- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT05204615
Cohorte SENSING-AI pour les patients COVID de longue durée (SENSING-AI)
Collecte de données prospectives pour SENSING-AI : une plate-forme numérique et portable de précision pour le diagnostic précoce des complications émotionnelles et physiques chez les patients atteints d'un long COVID grâce à l'utilisation de l'intelligence artificielle
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Description détaillée
La stratification du risque de complications liées aux symptômes COVID persistants à la fois physiologiques et psychologiques de manière personnalisée optimiserait le modèle coût-efficacité pour la prise en charge de ces patients. De même, la détection précoce des complications associées à la persistance du COVID chez les patients appartenant à des groupes vulnérables améliorerait les délais de prise en charge et donc le pronostic du patient.
L'objectif principal de cette étude est de compléter la cohorte SENSING-AI avec des données biométriques et psychométriques recueillies de manière prospective auprès de patients diagnostiqués avec un long COVID au cours de la dernière année pour conduire la génération de modèles de prédiction et de stratification des risques basés sur l'IA.
Type d'étude
Inscription (Réel)
Contacts et emplacements
Lieux d'étude
-
-
-
Barcelona, Espagne, 08007
- IDIAP Jordi Gol
-
Seville, Espagne, 41927
- Primary Care Aljarafe-Sevilla Norte
-
-
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:
- Adultes légaux
- Avec un long diagnostic COVID-19 au cours de la dernière année
- Signalement de l'un de ces symptômes :
- Fatigue
- Dyspnée
- Essoufflement
- Anxiété
- Stress
- Une dépression
- Trouble des conduites
- Troubles du sommeil
Critère d'exclusion:
- Admission à l'hôpital pendant le suivi en raison d'une pathologie non liée à la COVID-19
- Les patients sans culture numérique ou qui ne peuvent pas utiliser l'application mobile.
- Maladie psychiatrique grave connue ou déficience cognitive
- Être enceinte (ou suspectée d'être enceinte)
- Sortie après une hospitalisation en raison de la COVID-19
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
- Modèles d'observation: Cohorte
- Perspectives temporelles: Éventuel
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
---|---|
Longs cas potentiels de COVID
La population cible sera de 10 patients diagnostiqués courant 2021 avec un long COVID, qui seront ensuite suivis pendant un mois.
|
Des appareils portables et une application mobile seront utilisés pour collecter des données en temps réel pendant 4 semaines afin de détecter les complications physiologiques et psychologiques sur la base d'informations biométriques et psychométriques (résultats rapportés par les patients).
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
---|---|---|
Distances d'activité physique
Délai: 1 mois
|
Grâce à la Withings Scanwatch, les données d'activité physique suivantes sont collectées : distance quotidienne parcourue en mètres ; Liste des distances parcourues/ 4-5 minutes env.;
Nombre quotidien d'étages gravis en mètres ; Liste des distances parcourues/ env.
4-5 minutes.
|
1 mois
|
Activité physique par étapes
Délai: 1 mois
|
Grâce à la Withings Scanwatch, les données d'activité physique suivantes sont collectées : Nombre de pas quotidiens ; Liste des étapes/ 4-5 minutes environ.
|
1 mois
|
Durée de l'activité physique
Délai: 1 mois
|
Grâce à la Withings Scanwatch, les données d'activité physique suivantes sont recueillies : Durée quotidienne des activités d'intensité légère, modérée et intense en secondes ; Somme quotidienne des activités modérées et intenses en secondes.
|
1 mois
|
Kcal d'activité physique
Délai: 1 mois
|
Grâce à la Withings Scanwatch, les données d'activité physique suivantes sont collectées : Calories actives quotidiennes brûlées en Kcal ; Calories totales quotidiennes brûlées en Kcal ; Liste des calories brûlées/ env.
4-5 minutes.
|
1 mois
|
Activité physique Bpm
Délai: 1 mois
|
Grâce à la Withings Scanwatch, les données d'activité physique suivantes sont recueillies : Fréquence cardiaque quotidienne minimale/moyenne/maximale en bpm.
|
1 mois
|
Activité physique Fréquence cardiaque
Délai: 1 mois
|
Grâce à la Withings Scanwatch, les données d'activité physique suivantes sont collectées : durée quotidienne en secondes de la fréquence cardiaque ; Liste des mesures de fréquence cardiaque/10 minutes/fréquence moyenne.
|
1 mois
|
Saturation en oxygène de l'activité physique
Délai: 1 mois
|
Grâce à la Withings Scanwatch, les données d'activité physique suivantes sont collectées : Mesures manuelles de la saturation en oxygène (SpO2).
|
1 mois
|
Entraînements Kcal
Délai: 1 mois
|
Grâce à la Withings Scanwatch, les données d'entraînement suivantes sont collectées : Calories / événements d'entraînement en Kcal.
|
1 mois
|
Distances d'entraînement
Délai: 1 mois
|
Grâce à la Withings Scanwatch, les données d'entraînement suivantes sont collectées : Distance des entraînements en mètres ; Marches montées en mètres ; Pas exécuté en mètres.
|
1 mois
|
Entraînements Bpm
Délai: 1 mois
|
Grâce à la Withings Scanwatch, les données d'entraînement suivantes sont collectées : fréquence cardiaque/intensité minimale/moyenne/maximale en bpm.
|
1 mois
|
Fréquence cardiaque
Délai: 1 mois
|
Grâce à la Withings Scanwatch, les données d'entraînement suivantes sont collectées : Durée dans la zone de fréquence cardiaque minimale/modérée/intense en secondes ; Durée de la fréquence cardiaque maximale en secondes.
|
1 mois
|
Qualité du sommeil Nombre de fois éveillé
Délai: 1 mois
|
Grâce à la Withings Scanwatch, les données suivantes sur la qualité du sommeil sont recueillies : Nombre de fois que l'utilisateur s'est réveillé ; Nombre de fois que l'utilisateur s'est levé pendant la nuit.
|
1 mois
|
Durée de la qualité du sommeil
Délai: 1 mois
|
Grâce à la Withings Scanwatch, les données suivantes sur la qualité du sommeil sont recueillies : Temps total passé au lit en secondes ; Temps total de sommeil en secondes ; Temps passé au lit avant de s'endormir en secondes ; Temps passé au lit après le réveil en secondes ; Temps passé éveillé au lit après s'être endormi pour la première fois pendant la nuit en secondes ; Durée en état de repos léger en secondes ; Durée en état de sommeil profond en secondes ; Rapport temps total de sommeil/temps passé au lit.
|
1 mois
|
Qualité du sommeil Mouvement rapide des yeux
Délai: 1 mois
|
Grâce à la Withings Scanwatch, les données suivantes sur la qualité du sommeil sont recueillies : Nombre de phases de sommeil REM (Rapid Eye Movement).
|
1 mois
|
Qualité du sommeil Bpm
Délai: 1 mois
|
Grâce à la Withings Scanwatch, les données suivantes sur la qualité du sommeil sont recueillies : fréquence cardiaque moyenne en bpm ; Taux de bpm minimum moyen.
|
1 mois
|
Qualité du sommeil Respiration
Délai: 1 mois
|
Grâce à la Withings Scanwatch, les données suivantes sur la qualité du sommeil sont recueillies : Intensité des troubles respiratoires.
|
1 mois
|
Échelle d'évaluation de la fatigue
Délai: Hebdomadaire jusqu'à 1 mois
|
L'échelle d'évaluation de la fatigue est une échelle unidimensionnelle composée de 10 éléments mesurés sur une échelle d'évaluation de 5 points variant de 1 jamais à 5 toujours.
Les scores vont de 10 à 50, les scores les plus élevés indiquant une plus grande fatigue.
|
Hebdomadaire jusqu'à 1 mois
|
Indice de dyspnée
Délai: Hebdomadaire jusqu'à 1 mois
|
L'indice de dyspnée est une échelle unidimensionnelle composée de 10 éléments évalués sur une échelle de Likert de 0 à 4 (0 = jamais ; 1 = presque jamais ; 2 = parfois ; 3 = presque toujours ; 4 = toujours).
Les scores vont de 0 à 40 et des scores plus élevés indiquent une plus grande dyspnée.
|
Hebdomadaire jusqu'à 1 mois
|
Échelle à 7 éléments du trouble d'anxiété généralisée
Délai: Hebdomadaire jusqu'à 1 mois
|
L'échelle à 7 éléments du trouble anxieux généralisé se compose de 7 éléments mesurés sur une échelle d'évaluation à 4 points allant de 0 (pas du tout) à 3 (presque tous les jours).
Les scores vont de 0 à 21, les scores les plus élevés indiquant des niveaux d'anxiété plus élevés.
|
Hebdomadaire jusqu'à 1 mois
|
Échelle de stress perçu
Délai: Hebdomadaire jusqu'à 1 mois
|
L'échelle de stress perçu se compose de 10 mesures d'éléments sur une échelle d'évaluation en 4 points variant de 0 (jamais) à 4 (presque tous les jours).
Les scores vont de 0 à 40, les scores les plus élevés indiquant un stress perçu plus élevé.
|
Hebdomadaire jusqu'à 1 mois
|
Questionnaire de santé du patient-9
Délai: Hebdomadaire jusqu'à 1 mois
|
Le questionnaire de santé du patient-9 se compose de 9 mesures d'éléments sur une échelle d'évaluation en 4 points variant de 0 (jamais) à 3 (presque tous les jours).
Les scores vont de 0 à 27 et des scores plus élevés indiquent des niveaux de dépression plus élevés.
|
Hebdomadaire jusqu'à 1 mois
|
Questionnaire sur le sommeil d'Oviedo
Délai: Hebdomadaire jusqu'à 1 mois
|
Le questionnaire sur le sommeil d'Oviedo se compose de 15 éléments, 13 forment l'échelle elle-même et deux sont des éléments descriptifs pour fournir au clinicien des informations sur les parasomnies et sur le type et la fréquence d'utilisation de tout type d'aide au sommeil.
Les 13 items sont regroupés en 3 sous-échelles : a) Satisfaction subjective du sommeil : 1 item.
Échelle de Likert de satisfaction avec 7 valeurs allant de 1 (très insatisfait) à 7 (très satisfait) ; b) Insomnie : composé de 9 items permettant d'évaluer la nature de l'insomnie (difficultés à concilier sommeil, entretien, réveil précoce, sommeil non réparateur) et ses répercussions sur l'éveil (inquiétude/fatigue/baisse de fonctionnement.
Noté sur une échelle de Likert à 5 valeurs (de 1 à 5) où plus le score est élevé, plus la gravité est grande ; c) Hypersomnie : composé de 3 éléments qui évaluent la somnolence diurne et l'inquiétude/la diminution du fonctionnement pour cette raison.
Noté sur une échelle de Likert à 5 valeurs (de 1 à 5) où plus le score est élevé, plus la gravité est grande.
|
Hebdomadaire jusqu'à 1 mois
|
Collaborateurs et enquêteurs
Publications et liens utiles
Publications générales
- Kroenke K, Spitzer RL, Williams JB. The PHQ-9: validity of a brief depression severity measure. J Gen Intern Med. 2001 Sep;16(9):606-13. doi: 10.1046/j.1525-1497.2001.016009606.x.
- Remor E. Psychometric properties of a European Spanish version of the Perceived Stress Scale (PSS). Span J Psychol. 2006 May;9(1):86-93. doi: 10.1017/s1138741600006004.
- Gartner-Schmidt JL, Shembel AC, Zullo TG, Rosen CA. Development and validation of the Dyspnea Index (DI): a severity index for upper airway-related dyspnea. J Voice. 2014 Nov;28(6):775-82. doi: 10.1016/j.jvoice.2013.12.017. Epub 2014 Oct 12.
- Johnson SU, Ulvenes PG, Oktedalen T, Hoffart A. Psychometric Properties of the General Anxiety Disorder 7-Item (GAD-7) Scale in a Heterogeneous Psychiatric Sample. Front Psychol. 2019 Aug 6;10:1713. doi: 10.3389/fpsyg.2019.01713. eCollection 2019.
- Michielsen HJ, De Vries J, Van Heck GL. Psychometric qualities of a brief self-rated fatigue measure: The Fatigue Assessment Scale. J Psychosom Res. 2003 Apr;54(4):345-52. doi: 10.1016/s0022-3999(02)00392-6.
- Campo-Arias A, Pedrozo-Pupo JC, Cogollo-Milanes Z. [PHQ-9 in screening of major depressive episode among COVID-19 survivors]. Rev Colomb Psiquiatr (Engl Ed). 2021 Jul 2. doi: 10.1016/j.rcp.2021.06.004. Online ahead of print. No abstract available. Spanish.
- Paz Garcia-Portilla M, Saiz PA, Diaz-Mesa EM, Fonseca E, Arrojo M, Sierra P, Sarramea F, Sanchez E, Goikole JM, Balanza V, Benabarre A, Bobes J. Psychometric performance of the Oviedo Sleep Questionnaire in patients with severe mental disorder. Rev Psiquiatr Salud Ment. 2009 Oct;2(4):169-77. doi: 10.1016/S1888-9891(09)73235-5. Epub 2010 Jan 25. English, Spanish.
- Fuster-Casanovas A, Fernandez-Luque L, Nunez-Benjumea FJ, Moreno Conde A, Luque-Romero LG, Bilionis I, Rubio Escudero C, Chicchi Giglioli IA, Vidal-Alaball J. An Artificial Intelligence-Driven Digital Health Solution to Support Clinical Management of Patients With Long COVID-19: Protocol for a Prospective Multicenter Observational Study. JMIR Res Protoc. 2022 Oct 14;11(10):e37704. doi: 10.2196/37704.
Liens utiles
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 (Réel)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- SEN-0221
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
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 Syndrome COVID-19 post-aigu
-
Erasmus Medical CenterDa Vinci Clinic; HGC RijswijkPas encore de recrutementSyndrome post-COVID-19 | Longue COVID | Longue Covid19 | État post-COVID-19 | Syndrome post-COVID | Condition post-COVID-19, non précisée | État post-COVIDPays-Bas
-
University of Roma La SapienzaQueen Mary University of London; Università degli studi di Roma Foro Italico; Bios Prevention SrlComplétéSéquelles post-aiguës de la COVID-19 | État post-COVID-19 | Long-COVID | Syndrome chronique du COVID-19Italie
-
Massachusetts General HospitalRecrutementSyndrome post-aigu COVID-19 | Longue COVID | Séquelles post-aiguës de la COVID-19 | Longue COVID-19États-Unis
-
Karolinska University HospitalKarolinska Institutet; The Swedish Research Council; Region Stockholm; Swedish... et autres collaborateursActif, ne recrute pasCOVID-19 [feminine] | État post-COVID-19 | Syndrome post-COVID | Condition post-COVID-19, non précisée | État post-COVID | Syndrome COVID-19 post-aiguSuède
-
Jonathann Kuo, MDActif, ne recrute pasInfection par le SRAS-CoV2 | Syndrome post-COVID-19 | Dysautonomie | Syndrome post-aigu COVID-19 | Longue COVID | Longue Covid19 | COVID-19 récurrent | COVID-19 post-aiguë | Infection COVID-19 post-aiguë | Séquelles post-aiguës de la COVID-19 | Dysautonomie comme trouble | Dysautonomie Syndrome d'hypotension... et d'autres conditionsÉtats-Unis
-
Indonesia UniversityRecrutementSyndrome post-COVID-19 | Longue COVID | État post-COVID-19 | Syndrome post-COVID | Longue COVID-19Indonésie
-
Medical University of ViennaRecrutementMaladies du nerf vague | Syndrome post-COVID-19 | Longue COVID | Longue Covid19 | État post-COVID-19 | Syndrome post-COVID | État post-COVIDL'Autriche
-
Timothy HenrichShionogi Inc.Inscription sur invitationLongue COVID | COVID-19 post-aiguë | Séquelles post-aiguës de la COVID-19États-Unis
-
Michael Peluso, MDAerium Therapeutics; Patient-Led Research Collaborative; PolyBio Research FoundationActif, ne recrute pasLongue COVID | COVID-19 post-aiguë | Séquelle post-aiguë de COVID-19États-Unis
-
Bateman Horne CenterRecrutementLongue COVID | PASC Post-Séquelles Aiguës du COVID 19États-Unis