Indicaciones conscientes de la actividad para mejorar la adherencia a la medicación en pacientes con insuficiencia cardíaca
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
Los investigadores plantean la hipótesis de que muchas personas con necesidades de intervención con medicamentos pueden cumplir mejor con su régimen de medicamentos si se brindan indicaciones en los momentos adecuados y en el contexto adecuado. Validarán la hipótesis mediante el diseño y la evaluación de algoritmos de software basados en aprendizaje automático que reconozcan las actividades diarias, proporcionen intervenciones de recordatorio de medicamentos conscientes de la actividad y proporcionen información sobre los tiempos de intervención que produzcan un cumplimiento exitoso.
El primer objetivo del proyecto es expandir y validar algoritmos de software que reconozcan las actividades diarias y las transiciones de actividad con dispositivos móviles. La hipótesis es que los contextos de comportamiento diario se pueden caracterizar y rastrear con una mínima intervención del usuario mediante el aprendizaje automático combinado con el descubrimiento de actividad automatizado. En trabajos anteriores, los investigadores habían demostrado el éxito de nuestros algoritmos en hogares inteligentes. En este proyecto proponen adaptar las técnicas para dispositivos móviles.
El segundo objetivo del proyecto es desarrollar indicaciones de medicamentos sensibles a la actividad y evaluar el impacto de las indicaciones sensibles a la actividad en el resultado primario de las tasas de adherencia a la medicación y el resultado secundario de la calidad de vida. Con este fin, este objetivo se puede descomponer en dos tareas que incluyen (a) desarrollar indicaciones sensibles a la actividad; (b) evaluar el impacto de las indicaciones sensibles a la actividad en los resultados del paciente. Los investigadores combinarán una interfaz de indicación de actividad con reconocimiento de actividad para brindar indicaciones en contextos con éxito demostrado.
Finalmente, en el tercer objetivo, los investigadores diseñan algoritmos de aprendizaje automático para analizar situaciones de éxito y fracaso de recordatorios de medicamentos. Ellos plantean la hipótesis de que las técnicas de aprendizaje automático se pueden usar para predecir automáticamente el cumplimiento inmediato mediante el uso de algoritmos informáticos para aprender a distinguir las situaciones exitosas de las fallidas. En su enfoque, los investigadores utilizan datos de sensores para analizar el comportamiento diario y vincular el contexto del comportamiento con la adherencia al medicamento.
Tipo de estudio
Inscripción (Actual)
Fase
- No aplica
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Descripción
Criterios de inclusión:
- tiene un diagnóstico de IC y ha sido hospitalizado recientemente por exacerbación de la IC
- edad ≥ 21 años;
- vivir de forma independiente (no en un entorno institucional); y
- dispuesto a llevar el smartphone durante todo el día.
Criterio de exclusión:
- cualquier comorbilidad grave (p. malignidad, trastorno neurológico),
- deterioro cognitivo,
- incapacidad para entender, leer, escribir o hablar inglés o español
- Pérdida auditiva o visual importante o no corregida.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Otro
- Asignación: N / A
- Modelo Intervencionista: Asignación de un solo grupo
- Enmascaramiento: Ninguno (etiqueta abierta)
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Tasa de adherencia a la medicación
Periodo de tiempo: Al finalizar los estudios, un promedio de 1 año
|
La puntuación de adherencia de Russell se utilizará para medir la tasa de adherencia a la medicación.
Se considerará una ventana de 3 horas centrada en el tiempo de dosificación prescrito.
A una dosis tomada dentro de este intervalo de tiempo se le otorgará una puntuación completa para ese tiempo de dosificación; una dosis tomada fuera de la ventana pero dentro de una ventana de 6 horas recibirá la mitad de la puntuación para ese tiempo de dosificación; y las dosis olvidadas recibirán una puntuación de 0. A cada participante se le asignará una puntuación de 0,0 a 1,0 por cada día.
Las puntuaciones de cada materia se promediarán para obtener tasas de cumplimiento semanales.
La tasa general de cumplimiento se calculará tomando un promedio de todo el período de estudio.
|
Al finalizar los estudios, un promedio de 1 año
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Actual)
Finalización del estudio (Actual)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- 16243-001
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Descripción del plan 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. .