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

Estudio de validación del dispositivo de detección de autismo SenseToKnow

4 de marzo de 2026 actualizado por: Duke University

Estudio SenseToKnow STAR: un estudio de tecnologías para evaluar el desarrollo infantil

Este es un estudio fundamental, prospectivo, doble ciego para evaluar la sensibilidad y especificidad de la aplicación SenseToKnow para la detección del trastorno del espectro autista en niños de 16 a 36 meses de edad.

Descripción general del estudio

Estado

Reclutamiento

Descripción detallada

Este es un estudio fundamental, prospectivo, doble ciego, para evaluar la sensibilidad y la especificidad de la aplicación SenseToKnow para la clasificación del trastorno del espectro autista cuando la administran los padres en una muestra de pacientes de 16 a 36 meses de edad. El diseño del ensayo es un estudio transversal no intervencionista que compara la clasificación de la aplicación SenseToKnow del trastorno del espectro autista ("autismo") versus el no autismo con el estado de diagnóstico del paciente basado en el diagnóstico clínico experto en una población de pacientes pediátricos.

Tipo de estudio

De observación

Inscripción (Estimado)

350

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.

Estudio Contacto

Copia de seguridad de contactos de estudio

Ubicaciones de estudio

    • North Carolina
      • Durham, North Carolina, Estados Unidos, 27705
        • Reclutamiento
        • Duke University
        • Contacto:
          • Geraldine Dawson, PhD
          • Número de teléfono: 919-668-0070

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

  • Niño

Acepta Voluntarios Saludables

Sí

Método de muestreo

Muestra no probabilística

Población de estudio

Los participantes serán pacientes de 16 a 36 meses de edad reclutados en más de 6 sitios compuestos por clínicas médicas pediátricas que forman parte del Sistema de Salud de la Universidad de Duke en Carolina del Norte.

Descripción

Criterios de inclusión:

  1. Paciente pediátrico de Duke Health en el momento de la inscripción
  2. 16-<37 meses de edad en el momento de la inscripción
  3. El padre/tutor legal habla inglés o español
  4. El padre/tutor legal entiende y proporciona voluntariamente su consentimiento informado

Criterio de exclusión:

  1. Deterioro motor severo que impide completar la medida del estudio
  2. Trastornos genéticos conocidos
  3. Discapacidad auditiva o visual severa según lo determinado en el examen físico
  4. Enfermedades agudas que probablemente impidan una recopilación de datos válida o satisfactoria
  5. Epilepsia no controlada o trastorno convulsivo
  6. Antecedentes o presencia de una enfermedad médica clínicamente significativa, o un estado mental que podría confundir el estudio o ser perjudicial para el sujeto según lo determine el investigador.
  7. Exacerbaciones agudas de enfermedades crónicas que probablemente impidan una recopilación de datos válida o satisfactoria
  8. Recibir terapias que afectan la visión.
  9. El padre/tutor legal y/o el investigador cree que el niño no podrá/no querrá sentarse en el regazo de los padres para ver los videos de la aplicación.
  10. El padre/tutor legal indica que ellos o su hijo no quieren o no pueden completar la administración de la aplicación, las encuestas o la evaluación de diagnóstico
  11. Participantes que, de otro modo, son juzgados como incapaces de cumplir con el protocolo por el investigador
  12. Cualquier otro factor que el investigador considere que invalidaría las medidas del estudio.

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

Cohortes e Intervenciones

Grupo / Cohorte
Pacientes pediátricos, de 16 a 36 meses de edad, reclutados a través de clínicas médicas pediátricas
Se reclutarán e inscribirán participantes pediátricos consecutivos a través de >= 6 sitios participantes compuestos por clínicas médicas pediátricas (por ejemplo, clínicas de atención primaria y medicina familiar) que forman parte del más amplio Sistema de Salud de la Universidad de Duke (DUHS) ubicado en Carolina del Norte. La inscripción continuará hasta alcanzar los objetivos de N = 150 participantes diagnosticados con trastorno del espectro autista y N = 200 sin autismo.

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Sensibilidad del dispositivo de detección SenseToKnow basado en un algoritmo de aprendizaje automático que combina datos digitales de SenseToKnow con datos de la encuesta SenseToKnow Caregiver para la detección del autismo
Periodo de tiempo: Se calculará en función de los datos del punto de referencia/Timepoint 1
Sensibilidad = #participantes positivos para autismo en ambos (1) el dispositivo de cribado SenseToKnow basado en un algoritmo de aprendizaje automático que combina los datos digitales de SenseToKnow con los datos de la Encuesta para Cuidadores de SenseToKnow y (2) el diagnóstico clínico experto / #participantes positivos para autismo en ambos SenseToKnow y el diagnóstico clínico experto
Se calculará en función de los datos del punto de referencia/Timepoint 1
Especificidad del dispositivo de cribado SenseToKnow basado en un algoritmo de aprendizaje automático que combina los datos digitales de SenseToKnow con los datos de la encuesta SenseToKnow Caregiver para la detección del autismo
Periodo de tiempo: Se calculará en base a los datos del Punto de Referencia/Punto Temporal 1
Especificidad = #participantes negativos para autismo en ambos (1) el dispositivo de cribado SenseToKnow basado en un algoritmo de aprendizaje automático que combina los datos digitales de SenseToKnow con los datos de la Encuesta para Cuidadores de SenseToKnow, y (2) diagnóstico clínico experto / #participantes negativos para autismo por diagnóstico clínico experto
Se calculará en base a los datos del Punto de Referencia/Punto Temporal 1

Medidas de resultado secundarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Valor Predictivo Positivo del dispositivo de detección SenseToKnow (basado en un algoritmo de aprendizaje automático que utiliza los datos digitales de SenseToKnow, combinados con los datos de la Encuesta para Cuidadores de SenseToKnow) para la detección del autismo en comparación con el diagnóstico clínico experto
Periodo de tiempo: Se calculará basándose en los datos del Punto de referencia/Punto temporal 1
La probabilidad de que un participante con un resultado positivo de la prueba (basado en un algoritmo de aprendizaje automático que utiliza los datos digitales de SenseToKnow, combinados con los datos de la encuesta para cuidadores de SenseToKnow) tenga un diagnóstico de autismo (basado en un diagnóstico clínico experto). El Valor Predictivo Positivo se calculará con y sin ajuste por la prevalencia en la población.
Se calculará basándose en los datos del Punto de referencia/Punto temporal 1
Valor Predictivo Negativo del dispositivo de detección SenseToKnow (basado en un algoritmo de aprendizaje automático que utiliza los datos digitales de SenseToKnow, combinados con los datos de la Encuesta de Cuidadores de SenseToKnow) para la detección de autismo en comparación con el diagnóstico clínico experto
Periodo de tiempo: Se calculará en base a los datos de Línea de base/Punto temporal 1
La probabilidad de que un participante con un resultado de prueba negativo (basado en un algoritmo de aprendizaje automático que utiliza los datos digitales de SenseToKnow, combinados con los datos de la Encuesta para Cuidadores de SenseToKnow) no tenga un diagnóstico de autismo (basado en el diagnóstico clínico experto). El Valor Predictivo Negativo se calculará con y sin ajuste por la prevalencia en la población.
Se calculará en base a los datos de Línea de base/Punto temporal 1
Curva Característica Operativa del Receptor y Área Bajo la Curva con respecto a la precisión del dispositivo de detección SenseToKnow (utilizando los datos digitales de SenseToKnow y los datos de la encuesta SenseToKnow Caregiver) para la clasificación de autismo versus no autismo
Periodo de tiempo: Se calculará en función de los datos del Punto de partida/Punto temporal 1
La Curva Característica de Operación del Receptor (ROC) es un gráfico que ilustra la capacidad diagnóstica de un sistema clasificador binario a medida que varía su umbral de discriminación. El Área Bajo la Curva (AUC) mide el área debajo de toda la curva ROC. La precisión de la prueba se basa en un algoritmo de aprendizaje automático que utiliza los datos digitales de SenseToKnow, combinados con los datos de la encuesta de cuidadores de SenseToKnow, en comparación con el diagnóstico clínico experto.
Se calculará en función de los datos del Punto de partida/Punto temporal 1
Sensibilidad del dispositivo de detección SenseToKnow basado en un algoritmo de aprendizaje automático que utiliza únicamente los datos digitales de SenseToKnow para la detección del autismo
Periodo de tiempo: Se calculará en función de los datos de la Línea de base/Punto temporal 1
Sensibilidad = #participantes positivos para autismo tanto en (1) el dispositivo de detección SenseToKnow basado en un algoritmo de aprendizaje automático que utiliza únicamente los datos digitales de SenseToKnow como en (2) el diagnóstico clínico experto / # participantes positivos para autismo en el diagnóstico clínico experto
Se calculará en función de los datos de la Línea de base/Punto temporal 1
Especificidad del dispositivo de cribado SenseToKnow basado en un algoritmo de aprendizaje automático que utiliza únicamente los datos digitales de SenseToKnow para la detección del autismo
Periodo de tiempo: Se calculará en función de los datos de la línea base/punto temporal 1
Especificidad = #participantes negativos para autismo tanto en (1) el dispositivo de detección SenseToKnow basado en un algoritmo de aprendizaje automático que utiliza solo los datos digitales de SenseToKnow como en (2) el diagnóstico clínico experto / #participantes negativos para autismo en el diagnóstico clínico experto.
Se calculará en función de los datos de la línea base/punto temporal 1
Valor Predictivo Positivo del dispositivo de detección SenseToKnow basado en un algoritmo de aprendizaje automático utilizando únicamente los datos digitales de SenseToKnow para la detección del autismo en comparación con el diagnóstico clínico experto
Periodo de tiempo: Se calculará a partir de los datos del Punto de partida/Punto temporal 1
La probabilidad de que un participante con un resultado positivo en la prueba tenga un diagnóstico de autismo (basado en el diagnóstico clínico experto). El Valor Predictivo Positivo se calculará con y sin ajuste por la prevalencia en la población.
Se calculará a partir de los datos del Punto de partida/Punto temporal 1
Valor Predictivo Negativo del dispositivo de detección SenseToKnow basado en un algoritmo de aprendizaje automático utilizando únicamente los datos digitales de SenseToKnow para la detección del autismo en comparación con el diagnóstico clínico experto
Periodo de tiempo: Se calculará en función de los datos del punto de referencia/punto temporal 1
La probabilidad de que un participante con un resultado negativo en la prueba no tenga un diagnóstico de autismo (basado en el diagnóstico clínico experto). El Valor Predictivo Negativo se calculará con y sin ajuste por la prevalencia en la población.
Se calculará en función de los datos del punto de referencia/punto temporal 1
Curva de Característica Operativa del Receptor y Área Bajo la Curva respecto a la precisión del dispositivo SenseToKnow utilizando solo los datos digitales SenseToKnow para la clasificación de autismo versus no autismo
Periodo de tiempo: Se calculará en función de los datos del Punto de referencia/Punto temporal 1
La Curva Característica Operativa del Receptor (ROC) es un gráfico que ilustra la capacidad diagnóstica de un sistema clasificador binario a medida que varía su umbral de discriminación. El Área Bajo la Curva (AUC) mide el área bajo toda la curva ROC. La precisión de la prueba se basa en un algoritmo de aprendizaje automático que utiliza únicamente los datos digitales de SenseToKnow, en comparación con el diagnóstico clínico experto.
Se calculará en función de los datos del Punto de referencia/Punto temporal 1

Colaboradores e Investigadores

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

Patrocinador

Investigadores

  • Investigador principal: Geraldine Dawson, PhD, Duke University

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)

7 de julio de 2023

Finalización primaria (Estimado)

1 de diciembre de 2027

Finalización del estudio (Estimado)

1 de diciembre de 2027

Fechas de registro del estudio

Enviado por primera vez

12 de mayo de 2023

Primero enviado que cumplió con los criterios de control de calidad

12 de mayo de 2023

Publicado por primera vez (Actual)

25 de mayo de 2023

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

6 de marzo de 2026

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

4 de marzo de 2026

Última verificación

1 de febrero de 2026

Más información

Términos relacionados con este estudio

Otros números de identificación del estudio

  • Pro00111371
  • 2P50HD093074 (Subvención/contrato del NIH de EE. UU.)

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

SÍ

Descripción del plan IPD

Todos los datos a nivel individual que cumplan con los requisitos de confidencialidad de PHI y IRB se enviarán al depósito de datos NIH/NIMH al final del período de subvención.

Marco de tiempo para compartir IPD

Enviaremos una versión electrónica del trabajo final revisado por pares, incluido el código de análisis estadístico, a la Biblioteca Nacional de Medicina PubMed Central, para que esté disponible públicamente a más tardar 12 meses después de la fecha oficial de publicación.

Criterios de acceso compartido de IPD

Disponible públicamente a través de PubMed Central

Tipo de información de apoyo para compartir IPD

  • CÓDIGO_ANALÍTICO

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. .

Suscribir