- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT07381751
Evaluación MDS-UPDRS Asistida por Inteligencia Artificial para la Enfermedad de Parkinson
Evaluación de la MDS-UPDRS asistida por Inteligencia Artificial para la Enfermedad de Parkinson
La enfermedad de Parkinson idiopática (EP) es una enfermedad neurodegenerativa que causa progresivamente síntomas tanto motores como no motores. Como la segunda enfermedad neurodegenerativa más común y el trastorno del movimiento más frecuente, afecta a más de 8,5 millones de personas en todo el mundo y a 13.000 personas en Hong Kong. Los síntomas más clásicos de la EP son temblores en reposo, rigidez muscular, bradicinesia (lentitud de movimientos) y dificultad para caminar. Otros síntomas incluyen trastornos del sueño, síntomas psiquiátricos, deterioro cognitivo y disfunción autonómica. Su fisiopatología se caracteriza por la pérdida de neuronas dopaminérgicas y la acumulación de agregados llamados cuerpos de Lewy.
La gravedad de los síntomas motores relacionados con la EP suele evaluarse semicuantitativamente ("normal", "leve", "ligero", "moderado" y "grave") por médicos expertos y fisioterapeutas según la revisión de la Escala Unificada de Calificación de la Enfermedad de Parkinson Parte III (MDS-UPDRS III) patrocinada por la Sociedad de Trastornos del Movimiento. Sin embargo, la MDS-UPDRS III es semicuantitativa y subjetiva, lo que podría enmascarar efectos leves del tratamiento o incluso proporcionar resultados falsos positivos. Además, requiere un tiempo y esfuerzo significativos para la evaluación, con variaciones interobservadores esperadas.
Para abordar estos problemas, se han investigado diversas tecnologías de inteligencia artificial (IA) y enfoques de telemedicina para la evaluación de pacientes. Sin embargo, estudios anteriores no incorporaron ítems que evalúen la rigidez y la estabilidad postural, que requieren contacto físico según las instrucciones de la MDS-UPDRS III. Zhu et al. exploraron un sistema de calificación motora por máquina para la MDS-UPDRS III completa. No obstante, emplearon una cámara de profundidad y realizaron las pruebas en un entorno de laboratorio ideal estrictamente controlado. Para la implementación generalizada de la calificación asistida por IA, la cámara RGB es una alternativa más accesible.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
Este es un estudio observacional prospectivo de un solo centro diseñado para desarrollar y validar un sistema de evaluación MDS-UPDRS III basado en IA utilizando datos de cámara RGB. Los participantes serán reclutados de la clínica de neurología ambulatoria del Queen Elizabeth Hospital. Cada sujeto se someterá a una evaluación estándar MDS-UPDRS III por parte de un clínico o fisioterapeuta certificado, junto con una grabación de video RGB-D sincronizada. Los videos serán procesados a través de una canalización de aprendizaje profundo entrenada para estimar las puntuaciones MDS-UPDRS III.
Se realizarán evaluaciones ciegas para comparar las puntuaciones generadas por IA con las calificaciones de referencia de los clínicos. El análisis estadístico incluirá métricas de acuerdo entre evaluadores (por ejemplo, ICC, kappa de Cohen), sensibilidad al cambio y análisis de subgrupos.
Tipo de estudio
Inscripción (Estimado)
Contactos y Ubicaciones
Estudio Contacto
- Nombre: Hiu Yi Wong, PhD
- Número de teléfono: +852-23587344
- Correo electrónico: annawong@ust.hk
Copia de seguridad de contactos de estudio
- Nombre: Qian Zhang, PhD
- Número de teléfono: +852-23588766
- Correo electrónico: qianzh@ust.hk
Ubicaciones de estudio
-
-
-
Hong Kong, Hong Kong
- Reclutamiento
- Queen Elizabeth Hospital
-
Contacto:
- Qian Zhang, PhD
- Número de teléfono: +852 2358 8766
- Correo electrónico: qianzh@cse.ust.hk
-
-
-
-
-
Hong Kong, Porcelana
- Aún no reclutando
- Hong Kong University of Science and Technology
-
Investigador principal:
- Qian Zhang, PhD
-
Contacto:
- Hiu Yi Wong, PhD
- Número de teléfono: +852-23587344
- Correo electrónico: annawong@ust.hk
-
Contacto:
- Qian Zhang, PhD
- Número de teléfono: +852-23588766
- Correo electrónico: qianzh@ust.hk
-
-
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 años
- Diagnóstico de "EP clínicamente establecida" según los Criterios Clínicos de Diagnóstico de la Enfermedad de Parkinson de la Sociedad de Trastornos del Movimiento (criterios MDS-EP) [12]
- Capacidad para dar consentimiento informado y disposición a participar en evaluaciones de la Parte III de la MDS-UPDRS grabadas en video
- Sin deficiencias visuales, auditivas o musculoesqueléticas significativas que interfieran con las evaluaciones motoras basadas en video
Criterios de exclusión:
- Falta de disposición a ser grabado en video para fines del estudio
- Antecedentes de trastorno del neurodesarrollo, enfermedad neurodegenerativa distinta de la EP, infección del SNC, enfermedad neuroinflamatoria (p. ej., esclerosis múltiple, lupus del SNC), neoplasia maligna en los últimos 10 años, accidente cerebrovascular, infección por VIH, enfermedad autoinmune sistémica, dependencia del alcohol u otro consumo de sustancias
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Grupo PD
pacientes con enfermedad de Parkinson
|
perfil clínico, MDS-UPDRS III, Grabación en Vídeo
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Herramienta de evaluación motora basada en IA
Periodo de tiempo: Desde la línea base hasta 3 años
|
Herramienta de evaluación motora basada en IA que utiliza vídeo RGB para valoraciones fiables y objetivas de los síntomas motores MDS-UPDRS III, incluida la rigidez y la estabilidad postural.
|
Desde la línea base hasta 3 años
|
|
Viabilidad de implementar evaluaciones basadas en cámaras RGB
Periodo de tiempo: 3 años
|
La viabilidad de implementar evaluaciones basadas en cámaras RGB en entornos clínicos de rutina se evaluará mediante la proporción de evaluaciones en las que el sistema de IA es capaz de generar una puntuación total estimada de la MDS-UPDRS Parte III basada en vídeo RGB que puede compararse directamente con las puntuaciones de la MDS-UPDRS Parte III evaluadas por el clínico.
Los pacientes realizan tareas motoras estandarizadas bajo la guía del médico mientras se graba vídeo RGB utilizando un teléfono inteligente.
Las puntuaciones de la MDS-UPDRS Parte III evaluadas por el clínico se utilizan como referencia de verdad.
Los resultados de viabilidad se reportarán como el porcentaje (%) de evaluaciones con puntuaciones generadas por IA válidas durante un período de estudio de 3 años.
|
3 años
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Efectividad del sistema
Periodo de tiempo: 3 años
|
La efectividad del sistema en la estimación de la gravedad de los síntomas motores se medirá mediante la concordancia entre las puntuaciones MDS-UPDRS Parte III predichas por IA y las evaluadas por el clínico.
Se graba vídeo RGB mediante un teléfono inteligente mientras los pacientes realizan tareas motoras estandarizadas bajo supervisión médica.
Las puntuaciones MDS-UPDRS Parte III evaluadas por el clínico se utilizan como referencia de verdad.
El sistema de IA genera puntuaciones totales predichas MDS-UPDRS Parte III (rango 0-108, donde puntuaciones más altas indican un deterioro motor más grave).
La efectividad del sistema se evaluará utilizando la puntuación F1, la correlación entre las puntuaciones predichas y las evaluadas por el clínico, y la sensibilidad y especificidad para la detección de deterioro motor clínicamente significativo basado en umbrales de puntuación predefinidos.
Los resultados de efectividad se informarán durante un período de estudio de 3 años.
|
3 años
|
|
Satisfacción del paciente y del clínico
Periodo de tiempo: del inicio al tercer año
|
La satisfacción del paciente con el sistema de evaluación asistido por IA se evaluará mediante un cuestionario específico del estudio administrado después de completar las tareas motoras basadas en cámara RGB.
Los ítems del cuestionario se califican en una escala Likert, donde puntuaciones más altas indican mayor satisfacción. La evaluación del clínico sobre el sistema de evaluación asistido por IA se evaluará mediante un cuestionario específico del estudio que evalúa la credibilidad percibida, la efectividad percibida y la satisfacción general con el sistema. Los ítems del cuestionario se califican en una escala Likert, donde puntuaciones más altas indican evaluaciones más positivas. Los resultados de la evaluación de pacientes y clínicos se informarán como media ± desviación estándar durante el período del estudio. |
del inicio al tercer año
|
|
Rendimiento del sistema
Periodo de tiempo: línea de base a 3 años
|
El rendimiento del sistema se medirá por la precisión y el error absoluto medio (MAE) de las puntuaciones totales de la MDS-UPDRS Parte III predichas por IA en comparación con las puntuaciones evaluadas por el clínico.
Los pacientes realizan tareas motoras estandarizadas bajo supervisión médica mientras se graba vídeo RGB con un teléfono inteligente.
Las puntuaciones de la MDS-UPDRS Parte III evaluadas por el clínico se utilizan como la verdad de referencia.
El rendimiento del sistema se define como la precisión y el MAE de las predicciones de IA.
Los resultados de rendimiento se resumirán durante el período de estudio.
|
línea de base a 3 años
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Qian Zhang, PhD, Hong Kong University of Science and Technology
Publicaciones y enlaces útiles
Publicaciones Generales
- Goetz CG, Tilley BC, Shaftman SR, Stebbins GT, Fahn S, Martinez-Martin P, Poewe W, Sampaio C, Stern MB, Dodel R, Dubois B, Holloway R, Jankovic J, Kulisevsky J, Lang AE, Lees A, Leurgans S, LeWitt PA, Nyenhuis D, Olanow CW, Rascol O, Schrag A, Teresi JA, van Hilten JJ, LaPelle N; Movement Disorder Society UPDRS Revision Task Force. Movement Disorder Society-sponsored revision of the Unified Parkinson's Disease Rating Scale (MDS-UPDRS): scale presentation and clinimetric testing results. Mov Disord. 2008 Nov 15;23(15):2129-70. doi: 10.1002/mds.22340.
- Postuma RB, Berg D, Stern M, Poewe W, Olanow CW, Oertel W, Obeso J, Marek K, Litvan I, Lang AE, Halliday G, Goetz CG, Gasser T, Dubois B, Chan P, Bloem BR, Adler CH, Deuschl G. MDS clinical diagnostic criteria for Parkinson's disease. Mov Disord. 2015 Oct;30(12):1591-601. doi: 10.1002/mds.26424.
- Ou Z, Pan J, Tang S, Duan D, Yu D, Nong H, Wang Z. Global Trends in the Incidence, Prevalence, and Years Lived With Disability of Parkinson's Disease in 204 Countries/Territories From 1990 to 2019. Front Public Health. 2021 Dec 7;9:776847. doi: 10.3389/fpubh.2021.776847. eCollection 2021.
- Aarsland D, Batzu L, Halliday GM, Geurtsen GJ, Ballard C, Ray Chaudhuri K, Weintraub D. Parkinson disease-associated cognitive impairment. Nat Rev Dis Primers. 2021 Jul 1;7(1):47. doi: 10.1038/s41572-021-00280-3.
- Zhu X, Chen Z, Ling Y, Luo N, Yin Q, Zhang Y, Zhao A, Ye G, Zhou H, Pan J, Zhou L, Cao L, Huang P, Zhang P, Chen C, Shi W, Lin S, Zhuang H, Zhao J, Ren K, Tan Y, Liu J. Motor symptom machine rating system for complete MDS-UPDRS III in Parkinson's disease: A proof-of-concept pilot study. Chin Med J (Engl). 2024 Jul 5;137(13):1632-1634. doi: 10.1097/CM9.0000000000003044. Epub 2024 Mar 19. No abstract available.
- Boroojerdi B, Ghaffari R, Mahadevan N, Markowitz M, Melton K, Morey B, Otoul C, Patel S, Phillips J, Sen-Gupta E, Stumpp O, Tatla D, Terricabras D, Claes K, Wright JA Jr, Sheth N. Clinical feasibility of a wearable, conformable sensor patch to monitor motor symptoms in Parkinson's disease. Parkinsonism Relat Disord. 2019 Apr;61:70-76. doi: 10.1016/j.parkreldis.2018.11.024. Epub 2018 Nov 27.
- Lu M, Poston K, Pfefferbaum A, Sullivan EV, Fei-Fei L, Pohl KM, Niebles JC, Adeli E. Vision-based Estimation of MDS-UPDRS Gait Scores for Assessing Parkinson's Disease Motor Severity. Med Image Comput Comput Assist Interv. 2020 Oct;12263:637-647. doi: 10.1007/978-3-030-59716-0_61. Epub 2020 Sep 29.
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
- Sinucleinopatías
- Enfermedades Cerebrales
- Enfermedades del Sistema Nervioso Central
- Enfermedades del Sistema Nervioso
- Enfermedades neurodegenerativas
- Trastornos del movimiento
- Trastornos Parkinsonianos
- Enfermedades de los ganglios basales
- Enfermedad de Parkinson
- Administración de Servicios de Salud
- Calidad de la atención médica
- Evaluación de resultados, atención médica
- Evaluación de resultados y procesos, atención médica
- Esperanza vigilante
Otros números de identificación del estudio
- HREP-2025-0238
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. .