- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT05364268
Evaluación de AudibleHealth Dx AI/ML-Based Dx SaMD usando FCV-SDS en el diagnóstico de la enfermedad COVID-19: Validación clínica
Evaluación del software de diagnóstico basado en inteligencia artificial/aprendizaje automático como dispositivo médico que utiliza firmas de datos de señales de vocalización de tos forzada en el diagnóstico de la enfermedad COVID-19: un ensayo prospectivo de validación clínica de no inferioridad de dos brazos del software AudibleHealth Dx como Dispositivo médico (EUA-EE. UU.)
AudibleHealth Dx es un software de diagnóstico como dispositivo médico (Dx SaMD) que consta de un conjunto de subrutinas de software que interactúan con una base de datos patentada de firmas de datos de señal (SDS), utilizando inteligencia artificial/aprendizaje automático (AI/ML) para analizar forzado firmas de datos de señales de vocalización de tos (FCV-SDS) con fines de diagnóstico.
Este estudio evaluará el rendimiento de AudibleHealth Dx en comparación con una prueba de reacción en cadena de la polimerasa con transcriptasa inversa (RT-PCR) estándar para el diagnóstico de COVID-19.
Un propósito secundario del estudio será la prueba de usabilidad del dispositivo para participantes y proveedores.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
El estudio es un ensayo prospectivo, multisitio, de no inferioridad que compara AudibleHealth Dx con las pruebas de RT-PCR de COVID-19 aprobadas por la FDA para demostrar la no inferioridad de PPA y NPA cuando se utiliza este dispositivo para diagnosticar la enfermedad de COVID-19. La prueba AudibleHealth Dx y el "BioFire Respiratory 2.1 (RP2.1)" (nombre comercial) se realizará la prueba para cada participante durante un solo encuentro. Los participantes y el personal no conocerán los resultados de AudibleHealth Dx ni el estado de la RT-PCR en el momento de la prueba. Nadie conocerá ambos resultados en tiempo real, excepto los coordinadores de sitio y los estadísticos no ciegos específicamente autorizados para tener estos resultados con fines de inscripción, auditoría, seguimiento de datos y compilación de datos. • El desenmascaramiento de los resultados ocurrirá después de que se hayan obtenido los resultados de AudibleHealth Dx, RT-PCR y la segunda RT-PCR (si es necesario para la discordancia). El participante recibirá los resultados de la prueba de RT-PCR de acuerdo con el protocolo del sitio clínico.
La inscripción objetivo para este ensayo será de 65 casos positivos de COVID-19 y 152 casos negativos de COVID-19, suponiendo una prevalencia de 0,30 para un total de 217 sujetos que cumplan con todos los criterios de inclusión.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
Florida
-
Sunrise, Florida, Estados Unidos, 33325
- Sunrise Research Institute
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Géneros elegibles para el estudio
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- 18 años de edad o más
- Presente para la prueba electiva de RT-PCR de COVID-19 para pacientes ambulatorios
- Cumplir con las indicaciones aprobadas por FDA EUA para el uso de pruebas de hisopado nasal RT-PCR para COVID-19
- Voluntad declarada de cumplir con todos los procedimientos del ensayo y disponibilidad durante la duración del ensayo.
- Se debe obtener el consentimiento informado antes de la prueba.
- Capacidad para completar tanto el formulario de consentimiento informado como las pantallas en la aplicación del dispositivo médico en inglés (actualmente no hay traducción a otros idiomas disponible)
Criterio de exclusión:
- Cualquier persona que haya sido parte del ensayo de desarrollo, capacitación y usabilidad de AudibleHealth Dx (los conjuntos de datos de capacitación y prueba deben mantenerse estrictamente separados).
- Menos de 18 años
- Incapaz de producir una vocalización de tos forzada voluntaria (FCV)
- Lesión traumática aguda reciente en la cabeza, el cuello, la garganta, el tórax, el abdomen o el tronco
- Estoma de traqueotomía permeable
- Traumatismo o cirugía reciente de tórax/abdomen/tronco, lesión neurovascular reciente/persistente o cirugía intracraneal reciente
- Historial médico de lesión de la placa cribosa o cirugía de la placa cribosa, hernia diafragmática, radiación externa en cuello/garganta/maxilofacial, lesión/parálisis del nervio frénico, cirugía radical de cuello/garganta/maxilofacial, trauma o nódulos de las cuerdas vocales
- Dado que las personas con afasia pueden tener dificultades para producir un FCV-SDS en el tiempo asignado por la aplicación, esta población también se excluirá del ensayo actual.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Modelos observacionales: Solo caso
- Perspectivas temporales: Futuro
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
---|---|
Población de prueba
La población del ensayo se inscribirá a partir de adultos que se presenten para pruebas electivas de COVID-19 para pacientes ambulatorios en un solo centro, posiblemente con múltiples ubicaciones de prueba (sujeto a las necesidades locales en el momento del ensayo).
El dispositivo de investigación se proporcionará a los Participantes a través de un teléfono celular precargado con el software del fabricante de equipos originales estándar (COTS OEM) y el Dx SaMD de investigación.
El dispositivo de investigación se evaluará durante un único encuentro en el que se recopilará una FCV-SDS.
No se realizarán visitas de seguimiento ni contactos con los participantes en este ensayo.
|
AudibleHealth Dx es un Dx SaMD en fase de investigación que consiste en un conjunto de subrutinas de software que interactúa con una base de datos patentada de firmas de datos de señales (SDS) utilizando inteligencia artificial/aprendizaje automático (AI/ML) para analizar firmas de datos de señales de vocalización de tos forzada (FCV-SDS). ) con fines de diagnóstico.
El uso previsto para AudibleHealth Dx AI/ML-based Dx SaMD usando FCV-SDS es para el diagnóstico de enfermedades agudas y crónicas, específicamente la enfermedad de COVID-19 para este estudio.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
---|---|---|
No inferioridad del porcentaje de acuerdo positivo (PPA)
Periodo de tiempo: Los participantes tendrán un único encuentro de menos de una hora; la duración prevista del estudio es de 6 semanas. La inscripción objetivo es de 65 participantes positivos y 152 negativos.
|
Demostrar la no inferioridad del porcentaje de acuerdo positivo (PPA) de AudibleHealth Dx en comparación con las pruebas de RT-PCR del SARS CoV-2 aprobadas por la FDA para el diagnóstico de la enfermedad COVID-19
|
Los participantes tendrán un único encuentro de menos de una hora; la duración prevista del estudio es de 6 semanas. La inscripción objetivo es de 65 participantes positivos y 152 negativos.
|
No inferioridad del porcentaje de acuerdo negativo (NPA)
Periodo de tiempo: Los participantes tendrán un único encuentro de menos de una hora; la duración prevista del estudio es de 6 semanas. La inscripción objetivo es de 65 participantes positivos y 152 negativos.
|
2. Demostrar la no inferioridad del porcentaje de acuerdo negativo (NPA) de AudibleHealth Dx en comparación con la prueba RT-PCR SARS-CoV-2 aprobada por la FDA para el diagnóstico de la enfermedad COVID-19.
|
Los participantes tendrán un único encuentro de menos de una hora; la duración prevista del estudio es de 6 semanas. La inscripción objetivo es de 65 participantes positivos y 152 negativos.
|
Colaboradores e Investigadores
Publicaciones y enlaces útiles
Publicaciones Generales
- Yu F, Yan L, Wang N, Yang S, Wang L, Tang Y, Gao G, Wang S, Ma C, Xie R, Wang F, Tan C, Zhu L, Guo Y, Zhang F. Quantitative Detection and Viral Load Analysis of SARS-CoV-2 in Infected Patients. Clin Infect Dis. 2020 Jul 28;71(15):793-798. doi: 10.1093/cid/ciaa345.
- Chen YH, DeMets DL, Lan KK. Increasing the sample size when the unblinded interim result is promising. Stat Med. 2004 Apr 15;23(7):1023-38. doi: 10.1002/sim.1688.
- Amoh J, Odame K. Deep Neural Networks for Identifying Cough Sounds. IEEE Trans Biomed Circuits Syst. 2016 Oct;10(5):1003-1011. doi: 10.1109/TBCAS.2016.2598794. Epub 2016 Sep 16.
- Arevalo-Rodriguez I, Buitrago-Garcia D, Simancas-Racines D, Zambrano-Achig P, Del Campo R, Ciapponi A, Sued O, Martinez-Garcia L, Rutjes AW, Low N, Bossuyt PM, Perez-Molina JA, Zamora J. False-negative results of initial RT-PCR assays for COVID-19: A systematic review. PLoS One. 2020 Dec 10;15(12):e0242958. doi: 10.1371/journal.pone.0242958. eCollection 2020.
- Assandri R, Canetta C, Vigano G, Buscarini E, Scartabellati A, Montanelli A. Laboratory markers included in the Corona Score can identify false negative results on COVID-19 RT-PCR in the emergency room. Biochem Med (Zagreb). 2020 Oct 15;30(3):030402. doi: 10.11613/BM.2020.030402. Epub 2020 Aug 5.
- Bahreini F, Najafi R, Amini R, Khazaei S, Bashirian S. Reducing False Negative PCR Test for COVID-19. Int J MCH AIDS. 2020;9(3):408-410. doi: 10.21106/ijma.421. Epub 2020 Oct 8.
- Chaimayo C, Kaewnaphan B, Tanlieng N, Athipanyasilp N, Sirijatuphat R, Chayakulkeeree M, Angkasekwinai N, Sutthent R, Puangpunngam N, Tharmviboonsri T, Pongraweewan O, Chuthapisith S, Sirivatanauksorn Y, Kantakamalakul W, Horthongkham N. Rapid SARS-CoV-2 antigen detection assay in comparison with real-time RT-PCR assay for laboratory diagnosis of COVID-19 in Thailand. Virol J. 2020 Nov 13;17(1):177. doi: 10.1186/s12985-020-01452-5.
- Imran A, Posokhova I, Qureshi HN, Masood U, Riaz MS, Ali K, John CN, Hussain MI, Nabeel M. AI4COVID-19: AI enabled preliminary diagnosis for COVID-19 from cough samples via an app. Inform Med Unlocked. 2020;20:100378. doi: 10.1016/j.imu.2020.100378. Epub 2020 Jun 26.
- Katz AP, Civantos FJ, Sargi Z, Leibowitz JM, Nicolli EA, Weed D, Moskovitz AE, Civantos AM, Andrews DM, Martinez O, Thomas GR. False-positive reverse transcriptase polymerase chain reaction screening for SARS-CoV-2 in the setting of urgent head and neck surgery and otolaryngologic emergencies during the pandemic: Clinical implications. Head Neck. 2020 Jul;42(7):1621-1628. doi: 10.1002/hed.26317. Epub 2020 Jun 12.
- Kosasih K, Abeyratne UR, Swarnkar V, Triasih R. Wavelet augmented cough analysis for rapid childhood pneumonia diagnosis. IEEE Trans Biomed Eng. 2015 Apr;62(4):1185-94. doi: 10.1109/TBME.2014.2381214. Epub 2014 Dec 18.
- Kucirka LM, Lauer SA, Laeyendecker O, Boon D, Lessler J. Variation in False-Negative Rate of Reverse Transcriptase Polymerase Chain Reaction-Based SARS-CoV-2 Tests by Time Since Exposure. Ann Intern Med. 2020 Aug 18;173(4):262-267. doi: 10.7326/M20-1495. Epub 2020 May 13.
- Laguarta J, Hueto F, Subirana B. COVID-19 Artificial Intelligence Diagnosis Using Only Cough Recordings. IEEE Open J Eng Med Biol. 2020 Sep 29;1:275-281. doi: 10.1109/OJEMB.2020.3026928. eCollection 2020.
- Liu JM, You M, Wang Z, Li GZ, Xu X, Qiu Z. Cough event classification by pretrained deep neural network. BMC Med Inform Decis Mak. 2015;15 Suppl 4(Suppl 4):S2. doi: 10.1186/1472-6947-15-S4-S2. Epub 2015 Nov 25.
- Mehta CR, Pocock SJ. Adaptive increase in sample size when interim results are promising: a practical guide with examples. Stat Med. 2011 Dec 10;30(28):3267-84. doi: 10.1002/sim.4102. Epub 2010 Nov 30.
- Moore NM, Li H, Schejbal D, Lindsley J, Hayden MK. Comparison of Two Commercial Molecular Tests and a Laboratory-Developed Modification of the CDC 2019-nCoV Reverse Transcriptase PCR Assay for the Detection of SARS-CoV-2. J Clin Microbiol. 2020 Jul 23;58(8):e00938-20. doi: 10.1128/JCM.00938-20. Print 2020 Jul 23.
- Nemati E, Rahman MM, Nathan V, Vatanparvar K, Kuang J. A Comprehensive Approach for Classification of the Cough Type. Annu Int Conf IEEE Eng Med Biol Soc. 2020 Jul;2020:208-212. doi: 10.1109/EMBC44109.2020.9175345.
- Sharan RV, Abeyratne UR, Swarnkar VR, Porter P. Automatic Croup Diagnosis Using Cough Sound Recognition. IEEE Trans Biomed Eng. 2019 Feb;66(2):485-495. doi: 10.1109/TBME.2018.2849502. Epub 2018 Jun 21. Erratum In: IEEE Trans Biomed Eng. 2019 May;66(5):1491.
- Khomsay, S., Vanijjirattikhan, R., & Suwatthikul, J. (2019). Cough detection using PCA and Deep Learning. Paper presented at the 2019 International Conference on Information and Communication Technology Convergence (ICTC)
- Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). Imagenet classification with deep convolutional neural networks. Advances in neural information processing systems, 25, 1097-1105.
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
Palabras clave
Términos MeSH relevantes adicionales
- Procesos Patológicos
- Infecciones por coronaviridae
- Infecciones por Nidovirales
- Infecciones por virus de ARN
- Infecciones del Tracto Respiratorio
- Enfermedades de las vías respiratorias
- Neumonía Viral
- Neumonía
- Enfermedades pulmonares
- Atributos de la enfermedad
- COVID-19
- Infecciones por coronavirus
- Infecciones
- Enfermedades contagiosas
- Enfermedades virales
Otros números de identificación del estudio
- Pro00061778
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.
producto fabricado y exportado desde los 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. .
Ensayos clínicos sobre Enfermedad del coronavirus 2019
-
Leidos Life SciencesUnited States Department of DefenseActivo, no reclutandoCOVID-19 | COVID-19 | Enfermedad del coronavirus 2019 | Infección por SARS-CoV-2 | Enfermedad respiratoria aguda por SARS-CoV-2 | Pandemia de COVID-19 | Infección por el virus COVID-19 | Enfermedad del virus COVID-19 | 2019 Nueva enfermedad por coronavirus | 2019 Nueva infección por coronavirus | Enfermedad... y otras condicionesEstados Unidos
-
Leidos Life SciencesUnited States Department of DefenseRetiradoCOVID-19 | COVID-19 | Enfermedad del coronavirus 2019 | Infección por SARS-CoV-2 | Enfermedad respiratoria aguda por SARS-CoV-2 | Pandemia de COVID-19 | Infección por el virus COVID-19 | Enfermedad del virus COVID-19 | 2019 Nueva enfermedad por coronavirus | 2019 Nueva infección por coronavirus | Enfermedad... y otras condiciones
-
Leidos Life SciencesUnited States Department of DefenseTerminadoCOVID-19 | COVID-19 | Enfermedad del coronavirus 2019 | Infección por SARS-CoV2 | Enfermedad respiratoria aguda por SARS-CoV-2 | Pandemia de COVID-19 | Infección por el virus COVID-19 | Enfermedad del virus COVID-19 | 2019 Nueva enfermedad por coronavirus | 2019 Nueva infección por coronavirus | Enfermedad... y otras condicionesEstados Unidos
-
CSL BehringTerminadoEnfermedad por coronavirus 2019 (COVID-19)Estados Unidos
-
Guangzhou Institute of Respiratory DiseaseTongji Hospital; Guangzhou Eighth People's Hospital; Guangzhou Cellgenes Biotechnology...DesconocidoEnfermedad por coronavirus 2019 (COVID-19)Porcelana
-
Materia Medica HoldingActivo, no reclutandoEnfermedad por coronavirus 2019 (COVID-19)Federación Rusa
-
AstraZenecaTerminadoEnfermedad por coronavirus 2019 (COVID-19)Porcelana
-
Tychan Pte Ltd.TerminadoEnfermedad por coronavirus-2019 (COVID-19)Singapur
-
I-Mab Biopharma Co. Ltd.TerminadoEnfermedad por coronavirus 2019 COVID-19Estados Unidos
-
Prothione, LLCTerminadoEnfermedad por coronavirus 2019 (COVID-19)Ruanda