- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT06587100
Seguimiento de actividad portátil para frenar las hospitalizaciones (WATCH)
Seguimiento de actividad portátil para frenar las hospitalizaciones (MIRAR)
Descripción general del estudio
Estado
Intervención / Tratamiento
Descripción detallada
OBJETIVO PRINCIPAL:
I. Validar un modelo de recuento de pasos desarrollado previamente para predecir la atención aguda por todas las causas (agrupado en todos los dispositivos).
ESQUEMA: Este es un estudio observacional. Los participantes son asignados a 1 de 2 grupos.
GRUPO I: Los participantes reciben el dispositivo Fitbit y se someten a radioterapia de atención estándar no intervencionista.
GRUPO II: Los participantes reciben un dispositivo Fitbit y utilizan su propio dispositivo personal basado en Apple HealthKit y se someten a radioterapia no intervencionista y de atención estándar.
Tipo de estudio
Inscripción (Estimado)
Contactos y Ubicaciones
Estudio Contacto
- Nombre: Imani Dunn
- Número de teléfono: 877-827-3222
- Correo electrónico: Imani.Dunn@ucsf.edu
Ubicaciones de estudio
-
-
California
-
San Francisco, California, Estados Unidos, 94143
- Reclutamiento
- University of California, San Francisco
-
Contacto:
- Correo electrónico: cancertrials@ucsf.edu
-
Investigador principal:
- Julian Hong, MD, MS
-
Contacto:
- Imani Dunn
- Número de teléfono: 877-827-3222
- Correo electrónico: Imani.Dunn@ucsf.edu
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Edad >= 18.
- Estado funcional del Grupo Cooperativo de Oncología del Este (ECOG) = < 2.
- Capaz de comprender los procedimientos del estudio y cumplirlos durante toda la duración del estudio.
- Capacidad de la persona o tutor/representante legal para comprender un documento de consentimiento informado escrito y voluntad de firmarlo.
- Diagnóstico de malignidad invasiva.
- Capaz de deambular de forma independiente (sin la ayuda de un bastón o andador).
- Tratamiento planificado con radioterapia de haz externo fraccionado durante al menos 5 días (sin requisito fraccionado).
- No haber participado previamente en este protocolo para cursos posteriores.
Criterios de exclusión:
- Participantes atados a una silla de ruedas.
- Participantes que no pueden deambular de forma independiente (necesitan ayuda de un bastón o un andador).
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Grupo de observación I: solo Fitbit
Los participantes reciben el dispositivo Fitbit mientras se someten a radioterapia de atención estándar no intervencionista.
|
Los participantes llevarán un dispositivo Fitbit.
Otros nombres:
|
|
Grupo de observación II: Fitbit + Apple HealthKit
Los participantes reciben un dispositivo Fitbit y utilizarán dispositivos personales basados en Apple HealthKit (iPhone, Apple Watch, etc.) para contribuir simultáneamente con datos basados en Apple HealthKit mientras se someten a radioterapia no intervencionista y estándar de atención.
|
Los participantes llevarán un dispositivo Fitbit.
Otros nombres:
Los participantes usarán un dispositivo personal y compartirán datos con el equipo del estudio.
Otros nombres:
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Área bajo la curva característica operativa del receptor (AUC-ROC) del modelo de recuento de pasos
Periodo de tiempo: Hasta 3 años
|
El AUC -ROC del modelo de recuento de pasos medirá el rendimiento de un modelo de clasificación al trazar la tasa de verdaderos positivos contra falsos positivos, y la puntuación varía de 0 a 1.
Cuanto mayor sea el AUC, mejor el rendimiento del modelo para distinguir entre las clases positivas y negativas.
Se informará que AUC-ROC incluye tanto estimaciones como intervalos de confianza.
Todos los modelos se informarán según las pautas actualizadas, como información mínima sobre el modelado clínico de inteligencia artificial (MI-reclamo) e informes transparentes de un modelo de predicción multivariable para el pronóstico o diagnóstico individual (trípode).
Las métricas de rendimiento solo se calcularán con respecto al primer evento de cuidados agudos.
|
Hasta 3 años
|
|
Cálculo de una puntuación Brier
Periodo de tiempo: Hasta 3 años
|
La puntuación Brier es una función de puntaje estrictamente adecuada o una regla de puntuación estrictamente adecuada que mide la precisión de las predicciones probabilísticas.
Un puntaje de Brier puede adquirir cualquier valor entre 0 y 1, siendo 0 el mejor puntaje alcanzable y 1 es el peor puntaje alcanzable.
Cuanto más bajo sea la puntuación Brier, más precisa es la (s) predicción (s).
Se informará la puntuación, incluidas tanto las estimaciones como los intervalos de confianza.
Todos los modelos se informarán según las pautas actualizadas, como el reclamo de MI y el trípode.
Las métricas de rendimiento solo se calcularán con respecto al primer evento de cuidados agudos.
|
Hasta 3 años
|
|
Cálculo de la puntuación de la pérdida de registro
Periodo de tiempo: Hasta 3 años
|
La pérdida logarítmica indica qué tan cerca se produce una probabilidad de predicción al valor real real/correspondiente.
La puntuación de la pérdida de registro puede adquirir cualquier valor entre 0 y 1.
Cuanto más se diverge la probabilidad predicha del valor real, mayor es el valor de pérdida de registro.
Se informará el valor de pérdida de registro, incluidas tanto las estimaciones como los intervalos de confianza.
Todos los modelos se informarán según las pautas actualizadas, como el reclamo de MI y el trípode.
Las métricas de rendimiento solo se calcularán con respecto al primer evento de cuidados agudos.
|
Hasta 3 años
|
|
Área bajo las curvas de recuperación de precisión (AUCPR)
Periodo de tiempo: Hasta 3 años
|
El área bajo la curva de recuperación de precisión (AUCPR) es un resumen de número único de la información en la curva de recolección de precisión (PR).
Representa la compensación entre la precisión y el recuerdo para diferentes umbrales, donde el alto AUCPR indica un alto recuerdo y alta precisión.
Se informará que el AUCPR incluye tanto estimaciones como intervalos de confianza.
Todos los modelos se informarán según las pautas actualizadas, como el reclamo de MI y el trípode.
Las métricas de rendimiento solo se calcularán con respecto al primer evento de cuidados agudos.
|
Hasta 3 años
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
AUC-ROC para cuidados agudos compuestos
Periodo de tiempo: Hasta 3 años
|
El AUC-ROC se utilizará para validar un modelo desarrollado previamente en el punto final primario para predecir cada visitas al servicio de urgencias o hospitalizaciones durante la RT del haz externo utilizando recuentos de pasos continuos antes, durante y después del tratamiento.
|
Hasta 3 años
|
|
Área bajo la curva característica operativa del receptor (AUC-ROC) para todos causa cuidados agudos por grupo
Periodo de tiempo: Hasta 3 años
|
El AUC-ROC se utilizará para validar el modelo de conteo de pasos previamente desarrollado en el punto final primario para predecir la atención aguda por todas las causas para cada una de las dos plataformas de dispositivos diferentes.
|
Hasta 3 años
|
|
Error cuadrado medio (MSE)
Periodo de tiempo: Hasta 3 años
|
El MSE se utilizará para validar la concordancia de los recuentos de pasos en cada una de las plataformas del dispositivo en el grupo Apple.
El error medio cuadrado (MSE) es un concepto fundamental en estadísticas y aprendizaje automático para evaluar la precisión de los modelos predictivos que mide la diferencia cuadrada promedio entre los valores predichos y los valores reales en el conjunto de datos.
|
Hasta 3 años
|
|
Área bajo la curva característica operativa del receptor (AUC-ROC) para el punto final de atención aguda compuesta.
Periodo de tiempo: Hasta 3 años
|
Valide el modelo basado en EHR Shield-RT previamente desarrollado para predecir la atención aguda no planificada (Visita ED o Hospitalización) para descubrir variables adicionales que pueden ser predictores no incluidos previamente.
|
Hasta 3 años
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Julian Hong, MD, MS, University of California, San Francisco
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Estimado)
Finalización del estudio (Estimado)
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
Otros números de identificación del estudio
- 23722
- NCI-2024-06762 (Identificador de registro: NCI Clinical Trial Reporting Program (CTRP))
- R01CA277782 (Subvención/contrato del NIH de EE. UU.)
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.
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. .