Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Reconocimiento de intenciones para el control de prótesis

9 de septiembre de 2024 actualizado por: Georgia Institute of Technology

Reconocimiento de intención independiente del usuario en una prótesis transfemoral motorizada

Este trabajo se centrará en nuevos algoritmos para prótesis motorizadas y en probarlas en pruebas con sujetos humanos. Las personas con amputaciones por encima de la rodilla caminarán con una prótesis robótica y deambularán sobre un terreno que simula la deambulación comunitaria. El estudio comparará el rendimiento del algoritmo avanzado con su dispositivo para llevar a casa, así como con el sistema robótico que no utiliza un algoritmo avanzado.

Descripción general del estudio

Estado

Terminado

Condiciones

Descripción detallada

El enfoque de este trabajo es un novedoso sistema de inteligencia artificial (IA) propuesto para autoadaptar un sistema de reconocimiento de intenciones en prótesis motorizadas para ayudar al despliegue de sistemas de reconocimiento de intenciones que se personalizan a la marcha del paciente individual. Los investigadores plantean la hipótesis de que la prótesis que utiliza nuestro sistema de reconocimiento de intenciones autoadaptable mejorará la velocidad al caminar. Se sabe que la deambulación comunitaria independiente es más difícil para las personas con amputación transfemoral (TFA), por lo que el estudio medirá la velocidad de marcha autoseleccionada (SSWS), que se correlaciona con la salud general y es un predictor de dependencia funcional, discapacidad de movilidad y caídas; además, los SSWS lentos se correlacionan con una calidad de vida (QOL) más baja, una menor participación y síntomas de depresión. El reconocimiento de intención de autoadaptación tiene un gran potencial para restaurar la marcha en entornos comunitarios y mejorar la realización, lo que se ha asociado con una mejor calidad de vida y un mayor uso de dispositivos en pacientes que usan prótesis avanzadas de miembros superiores. En este experimento, a los pacientes con TFA se les colocará la prótesis robótica de rodilla/tobillo y procederán a caminar sobre un circuito que incluye caminata nivelada, ascenso y descenso de rampa en diferentes grados y velocidades, mientras que los investigadores capturan la biomecánica en 3D y los tiempos de finalización con tanto el sistema autoadaptativo como el estático independiente del usuario (condición de control). Una tercera condición, el dispositivo protésico pasivo recetado clínicamente del paciente (uso diario) se probará para que sirva como referencia para la tecnología motorizada. Los investigadores esperan que el sistema autoadaptativo aprenda la mejor predicción de la marcha única del paciente, lo que generará ventajas en los resultados funcionales e informados por el paciente sobre las condiciones de referencia y de control.

Tipo de estudio

Intervencionista

Inscripción (Actual)

10

Fase

  • No aplica

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

    • Georgia
      • Atlanta, Georgia, Estados Unidos, 30332
        • Exoskeleton and Prosthetic Intelligent Controls Lab

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

18 años a 75 años (Adulto, Adulto Mayor)

Acepta Voluntarios Saludables

No

Descripción

Criterios de inclusión:

  • Amputación transfemoral unilateral de miembro inferior
  • De 18 a 75 años, ambos inclusive
  • Deambuladores de nivel K3 o K4 que puedan realizar todas las tareas locomotoras de interés (según la evaluación del fisiatra y/o protésico)

Criterio de exclusión:

  • Individuos con cualquier trastorno neuromuscular o musculoesquelético significativo u otra comorbilidad que podría interferir con la participación (según la evaluación del fisiatra y/o protésico y el autoinforme del paciente)
  • Individuos que actualmente están embarazadas (según el informe de la paciente) debido al ligero riesgo de caída durante los experimentos

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

  • Propósito principal: Ciencia básica
  • Asignación: N / A
  • Modelo Intervencionista: Asignación de un solo grupo
  • Enmascaramiento: Ninguno (etiqueta abierta)

Armas e Intervenciones

Grupo de participantes/brazo
Intervención / Tratamiento
Experimental: Prótesis robótica inteligente de rodilla/tobillo
Este estudio se llevará a cabo en una muestra de población de personas con amputación transfemoral (un solo brazo). Cada participante probará con cada condición del estudio (medidas repetidas).
La intervención es una prótesis robótica experimental de rodilla/tobillo que ha sido desarrollada previamente por el equipo. Se utiliza para mejorar el rendimiento de la marcha al caminar.

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Velocidad de marcha autoseleccionada sobre el suelo
Periodo de tiempo: 1 dia
Esto mide la velocidad preferida de los individuos para caminar sobre el suelo, lo que indica su capacidad física con un dispositivo.
1 dia

Medidas de resultado secundarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Error absoluto medio de velocidad al caminar sobre el suelo (MAE)
Periodo de tiempo: 1 dia
Este resultado es el error con el que el modelo de aprendizaje automático integrado en el microprocesador de nuestro controlador avanzado de prótesis predice la velocidad al caminar del usuario sobre el suelo. Específicamente, el error absoluto medio (MAE) se calcula entre la velocidad de marcha prevista y la velocidad de marcha real sobre el terreno, o la velocidad a la que el usuario realmente camina. Las mediciones reales del terreno se miden mediante un sistema de captura de movimiento y se toman como la velocidad del centro de masa. Las predicciones de la velocidad al caminar se realizan cada 50 ms y se comparan con la velocidad del centro de masa más cercano. Para esta medida, los MAE de menor velocidad al caminar son indicativos de una mayor precisión en la definición de la verdadera velocidad al caminar del usuario y, por lo tanto, números más bajos son indicativos de un mejor resultado.
1 dia
Error absoluto medio de velocidad de marcha en cinta rodante (MAE)
Periodo de tiempo: 1 dia
Este resultado es el error con el que el modelo de aprendizaje automático integrado en el microprocesador de nuestro controlador avanzado de prótesis predice la velocidad al caminar del usuario en la cinta de correr. Específicamente, el error absoluto medio (MAE) se calcula entre la velocidad de marcha prevista y la velocidad de marcha real sobre el terreno, o la velocidad a la que el usuario realmente camina. Las mediciones reales del terreno se miden mediante la velocidad real de la cinta (para pruebas en cinta). Las predicciones de la velocidad al caminar se realizan cada 50 ms y se comparan con la velocidad del centro de masa más cercano. Para esta medida, los MAE de menor velocidad al caminar son indicativos de una mayor precisión en la definición de la verdadera velocidad al caminar del usuario y, por lo tanto, números más bajos son indicativos de un mejor resultado.
1 dia

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Investigadores

  • Investigador principal: Aaron Young, Ph.D., Georgia Institute of Technology

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)

1 de septiembre de 2023

Finalización primaria (Actual)

23 de mayo de 2024

Finalización del estudio (Actual)

23 de mayo de 2024

Fechas de registro del estudio

Enviado por primera vez

8 de septiembre de 2022

Primero enviado que cumplió con los criterios de control de calidad

8 de septiembre de 2022

Publicado por primera vez (Actual)

13 de septiembre de 2022

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

2 de octubre de 2024

Última actualización enviada que cumplió con los criterios de control de calidad

9 de septiembre de 2024

Última verificación

1 de agosto de 2024

Más información

Términos relacionados con este estudio

Palabras clave

Otros números de identificación del estudio

  • H21117
  • DP2HD111709 (Subvención/contrato del NIH de EE. UU.)

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

NO

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.

producto fabricado y exportado desde los 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. .

Suscribir