Vigilancia acústica digital para la detección temprana de brotes de enfermedades respiratorias
19 de julio de 2022 actualizado por: Clinica Universidad de Navarra, Universidad de Navarra
Vigilancia Acústica Digital para la Detección Precoz de Brotes de Enfermedades Respiratorias: Un Estudio Observacional Exploratorio en Navarra, España
Un estudio observacional para evaluar la precisión de una herramienta de monitorización digital de la tos para reflejar la incidencia de COVID-19 y otras infecciones respiratorias a nivel comunitario en la ciudad de Pamplona, España.
Descripción general del estudio
Estado
Terminado
Intervención / Tratamiento
Descripción detallada
Este es un estudio observacional prospectivo de un solo centro que pretende evaluar la precisión de una aplicación móvil de vigilancia acústica para detectar episodios individuales de tos entre una población monitoreada, así como las barreras y facilitadores que podrían afectar la adopción de plataformas similares a nivel de población. .
La aplicación en cuestión, el rastreador de tos Hyfe, se ejecuta en segundo plano en los teléfonos inteligentes y registra fragmentos cortos (<0,5 segundos) de sonidos de tos explosivos y putativos. Luego, estos se clasifican como tos o no tos, utilizando un modelo de red neuronal convolucional (CNN), y se comparan con el GPS y los datos de tiempo recopilados por el teléfono inteligente.
La tos nocturna de los participantes será monitoreada por un período de 30 días, y sus historias clínicas serán revisadas periódicamente, buscando específicamente diagnósticos de enfermedades productoras de tos, y con especial énfasis en COVID-19.
Los datos de tos se utilizarán para crear un mapa de calor de la densidad de tos y la distribución geográfica. Se utilizarán registros de tos agregados para calcular las toses por persona-hora registradas en la cohorte. Estos datos se utilizarán para realizar un análisis ARIMA sobre tres series temporales paralelas a nivel comunitario: La incidencia de enfermedades respiratorias en la cohorte monitoreada, en toda el área de estudio (incluida la Universidad de Navarra y la vecina Cendea de Cizur) , y la frecuencia de tos por horas monitoreadas.
Los cambios en la frecuencia de la tos también se compararán con otras variables ambientales como la temperatura y el nivel de contaminación registrados en el área de estudio.
Tipo de estudio
De observación
Inscripción (Actual)
930
Contactos y Ubicaciones
Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.
Ubicaciones de estudio
-
-
Navarra
-
Pamplona, Navarra, España, 31009
- Universidad de Navarra
-
-
Criterios de participación
Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.
Criterio de elegibilidad
Edades elegibles para estudiar
13 años a 99 años (Niño, Adulto, Adulto Mayor)
Acepta Voluntarios Saludables
No
Géneros elegibles para el estudio
Todos
Método de muestreo
Muestra no probabilística
Población de estudio
Los participantes serán reclutados en la Cendea de Cizur, municipio formado por un conglomerado de pueblos al sur de la ciudad de Pamplona, y la vecina localidad de Cizur Mayor, en la Comunidad Foral de Navarra (España), así como en los diferentes campus de la Universidad de Navarra.
Las 4.000 personas que viven en la Cendea de Cizur son atendidas por un centro de salud público que recibe 45.000 consultas externas al año.
De estos, aproximadamente el 12% están asociados a enfermedades respiratorias.
La Universidad de Navarra cuenta con más de 11.000 alumnos matriculados, 900 profesores y más de 600 empleados.
Tanto el Cendea de Cizur como la Universidad están atendidos por la Clínica Universidad de Navarra, el centro de salud privado más grande de la región, que brinda atención médica a una población estimada de más de 100.000 personas.
Descripción
Criterios de inclusión:
- Tener 13 años o más,
- Poseer y usar regularmente un teléfono inteligente capaz de ejecutar el sistema de seguimiento de la tos,
- Estar dispuesto a instalarlo y usarlo regularmente,
- Ser residentes actuales de Navarra, y
- Tener una relación activa con la universidad (tener interés en el estudio, o ser estudiante o trabajador, ser paciente con diagnóstico de tos en la Clínica Universidad de Navarra, o centro de salud de Cizur).
Criterio de exclusión:
- Incapacidad para aceptar la política de privacidad y los términos de uso del sistema de seguimiento de tos.
- Imposibilidad de otorgar acceso a los registros médicos.
Plan de estudios
Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.
¿Cómo está diseñado el estudio?
Detalles de diseño
- Modelos observacionales: Grupo
- Perspectivas temporales: Futuro
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Monitoreo de tos
A todos los participantes inscritos se les pedirá que instalen el software de vigilancia acústica en sus teléfonos inteligentes y lo utilicen para registrar la tos nocturna durante un período mínimo de 30 días.
|
Una aplicación móvil que se ejecuta en segundo plano en los teléfonos inteligentes y detecta posibles sonidos de tos.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Correlación entre toses registradas por persona-hora e incidencia de enfermedades respiratorias
Periodo de tiempo: 1 año
|
Los investigadores ejecutarán un análisis ARIMA con tres series temporales paralelas: incidencia agregada de enfermedades respiratorias en la cohorte observada, en toda el área de estudio y datos de tos agregados.
|
1 año
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Adopción del sistema de vigilancia
Periodo de tiempo: 1 año
|
Los investigadores calcularán la proporción de la población elegible total alcanzada que instala la aplicación y la usa regularmente de la manera solicitada.
|
1 año
|
|
Barreras y facilitadores que afectan la adopción del sistema de vigilancia
Periodo de tiempo: 1 mes
|
Se reclutará aleatoriamente una submuestra de 25 participantes para discusiones de grupos focales.
En los grupos focales, los investigadores les harán a los participantes las siguientes preguntas generales: (1) ¿Qué le gusta de la aplicación? (2) ¿Qué piensa de esta aplicación en relación con otras aplicaciones de salud? (3) ¿Qué no funciona bien? , (4) qué lo mantiene comprometido (o no) con el uso de la aplicación, (5) cuál cree que es el propósito de la aplicación, (6) cree que la aplicación tiene valor comercial y (7) qué consejo tienes para los desarrolladores?
|
1 mes
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Publicaciones y enlaces útiles
La persona responsable de ingresar información sobre el estudio proporciona voluntariamente estas publicaciones. Estos pueden ser sobre cualquier cosa relacionada con el estudio.
Publicaciones Generales
- 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.
Fechas de registro del estudio
Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.
Fechas importantes del estudio
Inicio del estudio (Actual)
11 de noviembre de 2020
Finalización primaria (Actual)
23 de mayo de 2022
Finalización del estudio (Actual)
24 de mayo de 2022
Fechas de registro del estudio
Enviado por primera vez
16 de febrero de 2021
Primero enviado que cumplió con los criterios de control de calidad
16 de febrero de 2021
Publicado por primera vez (Actual)
21 de febrero de 2021
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
20 de julio de 2022
Última actualización enviada que cumplió con los criterios de control de calidad
19 de julio de 2022
Última verificación
1 de julio de 2022
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
- Infecciones por coronavirus
- Infecciones por coronaviridae
- Infecciones por Nidovirales
- Infecciones por virus de ARN
- Enfermedades virales
- Infecciones
- Infecciones del Tracto Respiratorio
- Neumonía Viral
- Neumonía
- Enfermedades pulmonares
- COVID-19
- Trastornos de la respiración
- Enfermedades de las vías respiratorias
Otros números de identificación del estudio
- DASRD
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Indeciso
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
No
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
No
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. .