- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT05455905
Voice Biomarkers ennustaa masennusta ja ahdistusta
Äänen biomarkkerit, jotka ennustavat masennusta ja ahdistusta: havainnointitutkimus
Tutkimuksen yleiskatsaus
Tila
Yksityiskohtainen kuvaus
Osallistujat rekrytoidaan erilaisten online-medioiden kautta osallistumaan vapaaehtoiseen havainnointitutkimukseen. Kun osallistuja täyttää suostumuksen ja kyselyn älypuhelimellaan, tablet-laitteellaan tai tietokoneellaan, häntä pyydetään antamaan minuutin vastaus äänikehotteeseen "Kuinka päivä meni?" Kun osallistuja on tallentanut vastauksensa, häntä pyydetään täyttämään itsenäisesti Potilaan terveyskysely-9 ja yleistynyt ahdistuneisuushäiriö-7.
Tutkimuksen toisessa vapaaehtoisessa vaiheessa tutkimusryhmä ottaa yhteyttä osallistujiin, jotka antoivat yli 20 pisteen, sähköpostitse selvittääkseen, ovatko he kiinnostuneita alkuperäisen tutkimukseen osallistumisensa vapaaehtoisesta seurannasta. Osallistujat, jotka haluavat osallistua lisätutkimukseen, täyttävät ylimääräiset äänitysvastaukset kehotteisiin ja täyttävät potilashistoriakyselyn ja yleistyneen ahdistuneisuushäiriön-7. Mielenterveysammattilainen ottaa yhteyttä näihin osallistujiin keskustellakseen mielenterveysresurssien ja -lääkäreiden etsimisestä sekä Hamiltonin masennuksen arviointiasteikon ja Hamiltonin ahdistuneisuusluokitusasteikon täyttämisestä puhelimitse.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
California
-
Berkeley, California, Yhdysvallat, 94705
- Kintsugi Mindful Wellness, Inc.
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
Hyväksyy terveitä vapaaehtoisia
Sukupuolet, jotka voivat opiskella
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Aikuiset miehet ja/tai naiset, jotka ovat yli 18-vuotiaita tietoisen suostumuksen ajankohtana. Tähän tutkimukseen otetaan mukaan aikuiset, joilla on aiemmin ollut masennusta ja/tai ahdistuneisuutta, ja aikuiset, joilla ei ole aiemmin ollut masennusta ja/tai ahdistusta.
- Pääsy kannettavaan tietokoneeseen, älypuhelimeen tai tablettiin toimivalla mikrofonilla
- Ilmoitettu valmius noudattaa kaikkia tutkimusmenettelyjä ja saatavuus tutkimuksen ajan
- Sujuva Englanti
Poissulkemiskriteerit:
- Näkövamma, joka vaikeuttaisi verkkokyselyn näkemistä
- Motorinen vajaatoiminta, joka vaikeuttaisi verkkokyselyn käyttöä
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Havaintomallit: Kohortti
- Aikanäkymät: Poikkileikkaus
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Päätutkimuskohortti
Web-pohjaista äänentallennustyökalua käytetään ääninäytteen nauhoittamiseen, joka vastaa kehotteeseen "Miltä sinusta tuntuu tänään?"
Osallistujia pyydetään puhumaan 1 minuutti.
Tallennuksen jälkeen osallistujia pyydetään vastaamaan Potilaan terveyskyselyyn 9 ja yleistyneeseen ahdistuneisuushäiriöön 7.
|
Patient Health Questionnaire-9 on yhdeksän kysymyksen itsetehtävä tutkimus, jossa potilas kertoo, kuinka usein hän on kokenut erilaisia tunteita ja aistimuksia viimeisen kahden viikon aikana.
Patient Health Questionnaire-9 pisteytetään 0–27, jossa korkeammat pisteet liittyvät vakavampaan masennukseen.
Muut nimet:
Yleistynyt ahdistuneisuushäiriö-7 on seitsemän kysymyksen itsetehtävä tutkimus, jossa potilas kertoo, kuinka usein hän on kokenut erilaisia tunteita ja aistimuksia viimeisen kahden viikon aikana.
Yleistynyt ahdistuneisuushäiriö-7 pisteytetään 0–21, jossa korkeammat pisteet liittyvät vakavampaan ahdistuneisuuteen.
Muut nimet:
|
|
Valittu itse ilmoittama masennuskohortti
Tutkija tarkistaa kaikkien osallistujien Patient Health Questionnaire-9 -pisteet ja valitsee asteikolla 0-27 osajoukon, joka on itse ilmoittanut saavansa yli 20 pistettä.
Osallistujia pyydetään sähköpostitse täyttämään Patient Health Questionnaire-9- ja Generalized Anxiety Disorder-7 -kyselylomakkeita ja heille tarjotaan resursseja masennukseen ja ahdistukseen sekä tapaamisen varaamiseen mielenterveysalan ammattilaisen kanssa.
|
Patient Health Questionnaire-9 on yhdeksän kysymyksen itsetehtävä tutkimus, jossa potilas kertoo, kuinka usein hän on kokenut erilaisia tunteita ja aistimuksia viimeisen kahden viikon aikana.
Patient Health Questionnaire-9 pisteytetään 0–27, jossa korkeammat pisteet liittyvät vakavampaan masennukseen.
Muut nimet:
Yleistynyt ahdistuneisuushäiriö-7 on seitsemän kysymyksen itsetehtävä tutkimus, jossa potilas kertoo, kuinka usein hän on kokenut erilaisia tunteita ja aistimuksia viimeisen kahden viikon aikana.
Yleistynyt ahdistuneisuushäiriö-7 pisteytetään 0–21, jossa korkeammat pisteet liittyvät vakavampaan ahdistuneisuuteen.
Muut nimet:
Hamilton Depression Rating Scale on mielenterveysalan ammattilainen, ja se sisältää 21 kysymystä, joissa kysytään, miltä osallistujan olo on kuluneen viikon aikana.
Hamilton Depression Rating Scale on pisteytetty 0–45, jossa korkeammat pisteet liittyvät vakavampaan masennukseen.
Muut nimet:
Hamiltonin ahdistuneisuusluokitusasteikkoa hallinnoi mielenterveysalan ammattilainen, ja se sisältää neljätoista kysymystä siitä, miltä osallistujan olotilasta on kuluneen viikon aikana.
Hamiltonin ahdistuneisuusluokitusasteikko pisteytetään 0–56, jossa korkeammat pisteet liittyvät vakavampaan ahdistukseen.
Muut nimet:
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Hamiltonin masennuksen luokitusasteikko
Aikaikkuna: Opintojen suorittamisen aikana keskimäärin 12 kuukautta
|
Mielenterveysalan ammattilaiset haastattelevat osallistujia käyttämällä kliinisesti validoitua Hamilton Depression Rating Scalea, jonka pistemäärä on 0–54, jossa korkeammat pisteet liittyvät masennuksen vakavuusasteeseen.
|
Opintojen suorittamisen aikana keskimäärin 12 kuukautta
|
|
Hamiltonin ahdistuneisuusluokitusasteikko
Aikaikkuna: Opintojen suorittamisen aikana keskimäärin 12 kuukautta
|
Mielenterveysalan ammattilaiset haastattelevat osallistujia käyttämällä kliinisesti validoitua Hamiltonin ahdistuneisuusluokitusasteikkoa, jonka pistemäärä on 0–56, jossa korkeammat pisteet liittyvät vakavampaan ahdistuneisuuteen.
|
Opintojen suorittamisen aikana keskimäärin 12 kuukautta
|
Yhteistyökumppanit ja tutkijat
Sponsori
Tutkijat
- Päätutkija: Mei-Hsin Cheng, PhD, Kintsugi Mindful Wellness, Inc.
Julkaisuja ja hyödyllisiä linkkejä
Yleiset julkaisut
- HAMILTON M. A rating scale for depression. J Neurol Neurosurg Psychiatry. 1960 Feb;23(1):56-62. doi: 10.1136/jnnp.23.1.56. No abstract available.
- HAMILTON M. The assessment of anxiety states by rating. Br J Med Psychol. 1959;32(1):50-5. doi: 10.1111/j.2044-8341.1959.tb00467.x. No abstract available.
- Czeisler ME, Lane RI, Petrosky E, Wiley JF, Christensen A, Njai R, Weaver MD, Robbins R, Facer-Childs ER, Barger LK, Czeisler CA, Howard ME, Rajaratnam SMW. Mental Health, Substance Use, and Suicidal Ideation During the COVID-19 Pandemic - United States, June 24-30, 2020. MMWR Morb Mortal Wkly Rep. 2020 Aug 14;69(32):1049-1057. doi: 10.15585/mmwr.mm6932a1.
- ADAA. Facts & statistics: Anxiety and Depression Association of America. Retrieved March 05, 2021, from https://adaa.org/about-adaa/press-room/facts-statistics
- Low DM, Bentley KH, Ghosh SS. Automated assessment of psychiatric disorders using speech: A systematic review. Laryngoscope Investig Otolaryngol. 2020 Jan 31;5(1):96-116. doi: 10.1002/lio2.354. eCollection 2020 Feb.
- Mundt JC, Vogel AP, Feltner DE, Lenderking WR. Vocal acoustic biomarkers of depression severity and treatment response. Biol Psychiatry. 2012 Oct 1;72(7):580-7. doi: 10.1016/j.biopsych.2012.03.015. Epub 2012 Apr 26.
- Zhang L, Duvvuri R, Chandra KKL, Nguyen T, Ghomi RH. Automated voice biomarkers for depression symptoms using an online cross-sectional data collection initiative. Depress Anxiety. 2020 Jul;37(7):657-669. doi: 10.1002/da.23020. Epub 2020 May 7.
- Espinola, CW, Gomes, JC, Pereira, JMS et. al. Detection of major depressive disorder using vocal acoustic analysis and machine learning-an exploratory study. Res. Biomed. Eng. 2021; 37: 53-64.
- Wang J, Zhang L, Liu T, Pan W, Hu B, Zhu T. Acoustic differences between healthy and depressed people: a cross-situation study. BMC Psychiatry. 2019 Oct 15;19(1):300. doi: 10.1186/s12888-019-2300-7.
- He L, Cao C. Automated depression analysis using convolutional neural networks from speech. J Biomed Inform. 2018 Jul;83:103-111. doi: 10.1016/j.jbi.2018.05.007. Epub 2018 May 29.
- Ozkanca Y, Ozturk MG, Ekmekci MN, Atkins DC, Demiroglu C, Ghomi RH. Depression Screening from Voice Samples of Patients Affected by Parkinson's Disease. Digit Biomark. 2019 May-Aug;3(2):72-82. doi: 10.1159/000500354. Epub 2019 Jun 12.
- Yi H, Smiljanic R, Chandrasekaran B. The Effect of Talker and Listener Depressive Symptoms on Speech Intelligibility. J Speech Lang Hear Res. 2019 Nov 18;62(12):4269-4281. doi: 10.1044/2019_JSLHR-S-19-0112. Print 2019 Dec 18.
- Stassen HH, Bomben G, Gunther E. Speech characteristics in depression. Psychopathology. 1991;24(2):88-105. doi: 10.1159/000284700.
- Taguchi T, Tachikawa H, Nemoto K, Suzuki M, Nagano T, Tachibana R, Nishimura M, Arai T. Major depressive disorder discrimination using vocal acoustic features. J Affect Disord. 2018 Jan 1;225:214-220. doi: 10.1016/j.jad.2017.08.038. Epub 2017 Aug 16.
- Low LS, Maddage NC, Lech M, Sheeber LB, Allen NB. Detection of clinical depression in adolescents' speech during family interactions. IEEE Trans Biomed Eng. 2011 Mar;58(3):574-86. doi: 10.1109/TBME.2010.2091640. Epub 2010 Nov 11.
- Tuka A, Mohammad G, and James G. Detecting Depression with Audio/Text Sequence Modeling of Interviews. Interspeech. 2018; 2522.
- Pan W, Flint J, Shenhav L, Liu T, Liu M, Hu B, Zhu T. Re-examining the robustness of voice features in predicting depression: Compared with baseline of confounders. PLoS One. 2019 Jun 20;14(6):e0218172. doi: 10.1371/journal.pone.0218172. eCollection 2019.
- Xu, M, Duan, LY, Cai, J, Chia, LT, Xu, C, & Tian, Q. HMM-based audio keyword generation. In Pacific-Rim Conference on Multimedia. 2004; November: 566-574. Springer, Berlin, Heidelberg.
- Aizawa IK, Nakamura Y, Satoh S, et. al. Advances in Multimedia Information Processing - PCM 2004: 5th Pacific Rim Conference on Multimedia. Springer. ISBN 978-3-540-23985-7.
- Crockford, D. (2001, April). Introducing JSON. JavaScript Object Notation. https://www.json.org/json-en.html
- Trajkovic G, Starcevic V, Latas M, Lestarevic M, Ille T, Bukumiric Z, Marinkovic J. Reliability of the Hamilton Rating Scale for Depression: a meta-analysis over a period of 49 years. Psychiatry Res. 2011 Aug 30;189(1):1-9. doi: 10.1016/j.psychres.2010.12.007. Epub 2011 Jan 26.
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- 2021/08/25
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
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 .