- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT05955794
Laulukuvion arviointi uutena avainna harvinaisten oireyhtymien tunnistamiseen (FONOTIPO)
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:
- Äänitallenteiden havainnollinen ja akustinen analyysi
- Äänityskeräysjärjestelmän kehittäminen.
Tutkimuksen yleiskatsaus
Tila
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:
- Äänitallenteiden havainnollinen ja akustinen analyysi
- 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
Ilmoittautuminen (Arvioitu)
Vaihe
- Ei sovellettavissa
Yhteystiedot ja paikat
Opiskelupaikat
-
-
-
Roma, Italia, 00168
- Fondazione Policlinico Universitario A. Gemelli IRCCS
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Lapsi
- Aikuinen
Hyväksyy terveitä vapaaehtoisia
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
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
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Arvioitu)
Ensisijainen valmistuminen (Arvioitu)
Opintojen valmistuminen (Arvioitu)
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
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- 5802
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 .