, Gesundheitswesen
- Wachvolles Warten
Andere Studien-ID-Nummern
- HREP-2025-0238
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
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 .