El desarrollo de un algoritmo para detectar la estructura del sueño con un monitor de EEG portátil en una población de edad avanzada
Descripción general del estudio
Estado
Estado
Condiciones
Condiciones
Intervención / Tratamiento
Intervención / Tratamiento
Descripción detallada
Tipo de estudio
Tipo de estudio
Inscripción (Actual)
Inscripción
Fase
Fase
- No aplica
Contactos y Ubicaciones
Estudio Contacto
Estudio Contacto
- Nombre: Bertien Buyse, MD, PhD
- Número de teléfono: 00 32 16 342522
- Correo electrónico: bertien.buyse@uzleuven.be
Ubicaciones de estudio
-
-
-
Leuven, Bélgica, 3000
- UZ Leuven
-
-
Criterios de participación
Criterio de elegibilidad
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Descripción
Criterios de inclusión:
- Sujetos planeados para someterse a una polisomnografía diagnóstica
- > 60 años
Criterio de exclusión:
- Pacientes incapaces de dar su consentimiento informado
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Diagnóstico
- Asignación: N / A
- Modelo Intervencionista: Asignación de un solo grupo
- Enmascaramiento: Ninguno (etiqueta abierta)
Número de brazos
Armas e Intervenciones
Grupo de participantes/brazoGrupo de participantes/brazo |
Intervención / TratamientoIntervención / Tratamiento |
|---|---|
|
Experimental: Evaluación EEG
Todos los pacientes serán evaluados durante 1 noche mediante polisomnografía estándar y adicionalmente se evaluará EEG mediante 2 electrodos detrás de cada oreja conectados a un dispositivo de grabación (Sensor Dot)
|
2 electrodos adicionales detrás de cada oído registrarán EEG
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Algoritmo de sueño
Periodo de tiempo: 1 noche
|
Desarrollar un algoritmo para caracterizar la arquitectura del sueño basado en la medición de EEG mediante 2 electrodos detrás de cada oído. Para clasificar las etapas del sueño se utilizará un algoritmo de aprendizaje profundo. El algoritmo aprenderá una función compleja, transformando una entrada en una salida, basándose en varios ejemplos. En este caso específico, la entrada son épocas de EEG de 30 s y la salida son etapas de sueño. Para clasificar la señal medida en la etapa de sueño correcta, el algoritmo de aprendizaje profundo aprenderá a extraer características útiles de los datos. |
1 noche
|
Colaboradores e Investigadores
Patrocinador
Patrocinador
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Inicio del estudio
Finalización primaria (Actual)
Finalización primaria
Finalización del estudio (Actual)
Finalización del estudio
Fechas de registro del estudio
Enviado por primera vez
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Publicado por primera vez
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización publicada
Última actualización enviada que cumplió con los criterios de control de calidad
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Última verificación
Más información
Términos relacionados con este estudio
Otros números de identificación del estudio
Otros números de identificación del estudio
- S64190
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .