- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT03991650
Plate-forme de surveillance de la télémédecine chez les patients présentant des symptômes anxieux et des troubles liés à la consommation d'alcool (REMOTE)
À DISTANCE : Plateforme de télémédecine de surveillance chez les patients présentant des symptômes anxieux et des troubles liés à la consommation d'alcool : Smartphone et capteurs portables
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Description détaillée
L'objectif de cette étude est d'analyser les schémas physiologiques de deux groupes de patients, un témoin et un souffrant de trouble anxieux et de trouble d'abus d'alcool à l'aide de données de capteurs provenant d'appareils mobiles et de dispositifs portables. Ces données, recueillies par des capteurs, seront comparées aux données présentées par trois questionnaires cliniques : State-trait Anxiety Inventory (STAI), the Alcohol Use Disorders Identification Test (AUDIT) et Beck's Depression Inventory (BDI-II) afin déterminer la faisabilité de l'utilisation des données collectées à distance dans la pratique clinique de routine. De plus, la satisfaction des patients vis-à-vis de l'application sera évaluée après la phase de collecte des données.
Il s'agit d'une étude unicentrique, cas-témoins, longitudinale, évaluative, nationale avec deux groupes, un contrôle d'individus en bonne santé sans symptômes d'anxiété ou de dépression, et un autre groupe expérimental dans lequel les participants remplissent les critères de sélection donnés pour l'essai. Il y a un total de 60 participants répartis également entre les deux groupes.
Type d'étude
Inscription (Réel)
Contacts et emplacements
Lieux d'étude
-
-
-
Barcelona, Espagne, 08036
- Hospitcal Clínic de Barcelona
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
Accepte les volontaires sains
Sexes éligibles pour l'étude
Méthode d'échantillonnage
Population étudiée
La description
Critère d'intégration:
- 18-65 ans.
- Trouble lié à la consommation d'alcool (DSM 5) comme substance principale.
- Anxiété (STAI > centile 33) et, si symptômes dépressifs, non cliniquement pertinent pour remplir les critères diagnostiques du DSM5 des troubles de l'humeur (trouble dépressif majeur, trouble bipolaire…).
- Avoir un téléphone mobile compatible avec Android.
- Signer le consentement éclairé.
Critère d'exclusion:
- Diagnostics des troubles de l'humeur (DSM5).
- Déficits cognitifs qui empêchent la participation.
- Apport actif d'autres substances (à l'exception de la nicotine).
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
- Modèles d'observation: Cas-témoins
- Perspectives temporelles: Éventuel
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
Contrôler
n = 30 participants en bonne santé seront recrutés à l'aide des réseaux sociaux et des dépliants d'information distribués par l'équipe de recherche de l'Hospital Cliníc de Barcelona. Les participants seront suivis pendant un mois à l'aide de l'application humanITcare "U-Shine", qui suivra la sociabilité, l'utilisation de l'appareil et la fréquence de localisation des participants à l'aide de capteurs mobiles. Les données des participants seront également surveillées avec un appareil FitBit pour suivre les horaires de sommeil, la fréquence cardiaque et le nombre de pas. Lors du suivi hebdomadaire, ils devront remplir les trois questionnaires cliniques pris lors de la visite initiale. |
Les participants seront surveillés par une application.
|
|
Expérimental
Le processus de recrutement sera effectué chez les patients des consultations externes et de l'hôpital de jour de l'unité de toxicomanie de la clinique hospitalière de Barcelone. n = 30 patients souffrant d'anxiété et de troubles liés à la consommation d'alcool. Les participants seront suivis pendant un mois à l'aide de l'application humanITcare "U-Shine", qui suivra la sociabilité, l'utilisation de l'appareil et la fréquence de localisation des participants à l'aide de capteurs mobiles. Les participants seront également surveillés à l'aide d'un appareil FitBit pour suivre les horaires de sommeil, la fréquence cardiaque et le nombre de pas. Lors du suivi hebdomadaire, ils devront remplir les trois questionnaires cliniques pris lors de la visite initiale. |
Les participants seront surveillés par une application.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Changement des symptômes d'anxiété autodéclarés évalués avec l'inventaire d'anxiété d'état (STAI)
Délai: Un mois, questionnaire rempli 4 fois (1/semaine)
|
Pris à travers l'application "Ushine".
Les participants reçoivent des scores STAI allant de 0 à 60, 0 étant le plus faible nombre de symptômes et 60 étant le plus grand nombre de symptômes, qui sont ensuite transformés en centiles en fonction de l'âge et du sexe.
|
Un mois, questionnaire rempli 4 fois (1/semaine)
|
|
Rythme de sommeil
Délai: Un mois
|
Surveillance du rythme circadien à l'aide d'un capteur de mouvement Fitbit et d'un capteur d'activité cardiaque
|
Un mois
|
|
Temps de sommeil paradoxal
Délai: Un mois
|
surveillance des habitudes de sommeil paradoxal à l'aide d'un capteur de mouvement Fitbit et d'un capteur d'activité cardiaque
|
Un mois
|
|
Rythme cardiaque
Délai: Un mois
|
surveillance de la fréquence cardiaque à l'aide du capteur Fitbit
|
Un mois
|
|
Nombre de pas
Délai: Un mois
|
Surveillance du nombre de pas quotidiens à l'aide du capteur de mouvement FitBit
|
Un mois
|
|
Distance parcourue
Délai: Un mois
|
Suivi de la distance parcourue à l'aide d'un téléphone GPS
|
Un mois
|
|
Utilisation des appareils mobiles
Délai: Un mois
|
Surveillance de la fréquence d'utilisation de l'appareil mobile du patient, déterminée en suivant la présence d'un signal provenant de son appareil
|
Un mois
|
|
Sociabilité (nombre d'appels et SMS entrants et sortants)
Délai: Un mois
|
Le nombre d'appels entrants et sortants et de messages texte sera surveillé à l'aide de l'algorithme de l'application UShine
|
Un mois
|
|
Changement des symptômes de dépression autodéclarés évalués avec l'inventaire de la dépression de Beck (BDI-II)
Délai: Un mois, questionnaire rempli 4 fois (1/semaine)
|
Pris à travers l'application "Ushine".
Les participants reçoivent des scores BDI-II allant de 1 à 63, avec un score de 0 à 13 indiquant une dépression minimale, 14 à 19 indiquant une dépression légère, 20 à 28 indiquant une dépression modérée et 29 à 63 indiquant une dépression sévère.
|
Un mois, questionnaire rempli 4 fois (1/semaine)
|
|
Changement dans les symptômes d'abus d'alcool autodéclarés évalués avec le test d'identification des troubles liés à la consommation d'alcool (AUDIT)
Délai: Un mois, questionnaire rempli 4 fois (1/semaine)
|
Pris à travers l'application "Ushine".
Les participants reçoivent des scores AUDIT allant de 0 à 40.
Un score de 8 ou plus est associé à une consommation nocive ou dangereuse, un score de 13 ou plus chez les femmes et de 15 ou plus chez les hommes est susceptible d'indiquer une dépendance à l'alcool.
|
Un mois, questionnaire rempli 4 fois (1/semaine)
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Ergonomie de l'application mobile
Délai: Un mois
|
La facilité d'utilisation des applications mobiles par les participants sera évaluée à l'aide de l'échelle d'utilisabilité du système (SUS).
Les notes finales vont de 0 à 100.
Un score de 51 ou moins signifie que le système présente de graves défauts d'utilisabilité, un score de 68 signifie que l'utilisabilité du système est dans la moyenne et un score de 80,3 ou plus signifie que l'utilisabilité du système est considérée comme appréciable.
|
Un mois
|
|
Satisfait de la candidature
Délai: Un mois
|
La satisfaction des participants à l'égard de l'application Ushine sera évaluée à l'aide du questionnaire d'utilisabilité post-étude (PSSUQ).
Les scores vont de 0 à 100, 0 étant le moins satisfaisant et 100 le plus satisfaisant.
Le PSSUQ comporte 3 sous-scores représentant l'utilité du système, la qualité de l'information et la qualité de l'interface, également échelonnés de 0 à 100.
Dans tous les ensembles de scores, 0 est considéré comme le moins satisfaisant et 100 est considéré comme le plus satisfaisant.
|
Un mois
|
Collaborateurs et enquêteurs
Parrainer
Les enquêteurs
- Chercheur principal: Antoni Gual, MD, Director of Addictions Unit. Hospital Clínic de Barcelona
- Chaise d'étude: Elsa Caballeria, Clinic Foundation for Biomedical Research
- Chaise d'étude: Hugo Lopez-Pelayo, MD, Addictions Unit, Hospital Clínic de Barcelona
- Directeur d'études: Nuria Pastor Hernandez, MSc, humanITcare, FollowHealth SL
- Directeur d'études: Unai Sanchez Luque, MSc, humanITcare, FollowHealth SL
- Chaise d'étude: Elizabeth Katayoun Khalilian, humanITcare, University of Texas at Austin
Publications et liens utiles
Publications générales
- Wittchen HU, Jacobi F, Rehm J, Gustavsson A, Svensson M, Jonsson B, Olesen J, Allgulander C, Alonso J, Faravelli C, Fratiglioni L, Jennum P, Lieb R, Maercker A, van Os J, Preisig M, Salvador-Carulla L, Simon R, Steinhausen HC. The size and burden of mental disorders and other disorders of the brain in Europe 2010. Eur Neuropsychopharmacol. 2011 Sep;21(9):655-79. doi: 10.1016/j.euroneuro.2011.07.018.
- Bandelow B, Michaelis S. Epidemiology of anxiety disorders in the 21st century. Dialogues Clin Neurosci. 2015 Sep;17(3):327-35. doi: 10.31887/DCNS.2015.17.3/bbandelow.
- Gustafson DH, McTavish FM, Chih MY, Atwood AK, Johnson RA, Boyle MG, Levy MS, Driscoll H, Chisholm SM, Dillenburg L, Isham A, Shah D. A smartphone application to support recovery from alcoholism: a randomized clinical trial. JAMA Psychiatry. 2014 May;71(5):566-72. doi: 10.1001/jamapsychiatry.2013.4642.
- Insel TR. Digital Phenotyping: Technology for a New Science of Behavior. JAMA. 2017 Oct 3;318(13):1215-1216. doi: 10.1001/jama.2017.11295. No abstract available.
- Alonso J, Liu Z, Evans-Lacko S, Sadikova E, Sampson N, Chatterji S, Abdulmalik J, Aguilar-Gaxiola S, Al-Hamzawi A, Andrade LH, Bruffaerts R, Cardoso G, Cia A, Florescu S, de Girolamo G, Gureje O, Haro JM, He Y, de Jonge P, Karam EG, Kawakami N, Kovess-Masfety V, Lee S, Levinson D, Medina-Mora ME, Navarro-Mateu F, Pennell BE, Piazza M, Posada-Villa J, Ten Have M, Zarkov Z, Kessler RC, Thornicroft G; WHO World Mental Health Survey Collaborators. Treatment gap for anxiety disorders is global: Results of the World Mental Health Surveys in 21 countries. Depress Anxiety. 2018 Mar;35(3):195-208. doi: 10.1002/da.22711. Epub 2018 Jan 22.
- Barrio P, Ortega L, Lopez H, Gual A. Self-management and Shared Decision-Making in Alcohol Dependence via a Mobile App: a Pilot Study. Int J Behav Med. 2017 Oct;24(5):722-727. doi: 10.1007/s12529-017-9643-6.
- Reddy MS. Depression: the disorder and the burden. Indian J Psychol Med. 2010 Jan;32(1):1-2. doi: 10.4103/0253-7176.70510. No abstract available.
- Menger V, Spruit M, Hagoort K, Scheepers F. Transitioning to a Data Driven Mental Health Practice: Collaborative Expert Sessions for Knowledge and Hypothesis Finding. Comput Math Methods Med. 2016;2016:9089321. doi: 10.1155/2016/9089321. Epub 2016 Aug 17.
- Hsin H, Torous J, Roberts L. An Adjuvant Role for Mobile Health in Psychiatry. JAMA Psychiatry. 2016 Feb;73(2):103-4. doi: 10.1001/jamapsychiatry.2015.2839. No abstract available.
- Bernert RA, Hom MA, Iwata NG, Joiner TE. Objectively Assessed Sleep Variability as an Acute Warning Sign of Suicidal Ideation in a Longitudinal Evaluation of Young Adults at High Suicide Risk. J Clin Psychiatry. 2017 Jun;78(6):e678-e687. doi: 10.4088/JCP.16m11193.
- Saeb S, Zhang M, Karr CJ, Schueller SM, Corden ME, Kording KP, Mohr DC. Mobile Phone Sensor Correlates of Depressive Symptom Severity in Daily-Life Behavior: An Exploratory Study. J Med Internet Res. 2015 Jul 15;17(7):e175. doi: 10.2196/jmir.4273.
- Saeb S, Lattie EG, Kording KP, Mohr DC. Mobile Phone Detection of Semantic Location and Its Relationship to Depression and Anxiety. JMIR Mhealth Uhealth. 2017 Aug 10;5(8):e112. doi: 10.2196/mhealth.7297.
- Sano A, Taylor S, McHill AW, Phillips AJ, Barger LK, Klerman E, Picard R. Identifying Objective Physiological Markers and Modifiable Behaviors for Self-Reported Stress and Mental Health Status Using Wearable Sensors and Mobile Phones: Observational Study. J Med Internet Res. 2018 Jun 8;20(6):e210. doi: 10.2196/jmir.9410.
- Torous J, Staples P, Shanahan M, Lin C, Peck P, Keshavan M, Onnela JP. Utilizing a Personal Smartphone Custom App to Assess the Patient Health Questionnaire-9 (PHQ-9) Depressive Symptoms in Patients With Major Depressive Disorder. JMIR Ment Health. 2015 Mar 24;2(1):e8. doi: 10.2196/mental.3889. eCollection 2015 Jan-Mar.
- Onnela JP, Rauch SL. Harnessing Smartphone-Based Digital Phenotyping to Enhance Behavioral and Mental Health. Neuropsychopharmacology. 2016 Jun;41(7):1691-6. doi: 10.1038/npp.2016.7. Epub 2016 Jan 28. No abstract available.
- Trautmann S, Rehm J, Wittchen HU. The economic costs of mental disorders: Do our societies react appropriately to the burden of mental disorders? EMBO Rep. 2016 Sep;17(9):1245-9. doi: 10.15252/embr.201642951. Epub 2016 Aug 4.
- Ghandeharioun, A., Fedor, S., Sangermano, L., Ionescu, D., Alpert, J., Dale, C., ... & Picard, R. (2017, October). Objective assessment of depressive symptoms with machine learning and wearable sensors data. In Affective Computing and Intelligent Interaction (ACII), 2017 Seventh International Conference on (pp. 325-332). IEEE.
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Réel)
Achèvement de l'étude (Réel)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Estimation)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Mots clés
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- humanITcare: Remote
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Description du régime IPD
Délai de partage IPD
Critères d'accès au partage IPD
Type d'informations de prise en charge du partage d'IPD
- Protocole d'étude
- Plan d'analyse statistique (PAS)
- Formulaire de consentement éclairé (ICF)
- Rapport d'étude clinique (CSR)
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
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 .
Essais cliniques sur Surveillance avec un appareil
-
The Hong Kong Polytechnic UniversityComplétéAppareil inefficaceHong Kong
-
Institut BergoniéActif, ne recrute pas
-
University of PecsComplété