Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Visioon perustuva nivelten laajenemisen arviointi Ehlers Danlosin oireyhtymässä

maanantai 27. marraskuuta 2023 päivittänyt: Nimish Mittal, University Health Network, Toronto

Älypuhelinpohjaisen koneoppivan visuaalisen kuvantamissovelluksen toteutettavuuden arviointi perifeeristen nivelten hypervenittävyyden arvioimiseksi Ehlers Danlosin oireyhtymässä

Ehlers Danlosin oireyhtymä (EDS) on heterogeeninen ryhmä geneettisiä sairauksia, joilla on 13 tunnistettua alatyyppiä. Hypermobile EDS (hEDS), vaikka se on EDS:n yleisin alatyyppi, ei vielä sisällä tunnistettua geneettistä mutaatiota diagnostista vahvistusta varten. Yleistynyt nivelten yliliikkuvuus (GJH) on yksi hEDS:n tunnuspiirteistä. GJH:n mittauksessa käytetyn pisteytysjärjestelmän kuvasi Beighton. Beighton-pisteet lasketaan käyttämällä kaksijakoista pisteytysjärjestelmää yhdeksän nivelen venymisen arvioimiseksi. Jokainen nivel pisteytetään joko hyperliikkuviksi (pisteet = 1) tai ei-hypermobileiksi (pisteet = 0). Kokonaispistemäärä (Beighton-pistemäärä) voi vaihdella vähintään 0:n ja enintään 9:n välillä, korkeammat pisteet osoittavat suurempaa nivelten löysyyttä.

Vaikka Beighton-pisteiden käytössä on kohtalaista validiteettia ja arvioijien välistä vaihtelua, kliinikoiden laajalle levinneeseen ja johdonmukaiseen käyttöön liittyy edelleen useita haasteita. Jotkut kirjallisuudessa raportoiduista esteistä ovat:

i) Avoimissa, standardoimattomissa järjestelmissä näiden liitosten venyvyystestien suorittamismenetelmässä voi olla merkittäviä vaihteluita, mukaan lukien perusmittausten arviointi, ii) Johdonmukaisten ja vakiomittausvälineiden/-metodologian määrittäminen esim. goniometrin käyttö voi vaihdella suuresti iii) Arvioidaan raja-arvojen luotettavuus ja iv) Suoritetaan täydellinen arviointi ennen kuin potilaille tiedotetaan mahdollisesta GJH-positiivisuuden luokittelusta (matala spesifisyys ja alhainen positiivinen ennustava).

Testien epäasianmukainen toteuttaminen GJH:n arvioimiseksi johtaa GJH:n epätarkkuuteen ja mahdollisesti tahattomiin negatiivisiin seurauksiin väärän EDS-diagnoosin tekemisestä. Tämän tutkimuksen tavoitteena on luoda vankempi ja pätevämpi menetelmä nivelten liikkuvuuden mittaamiseen ja vähentää virheitä EDS-seulonnassa käyttämällä älypuhelinpohjaisia ​​koneoppimissovellusjärjestelmiä nivelten venymisen mittaamiseen.

Projekti tulee:

i) Luo älypuhelimella toimiva visuaalinen kuvantamissovellus arvioimaan nivelten venyvyysmittausta, ii) Arvioi älypuhelinsovelluksen käyttökelpoisuutta kliinisessä ympäristössä mahdollisten EDS-potilaiden seulomiseen, iii) Määritä sovelluksen kelpoisuus verrattuna henkilökohtaiseen kliiniseen arviointiin korkea-asteen hoidon akateemisessa EDS-ohjelmassa. Jos älypuhelinsovellus onnistuu, se voisi auttaa standardoimaan potentiaalisten EDS-potilaiden hoidon tehokkaasti ja kustannustehokkaasti.

Tutkimuksen yleiskatsaus

Tila

Ilmoittautuminen kutsusta

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

225

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskelupaikat

    • Ontario
      • Toronto, Ontario, Kanada, M5G 2C4
        • GoodHope EDS - Toronto General Hospital

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

18 vuotta ja vanhemmat (Aikuinen, Vanhempi Aikuinen)

Hyväksyy terveitä vapaaehtoisia

Ei

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Tutkittava populaatio sisältää kaikki GoodHope EDS -klinikalla lähetetyt tai siellä nähdyt potilaat. Klinikka ottaa vastaan ​​lähetteitä oireisilta aikuisilta potilailta (ikä > 18 vuotta), joilla on EDS tai epäilty EDS. EDS on sidekudossairaus, jonka penetranssi on 100 %, mutta fenotyyppinen ilmentymä vaihtelee. EDS- tai G-HSD-tapaukset voivat siksi sisältää muita perinnöllisiä tai hankittuja sidekudossairauksia/häiriöitä ja/tai monimutkaisia ​​kroonisia sairauksia, joille on ominaista tai tämä ominaisuus , nivelten yliliikkuvuus, kipu ja väsymys.

Kuvaus

Sisällyttämiskriteerit:

  • Kaikki potilaat, jotka nähdään GoodHope EDS -klinikalla Toronto Generalissa, ovat oikeutettuja mukaan, riippumatta heidän esittämästä diagnoosista tai arvioinnin tuloksista.

Poissulkemiskriteerit:

  • Potilaita, jotka eivät suostu osallistumaan, ei oteta mukaan (osallistujat voivat peruuttaa suostumuksensa milloin tahansa)

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Havaintomallit: Vain tapaus
  • Aikanäkymät: Poikkileikkaus

Kohortit ja interventiot

Ryhmä/Kohortti
Interventio / Hoito
Uusia potilaita GoodHope EDS -klinikalla Toronton yleissairaalassa
Kaikki EDS-klinikalla nähdyt potilaat ovat oikeutettuja mukaan, riippumatta heidän esittävästä diagnoosistaan ​​tai arviointien tuloksista.
Interventiota ei käytetä. Suostumuksen antaneille osallistujille otetaan videonauhoituksia nivelten liikaliikkuvuuden kokeen aikana, jotka analysoidaan myöhemmin

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Ennustetun kulman sopivuuden vertailu asennonestimointikirjastolla
Aikaikkuna: 4 kuukautta
Kehitettyjen koneoppimismallien suorituskykyä liikealueen ennustamiseen analysoidaan käytetyllä asennonestimointikirjastolla. Tämä analyysi tehdään kahden ensimmäisen tiedonkeruukuukauden aikana kerättyjen tietojen osajoukolle. Näitä tietoja käytetään asennonarviointikirjastojen valitsemiseen, joita käytetään koneoppimismalleja jalostettaessa.
4 kuukautta
Ennustetun kulman sovituksen vertailu liitoksen mukaan
Aikaikkuna: 1 vuosi
Jokaisen nivelen (selkäranka, polvi, nilkka, kyynärpää, olkapää, peukalo, viides sormi) liikealueen ennustamiseen kehitettyjen koneoppimismallien suorituskykyä analysoidaan erikseen kunkin nivelen osalta. Tämä antaa käsityksen siitä, mitkä liitokset järjestelmä on tarkempi ennustamaan videon perusteella.
1 vuosi
Arvioi liikealueen ennusteen tarkkuus käyttämällä näköpohjaista dataa
Aikaikkuna: 1 vuosi
Videoilla koulutettuja koneoppimismalleja nivelten hyperliikkuvuusharjoituksia suorittavista henkilöistä kehitetään. Niiden suorituskykyä verrataan asiantuntijakliinikon goniometrillä mittaamaan liikealueeseen.
1 vuosi

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Tutkijat

  • Päätutkija: Nimish Mittal, MD, GoodHope Ehlers Danlos Syndrome Clinic, Toronto General Hospital

Julkaisuja ja hyödyllisiä linkkejä

Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.

Yleiset julkaisut

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Tiistai 26. huhtikuuta 2022

Ensisijainen valmistuminen (Arvioitu)

Lauantai 1. kesäkuuta 2024

Opintojen valmistuminen (Arvioitu)

Sunnuntai 1. joulukuuta 2024

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Keskiviikko 4. toukokuuta 2022

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Keskiviikko 4. toukokuuta 2022

Ensimmäinen Lähetetty (Todellinen)

Maanantai 9. toukokuuta 2022

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Tiistai 28. marraskuuta 2023

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Maanantai 27. marraskuuta 2023

Viimeksi vahvistettu

Keskiviikko 1. marraskuuta 2023

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

IPD-suunnitelman kuvaus

IPD:tä ei jaeta muiden tutkijoiden kanssa.

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .

Kliiniset tutkimukset Ehlers-Danlosin oireyhtymä

Tilaa