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

Laulukuvion arviointi uutena avainna harvinaisten oireyhtymien tunnistamiseen (FONOTIPO)

torstai 3. elokuuta 2023 päivittänyt: Zampino Giuseppe, Fondazione Policlinico Universitario Agostino Gemelli IRCCS

Tutkimuksen ensisijainen tavoite Tutkimuksen ensisijainen tavoite on erilaisten äänifenotyyppien määrittely ja selitetyn päätöksen tukijärjestelmän (DSS) kehittäminen äänimallien automaattista havaitsemista varten suhteessa oireyhtymään, josta potilaat kärsivät.

Toissijainen:

  1. Äänitallenteiden havainnollinen ja akustinen analyysi
  2. Äänityskeräysjärjestelmän kehittäminen.

Tutkimuksen yleiskatsaus

Tila

Ei vielä rekrytointia

Interventio / Hoito

Yksityiskohtainen kuvaus

Geneettisiä oireyhtymiä on tutkittu laajasti, ja lukuisat tutkimukset ovat mahdollistaneet niiden kliinisten ilmenemismuotojen, luonnonhistorian ja etiopatogeneettisten mekanismien paremman määrittelyn. Näissä monijärjestelmäolosuhteissa joitain olennaisia, mutta vielä tutkimattomia näkökohtia on selvitettävä, ja yksi näistä näkökohdista on laulutuotannon karakterisointi. Tähän mennessä yli 240 geneettisessä oireyhtymässä on erottuvia äänenlaadun poikkeavuuksia, jotka ovat tarpeeksi merkittäviä, jotta niitä voidaan pitää diagnostisina indikaattoreina. Downin oireyhtymiä, X-fragile-, Williams- ja velocardiofacial-oireyhtymiä lukuun ottamatta ei kuitenkaan ole suoritettu äänianalyysiin keskittyviä tieteellisiä tutkimuksia potilailla, joilla on geneettinen oireyhtymä, jotta äänen ominaisuuksista saataisiin täydellinen ja objektiivinen karakterisointi.

Kehittyneen ihmisen kuulolaitteiston ansiosta havaintoanalyysi on peruslähestymistapa äänenlaadun arvioinnissa. Äänenlaadun objektiivinen arviointi on kuitenkin ratkaisevan tärkeää, jotta voidaan minimoida havainto- ja siten yksilöllisestä analyysistä johtuvat virheet. Tällä hetkellä tutkijoiden eniten käyttämä työkalu on Praat, vaikka sen käyttö, koska se ei ole kovin intuitiivista, voi olla haastavaa niille, joilla on vähän tietokonekokemusta. Näin ollen oletusasetusten käyttö (aikuisten miesten ääni) voi antaa jonkin verran harhaanjohtavia tuloksia. Joidenkin edellä mainittujen ongelmien osittaiseksi ratkaisemiseksi on hiljattain kehitetty uusi käyttäjäystävällinen ohjelmisto nimeltä Biovoice. Viime aikoina on suunniteltu useita uusia mittausmenetelmiä äänen ominaisuuksien arvioimiseksi, jotka perustuvat pääasiassa epälineaaristen dynaamisten järjestelmien teoriaan. Tätä teoriaa tukevat laajat mallinnustutkimukset ja todisteet siitä, että äänentuotanto on erittäin epälineaarinen dynaaminen järjestelmä, jossa äänielimissä, lihaksissa ja hermoissa tapahtuvien muutosten aiheuttamat muutokset vaikuttavat koko järjestelmän dynamiikkaan. Näin ollen nämä muutokset voidaan havaita epälineaaristen aikasarjaanalyysityökalujen tai tekoälyyn perustuvien laskennallisten lähestymistapojen avulla. Tämä projekti lähtee pohdinnasta, että tietyt geneettiset poikkeavuudet, jotka aiheuttavat tietyn tunnistettavan fenotyypin, voivat myös johtaa tiettyyn äänifenotyyppiin tai pikemminkin "fonotyyppiin". Koska äänen arviointi perustuu ei-invasiivisiin ja helposti tehtäviin testeihin, äänen karakterisointi voisi olla informatiivinen työkalu diagnostisessa prosessissa ja auttaa sekä kliinisten kuvien vakavuuden määrittelyssä että genotyyppi/fenotyyppi-korrelaatioiden määrittämisessä. Lisäksi äänitutkimukset voisivat havaita ja seurata oireiden etenemistä tietyissä geneettisissä olosuhteissa, joille on usein ominaista regressiivinen suuntaus, kuten neuromuskulaarisissa tai metabolisissa oireyhtymissä. Muilla aloilla, kuten dysfoniassa ja Parkinsonin taudissa, jo otettua älypuhelinteknologiaa voidaan käyttää oireyhtymäpotilaiden äänitallenteiden keräämiseen ja se voi olla tärkeä työkalu tietokoneistetun arvioinnin toteuttamisessa. Toisin kuin useimmat älypuhelinpohjaiset puheanalyysityökalut, niin laboratoriossa kuin kotonakin kiinnitetään erityistä huomiota äänitallenteiden luotettavuuteen, mikä tehdään tiukan protokollan mukaan. Tämä mahdollistaa yhtenäiset ja luotettavat tiedot ja tulokset. Tekoälytekniikat ovat avainasemassa tutkittaessa äänen karakterisoinnin roolia geneettisten oireyhtymien diagnostisessa työssä. Lisäksi puheanalyysi voisi tukea puheterapian, huumehoidon ja muiden kuntoutusmenetelmien tehokkuuden arviointia.

Perustutkimuksen tavoite:

Tutkimuksen ensisijaisena tavoitteena on erilaisten äänifenotyyppien määrittely ja selitetyn päätöksenteon tukijärjestelmän (DSS) kehittäminen äänimallien automaattista havaitsemista varten suhteessa oireyhtymään, josta potilaat kärsivät.

Toissijainen:

  1. Äänitallenteiden havainnollinen ja akustinen analyysi
  2. Äänityskeräysjärjestelmän kehittäminen.

Osallistujamäärä: 500 (400 syndroomapotilasta plus 100 ei-oireyhtymää kontrollia sukupuolen ja iän mukaan).

Rekrytoidaan 400 eri oireyhtymistä kärsivää potilasta, vaikka tutkijat keskittyvät erityisesti Downin oireyhtymään, Noonan, Costello, Smith-Magenis, Cri du Chat, 22q11-deleetio, Williams, Crisponi, Rubinstein Taybi ja CHARGE analysoimaan heidän äänimallinsa ominaisuuksia. Listattujen sairauksien valintaa ohjaavat niiden yleisyys väestössä ja aiemmin raportoidut omituiset äänitavat. Rekrytoidut potilaat ovat niitä, joita seuraa säännöllisesti Rooman Agostino Gemellin IRCCS-yliopiston poliklinikkasäätiön harvinaisten sairauksien ja synnynnäisten vaurioiden keskus. Laboratoriossa syndroomapotilailta kerätyt äänitallenteet analysoidaan sekä havainnollisesti että objektiivisesti ja niitä verrataan iän ja sukupuolen mukaan verrokkiryhmään, joka koostuu ei-syndroomapotilaista.

Opintotyyppi

Interventio

Ilmoittautuminen (Arvioitu)

500

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

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

Opiskelupaikat

      • Roma, Italia, 00168
        • Fondazione Policlinico Universitario A. Gemelli IRCCS

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

  • Lapsi
  • Aikuinen

Hyväksyy terveitä vapaaehtoisia

Joo

Kuvaus

Sisällyttämiskriteerit:

  • Laboratoriotodistus yhden tutkittavan oireyhtymän kliinisestä diagnoosista.
  • Tietoinen suostumus vanhemmilta, laillisilta edustajilta tai potilailta itseltään sairaalan eettisen toimikunnan ohjeiden mukaisesti.

Poissulkemiskriteerit:

  • Samanaikainen ylempien hengitysteiden akuutti tulehduksellinen sairaus.
  • Kieltäytyminen allekirjoittamasta tietoista suostumusta osallistua tutkimukseen.

Opintosuunnitelma

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

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Ensisijainen käyttötarkoitus: Diagnostiikka
  • Jako: Ei satunnaistettu
  • Inventiomalli: Rinnakkaistehtävä
  • Naamiointi: Ei mitään (avoin tarra)

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Muut: potilasryhmä
500 (400 oireyhtymää sairastavaa potilasta plus 100 ei-oireyhtymää verrokkia sukupuolen ja iän mukaan)

Kokeellinen hoito/menettely:

Ensimmäinen äänitys tehdään laboratoriossa. Laboratoriossa on äänieristys (huoneen ääni-kohinasuhteen tulee olla vähintään 30 dB) ääninäytteiden tallentamista varten. Laboratoriossa tehtyjen nauhoitusten tapaan vanhemmat/hoitajat opastetaan äänitallenteiden keräämiseen kotona useita kertoja päivän aikana älypuhelimella. Vanhempia/hoitajia pyydetään kirjaamaan muistiin potilaan tunnetila jokaisen tallennuksen aikana ennalta määritettyyn protokollaan.

Kaikille potilaille tehdään lasten, morfologinen, neurokognitiivinen ja käyttäytymisarviointi, kuulo- ja ENT-arviointi, havainto- ja akustinen äänianalyysi.

Havaintoarviointi tehdään sokeasti.Vokaalitallenteet analysoidaan kahdella ohjelmistotyökalulla: Biovoice [1] ja Praat [2].

Muut: kontrolliryhmä
500 (400 oireyhtymää sairastavaa potilasta plus 100 ei-oireyhtymää verrokkia sukupuolen ja iän mukaan)

Kokeellinen hoito/menettely:

Ensimmäinen äänitys tehdään laboratoriossa. Laboratoriossa on äänieristys (huoneen ääni-kohinasuhteen tulee olla vähintään 30 dB) ääninäytteiden tallentamista varten. Laboratoriossa tehtyjen nauhoitusten tapaan vanhemmat/hoitajat opastetaan äänitallenteiden keräämiseen kotona useita kertoja päivän aikana älypuhelimella. Vanhempia/hoitajia pyydetään kirjaamaan muistiin potilaan tunnetila jokaisen tallennuksen aikana ennalta määritettyyn protokollaan.

Kaikille potilaille tehdään lasten, morfologinen, neurokognitiivinen ja käyttäytymisarviointi, kuulo- ja ENT-arviointi, havainto- ja akustinen äänianalyysi.

Havaintoarviointi tehdään sokeasti.Vokaalitallenteet analysoidaan kahdella ohjelmistotyökalulla: Biovoice [1] ja Praat [2].

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Äänen fenotyypin taajuuksien määritelmä
Aikaikkuna: 2 vuotta

Jokaisen oireyhtymän erilliset äänifenotyypit erotetaan Biovoice-ohjelmiston kautta.

BioVoice mahdollistaa useiden äänisignaalien peräkkäisen analyysin kerralla ilman manuaalisia asetuksia.

Ohjelmisto mahdollistaa perus- ja formanttitaajuuden analysoinnin (mitattuna hertseinä).

2 vuotta
Laulun fenotyypin määritelmä epäsäännöllisyydestä
Aikaikkuna: 2 vuotta

Kunkin oireyhtymän äänten epäsäännöllisyyden määritelmä puretaan PRAAT-ohjelmiston avulla.

PRAAT toteuttaa autokorrelaatioon perustuvan menetelmän, jota sovelletaan kiinteän kokoiseen aikaikkunaan, ja lineaariseen ennustavaan koodaukseen. Se vaatii joidenkin parametrien manuaalisen asettamisen. Ohjelmisto mahdollistaa epäsäännöllisyyden analysoinnin, nimittäin tärinän, joka on suhteellinen keskimääräinen häiriö (mitattuna absoluuttisella värinällä =1N-1∑i=1N-1|Ti-Ti+1|).

2 vuotta
Äänen fenotyypin määritelmä kohinalle
Aikaikkuna: 2 vuotta

Kunkin oireyhtymän äänten epäsäännöllisyyden määritelmä puretaan PRAAT-ohjelmiston avulla.

PRAAT toteuttaa autokorrelaatioon perustuvan menetelmän, jota sovelletaan kiinteän kokoiseen aikaikkunaan, ja lineaariseen ennustavaan koodaukseen. Se vaatii joidenkin parametrien manuaalisen asettamisen. Ohjelmisto mahdollistaa kohinan analysoinnin (mitattuna dB).

2 vuotta

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Äänitallenteiden havainnollinen ja akustinen analyysi
Aikaikkuna: 2 vuotta

Äänen havaintoarvioinnin tavoitteena on hahmottaa tarkemmin syndromisten ja terveiden koehenkilöäänien eroja. Tuomarit arvostavat jokaisen osallistujan äänen asteikolla Grade, Instability, Roughness, Breathness, Astenia ja Strain (GIRBAS).

GIRBAS-asteikko tarjoaa äänen havaintoarvioinnin viiden parametrin mukaan: Taso (kokonaisvaikutelma), karkeus, hengittävyys, asteenisuus ja rasitus. Jokainen parametri on luokiteltu asteikolla 0-3, jossa 0 tarkoittaa normaalia; 1, pieni poikkeama; 2, kohtalainen poikkeama; ja 3, vakava poikkeama normaalista.

2 vuotta
Muu äänitallenteiden havainnollinen ja akustinen analyysi
Aikaikkuna: 2 vuotta
Hypernasaalisuus ja hyponasaalisuus arvioidaan käyttämällä 4-pisteistä järjestysasteikkoa, jossa 1 edustaa normaalia resonanssia, 2, 3 ja 4 edustaa lievää, kohtalaista ja vakavaa vajaatoimintaa.
2 vuotta
Äänitallenteiden keräämisjärjestelmän kehittäminen - taajuudet
Aikaikkuna: 2 vuotta

Äänitallenteiden keräysjärjestelmän kehittäminen toteutetaan SQL (Structured Query Language) -tietokannan kautta, jossa kaikki saadut äänitallenteet tallennetaan salatuille kiintolevyille, jotka ovat käytettävissä tietojen analysointia ja tallennusta varten. Tätä projektia varten kehitetään sovelluskehyksen (esim. Xamarin) kautta puhesignaalin tallentamiseen ja hallintaan tarkoitettu cross-platform-sovellus älypuhelimille.

Seuraavat akustiset parametrit tallennetaan ja hallitaan: perus- ja formanttitaajuus (mitattuna hertseinä).

2 vuotta
Äänitallenteiden keräämisjärjestelmän kehittäminen - sääntöjenvastaisuudet
Aikaikkuna: 2 vuotta

Äänitallenteiden keräysjärjestelmän kehittäminen toteutetaan SQL (Structured Query Language) -tietokannan kautta, jossa kaikki saadut äänitallenteet tallennetaan salatuille kiintolevyille, jotka ovat käytettävissä tietojen analysointia ja tallennusta varten. Tätä projektia varten kehitetään sovelluskehyksen (esim. Xamarin) kautta puhesignaalin tallentamiseen ja hallintaan tarkoitettu cross-platform-sovellus älypuhelimille.

Seuraavat akustiset parametrit tallennetaan ja hallitaan: suhteellinen keskimääräinen häiriö (mitattuna absoluuttisena jitterinä).

2 vuotta
Äänitallenteiden keräämisjärjestelmän kehittäminen - melu
Aikaikkuna: 2 vuotta

Äänitallenteiden keräysjärjestelmän kehittäminen toteutetaan SQL (Structured Query Language) -tietokannan kautta, jossa kaikki saadut äänitallenteet tallennetaan salatuille kiintolevyille, jotka ovat käytettävissä tietojen analysointia ja tallennusta varten. Tätä projektia varten kehitetään sovelluskehyksen (esim. Xamarin) kautta puhesignaalin tallentamiseen ja hallintaan tarkoitettu cross-platform-sovellus älypuhelimille.

Seuraavat akustiset parametrit tallennetaan ja hallitaan: kohina (mitattuna dB).

2 vuotta

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

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 (Arvioitu)

Perjantai 1. syyskuuta 2023

Ensisijainen valmistuminen (Arvioitu)

Torstai 15. toukokuuta 2025

Opintojen valmistuminen (Arvioitu)

Lauantai 20. syyskuuta 2025

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Maanantai 12. kesäkuuta 2023

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Keskiviikko 19. heinäkuuta 2023

Ensimmäinen Lähetetty (Todellinen)

Perjantai 21. heinäkuuta 2023

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Perjantai 4. elokuuta 2023

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Torstai 3. elokuuta 2023

Viimeksi vahvistettu

Tiistai 1. elokuuta 2023

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muut tutkimustunnusnumerot

  • 5802

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

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 .

Tilaa