Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Apport de la réalité virtuelle et de la modélisation dans l'évaluation du risque de chute chez les personnes âgées et les patients atteints de la maladie de Parkinson (PrévSim)

12 avril 2019 mis à jour par: Central Hospital, Nancy, France

Réalité virtuelle immersive à l'aide d'un visiocasque et modélisation à l'aide d'algorithmes d'apprentissage automatique pour évaluer le risque de chute chez les personnes âgées et les patients atteints de la maladie de Parkinson.

Le processus de vieillissement affecte à la fois les fonctions sensorielles, cognitives et motrices. De plus, le vieillissement s'accompagne souvent de pathologies augmentant les effets de la sénescence. Un sujet vieillissant aura alors plus de difficultés à maintenir le contrôle de son équilibre et aura un risque de chute avec des conséquences parfois critiques sur la qualité de vie.

Le risque de chute est estimé par des tests à la fois de la vie courante et avec des scores de sensibilité et de spécificité qui doivent être améliorés. Dans une revue incluant 25 études (2 314 sujets), montrent une sensibilité de 32 % et une spécificité de 73 % sur le test « Timed Up and Go » (TUG) avec un seuil à 13,5 secondes.

De plus, la chute se produit dans un contexte multifactoriel lorsqu'un sujet interagit avec son environnement. Il apparaît donc indispensable de tester la maîtrise de l'équilibre ou du risque de chute des individus au plus près des situations de la vie quotidienne. Cette recherche, basée sur le TUG, aura pour objectif d'évaluer le comportement neuro-psycho-moteur de sujets dans des situations proches de la vie quotidienne à l'aide d'une plateforme de Réalité Virtuelle (VR) et de Métrologie Humaine.

Les résultats pourraient à terme conduire à une sensibilité et une spécificité accrues dans l'évaluation du risque de chute avec un TUG réalisé en VR, par rapport au TUG classique, couramment utilisé par les professionnels de santé et permettre ainsi une prise en charge plus précoce ou plus adaptée du sujet dans la prévention. le risque de chute. Cela pourrait permettre aux professionnels de santé de mieux appréhender le risque de chute et ainsi d'orienter les recommandations et prescriptions médicales, notamment en termes de programmes d'activités physiques adaptés.

Aperçu de l'étude

Statut

Inconnue

Type d'étude

Interventionnel

Inscription (Anticipé)

116

Phase

  • N'est pas applicable

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Lieux d'étude

      • Vandœuvre-lès-Nancy, France, 54500
        • University Hospital of Nancy

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

65 ans à 80 ans (Adulte plus âgé)

Accepte les volontaires sains

Oui

Sexes éligibles pour l'étude

Tout

La description

Critère d'intégration:

Personnes âgées non chuteuses

  • Mâle et femelle
  • Âge entre 65 et 80 ans
  • Autonome
  • Ne signalant aucune chute au cours des 12 derniers mois

Abatteurs âgés

  • Mâle et femelle
  • Âge entre 65 et 80 ans
  • Autonome
  • Déclarant au moins 1 chute au cours des 12 derniers mois

Patients non-chuteurs atteints de la maladie de Parkinson

  • Mâle et femelle
  • Âge entre 65 et 80 ans
  • Autonome
  • Ne signalant aucune chute au cours des 12 derniers mois
  • Dopa-sensible
  • En période ON de traitement de la maladie de Parkinson

Critère d'exclusion:

  • Perte auditive empêchant la compréhension des consignes et l'écoute du message sonore
  • Acuité visuelle non compatible avec la procédure de test en réalité virtuelle
  • Incapacité à se déplacer sans aide
  • Ne pas comprendre le français écrit et oral, analphabétisme, démence
  • Traitement comprenant des psychotropes
  • Personne en situation d'urgence,
  • Personne majeure faisant l'objet d'une mesure de protection légale (tutelle, curateur, sauvegarde de justice),
  • Personne majeure incapable d'exprimer son consentement,
  • Personne hospitalisée,
  • Personne privée de liberté par décision judiciaire ou administrative, les personnes faisant l'objet de soins psychiatriques en vertu des articles L. 3212-1 et L. 3213-1 du code de la santé publique,
  • Personne susceptible, de l'avis de l'investigateur, de ne pas être coopérante ou respectueuse des obligations inhérentes à la participation à l'étude
  • Personne ayant une prédisposition à l'épilepsie

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

  • Objectif principal: La prévention
  • Répartition: Non randomisé
  • Modèle interventionnel: Affectation parallèle
  • Masquage: Aucun (étiquette ouverte)

Armes et Interventions

Groupe de participants / Bras
Intervention / Traitement
Expérimental: Personnes âgées non tombantes
Analyses biomécaniques, physiologiques, psychologiques et comportementales
Expérimental: Chute des personnes âgées
Analyses biomécaniques, physiologiques, psychologiques et comportementales
Expérimental: Patients non chuteurs atteints de la maladie de Parkinson
Analyses biomécaniques, physiologiques, psychologiques et comportementales

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Timed Up & Go en réalité virtuelle (VR)
Délai: Ligne de base
Temps
Ligne de base

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Timed Up & Go (condition non VR)
Délai: Ligne de base
Temps
Ligne de base
Validation du TUG en condition VR
Délai: 1 an de suivi
Sensibilité et spécificité des conditions TUG et TUG VR
1 an de suivi
Corrélation entre les temps TUG et TUG VR et le suivi des chutes
Délai: 1 an de suivi
1 an de suivi
Analyse cinématique
Délai: Ligne de base
Mesure du mouvement complet du corps (coordonnées sur les axes x, y, z) en fonction du temps pendant les tâches de réalité virtuelle
Ligne de base
Analyse cinétique
Délai: Ligne de base
Mesure de l'évolution de la pression plantaire (force en Newton) en fonction du temps lors des tâches de réalité virtuelle
Ligne de base
Analyse physiologique 1
Délai: Ligne de base
Mesure de l'évolution du rythme cardiaque (bpm) en fonction du temps lors des tâches de réalité virtuelle
Ligne de base
Analyse physiologique 2
Délai: Ligne de base
Mesure de l'évolution de la respiration (fréquence) en fonction du temps lors des tâches de réalité virtuelle
Ligne de base
Analyse physiologique 3
Délai: Ligne de base
Mesure de l'évolution de la réponse galvanique cutanée (µSiemens) en fonction du temps lors des tâches de réalité virtuelle
Ligne de base
Analyse de l'attention visuelle
Délai: Ligne de base
Mesure des paramètres du regard focalisé sur les objets virtuels (nombre de regardés sur chaque objet et temps passé focalisé sur ledit objet)
Ligne de base
Analyse psychologique 1
Délai: Ligne de base
Mesure de la peur de tomber (Fall Efficacy Scale-International de Tinetti avec un score de 16 à 64)
Ligne de base
Analyse psychologique 2
Délai: Ligne de base
Mesure de la peur de tomber (Activities specific Balance Confidence - Scale de Powell & Myers avec un score de 0 à 45)
Ligne de base
Analyse psychologique 3
Délai: Ligne de base
Mesure des stratégies d'adaptation (Ways of Coping Checklist de Folkman & Lazarus avec des scores de 1 à 5 pour l'évaluation subjective de la situation de stress mémorisée, un score de 10 à 40 pour l'item Problème, un score de 9 à 36 pour l'item Emotion et une note de 8 à 32 pour l'item d'encouragement).
Ligne de base
Apprentissage automatisé et estimation du risque de chute
Délai: jusqu'à 3 ans

Apprentissage supervisé avec Support Vector Machine, Arbre de décision, Discriminant linéaire.

L'utilisation d'algorithmes d'apprentissage automatique n'est pas une mesure mais un traitement de données compilant toutes les données de mesure et les comparant au nombre de chutes au cours de l'année de suivi. Des algorithmes de machine learning apprendront de ces données pour classer tout nouveau participant dans un profil "à faible risque de chute", "à haut risque de chute" ou "sans risque de chute".

jusqu'à 3 ans

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Anticipé)

30 avril 2019

Achèvement primaire (Anticipé)

30 juin 2020

Achèvement de l'étude (Anticipé)

30 juin 2022

Dates d'inscription aux études

Première soumission

30 janvier 2019

Première soumission répondant aux critères de contrôle qualité

19 février 2019

Première publication (Réel)

21 février 2019

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

16 avril 2019

Dernière mise à jour soumise répondant aux critères de contrôle qualité

12 avril 2019

Dernière vérification

1 avril 2019

Plus d'information

Termes liés à cette étude

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

NON

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .

S'abonner