Aidez à créer une I.A. Modèle pour prédire les modèles de symptômes et les poussées de myasthénie grave

À l'aide de leurs smartphones, les participants potentiels téléchargeront l'application mobile de recherche doc.ai. Il y aura un lien de présélection sur le Web où les participants potentiels s'auto-sélectionneront pour voir s'ils répondent aux critères d'éligibilité de base pour cette étude. L'outil de recrutement pour cet essai est développé pour la diversité, l'équité et l'inclusion. Dans le but d'assurer la diversité des caractéristiques démographiques de l'essai afin de mieux comprendre les besoins de santé des différentes populations. Ainsi, bien que certains participants potentiels intéressés se qualifient, ils peuvent ne pas être invités à l'essai en raison de ces exigences de diversité.

Les patients atteints de myasthénie grave (MG) qui répondent aux critères d'inclusion seront invités à rejoindre cet essai de santé numérique. Les participants signeront le consentement électronique et s'auto-inscriront à l'étude. Une fois leur éligibilité confirmée par l'équipe de l'étude (pour garantir les critères d'éligibilité et la validité du participant, c'est-à-dire éliminer les connexions robotisées), il leur sera demandé de prendre un selfie, de fournir une preuve documentée du diagnostic de MG, de répondre à une série de questions d'enquête concernant leur données démographiques, état de santé actuel, antécédents médicaux et autres informations liées à la MG.

Les participants inscrits auront un bref enregistrement quotidien, 2 enregistrements hebdomadaires et un enregistrement hebdomadaire qui comprendra un enregistrement audiovisuel, et tiendront un journal audiovisuel pour suivre leurs symptômes, connecter des données, enregistrer leur voix (pour détecter les symptômes vocaux : faiblesse, nasalité) et prendre des vidéos de leur visage (pour détecter les symptômes faciaux : oculaire, affaissement de la bouche) sur une base quotidienne à hebdomadaire via les différents modules de collecte de données de l'application de recherche doc.ai pendant la durée de leur participation aux études. La plate-forme d'essais de santé numérique de doc.ai sera mise à profit pour collecter ces données.

L'étude vise à recruter environ 200 participants en environ 9 mois. On s'attend à ce qu'un minimum de 100 participants soient inclus dans l'analyse finale car à tout moment il y aura un décalage entre les participants potentiels exprimant leur intérêt pour l'étude, leur éligibilité étant évaluée par le PI et les participants complétant toutes les procédures d'étude requises. .

À la fin de leur participation, les participants seront invités à remplir un questionnaire. Une fois que le participant a terminé son enquête finale, il pourra se connecter à un lien échangeable en tant qu'Amazon.com carte-cadeau d'une valeur de 250 $. Tous les participants recevront également un résumé de fin d'essai des données qu'ils ont recueillies au cours de l'étude. Aucun avis ou directive médicale ne sera donné sur la base de cette étude.

De plus, dans l'enquête finale, il sera demandé aux participants s'ils seraient prêts à répondre à une entrevue sur l'utilisabilité après la fin de leur participation à cet essai. Ce sous-ensemble de participants invités à faire partie d'un entretien de suivi sur l'utilisabilité comprendra ceux qui ont terminé toutes les procédures requises par l'étude et certains qui n'ont peut-être pas terminé toutes les procédures requises par l'étude, afin d'évaluer l'expérience d'utilisation de l'application pendant la durée de leur participation. Les participants seront contactés à la fin de leur période de participation jusqu'à ce qu'un total de 10 à 15 participants réussissent l'entretien d'utilisabilité. Les participants qui réussissent l'entretien d'utilisabilité recevront un lien pour 50 $ sur Amazon.com carte-cadeau via l'application.

Pour cette étude, les données et les enregistrements audio et vidéo seront capturés directement sur l'application de recherche doc.ai et stockés en toute sécurité sur un fournisseur de cloud conforme HIPAA (Google Cloud Platform).

Ces données seront utilisées pour comprendre les modèles de symptômes et de déclencheurs afin de mieux caractériser des facteurs tels que la durée et le moment des poussées et tout modèle de symptôme unique afin de créer des mesures plus objectives des symptômes de MG. En fin de compte, ces données seraient utilisées pour créer un modèle d'apprentissage automatique qui pourrait prédire les poussées de symptômes de MG.

Objectif principal:

Utilisez une collection de modules de santé numériques sur le smartphone pour collecter les symptômes et les déclencheurs de la myasthénie grave (MG) afin de mieux caractériser les modèles de symptômes et les poussées.

Objectif secondaire :

Utiliser les données collectées pour développer une I.A. modèle pour détecter et/ou prédire les poussées de symptômes.