Développement d'un marqueur numérique passif de risque d'asthme chez l'enfant
23 juin 2026 mis à jour par: Arthur H. Owora, MPH, PhD, Indiana University
Le sous-diagnostic et le sous-traitement constituent un problème majeur dans la prise en charge de l'asthme chez l'enfant, en particulier chez les enfants d'âge préscolaire. Les approches pronostiques actuelles utilisant des outils basés sur le score de risque ont une précision faible à modeste, ne sont pas pratiques et ont des preuves limitées d'efficacité dans les contextes cliniques et ne sont donc pas largement utilisées dans la pratique.
L'objectif de l'étude est de déterminer l'utilisabilité, l'acceptabilité, la faisabilité et l'efficacité préliminaire du marqueur numérique passif (PDM) de l'asthme chez les pédiatres. L'étude inclura des pédiatres praticiens au sein du réseau de santé IU.
Aperçu de l'étude
Statut
Résilié
Les conditions
Intervention / Traitement
Type d'étude
Interventionnel
Inscription (Réel)
34
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
-
-
Indiana
-
Indianapolis, Indiana, États-Unis, 46202
- Indiana University
-
-
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
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
Oui
La description
Critères d'inclusion : pédiatres en exercice au sein du réseau de santé IU
Critères d'exclusion : pédiatres non pratiquants au sein du réseau de santé IU
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: Dépistage
- Répartition: Randomisé
- Modèle interventionnel: Affectation parallèle
- Masquage: Seul
Armes et Interventions
Groupe de participants / Bras |
Intervention / Traitement |
|---|---|
|
Aucune intervention: Cliniciens de contrôle - post-test uniquement
N = 25 cliniciens pédiatres témoins, qui ne recevront que le post-test.
Chaque clinicien se verra présenter 10 vignettes sélectionnées au hasard de 10 enfants [5 avec et 5 sans asthme] et sera invité à fournir une prédiction du risque d'asthme d'un enfant à 6-10 ans.
|
|
|
Expérimental: Cliniciens d'intervention PDM - post-test seulement
N = 25 cliniciens pédiatres d'intervention, qui recevront le post-test uniquement.
À l'aide du PDM, chaque clinicien se verra présenter 10 vignettes sélectionnées au hasard de 10 enfants [5 avec et 5 sans asthme] et demandera de fournir une prédiction du risque d'asthme d'un enfant à 6-10 ans.
|
Un marqueur numérique passif (PDM) pour l'asthme infantile est un algorithme ML capable de récupérer et de synthétiser des données pronostiques de la dyade mère/enfant collectées "passivement" préexistantes dans un dossier de santé électronique (DSE) "numérique" pour fournir un objectif et quantifiable " marqueur » du risque d'un enfant (probabilité) et du phénotype physiopathologique associé pour éclairer la prise de décision du clinicien au point de service.
Autres noms:
|
|
Aucune intervention: Cliniciens de contrôle - pré et post-test
N = 25 cliniciens pédiatres témoins, qui recevront le pré et le post-test.
Chaque clinicien se verra présenter 10 vignettes sélectionnées au hasard de 10 enfants [5 avec et 5 sans asthme] et sera invité à fournir une prédiction du risque d'asthme d'un enfant à 6-10 ans.
|
|
|
Comparateur actif: Cliniciens d'intervention PDM - pré et post-test
N = 25 cliniciens pédiatres d'intervention, qui recevront le test pré et post.
À l'aide du PDM, chaque clinicien se verra présenter 10 vignettes sélectionnées au hasard de 10 enfants [5 avec et 5 sans asthme] et demandera de fournir une prédiction du risque d'asthme d'un enfant à 6-10 ans.
|
Un marqueur numérique passif (PDM) pour l'asthme infantile est un algorithme ML capable de récupérer et de synthétiser des données pronostiques de la dyade mère/enfant collectées "passivement" préexistantes dans un dossier de santé électronique (DSE) "numérique" pour fournir un objectif et quantifiable " marqueur » du risque d'un enfant (probabilité) et du phénotype physiopathologique associé pour éclairer la prise de décision du clinicien au point de service.
Autres noms:
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Perceived PDM Acceptance
Délai: 8 to 12 months
|
Mean Perceived PDM acceptance measured using a Behavioral Intention scale (BIS) with a score Likert scale score of 0-5.
Here, higher score values represent a higher acceptability of the PDM (i.e., better outcome).
|
8 to 12 months
|
|
Perceived PDM Usability
Délai: 8 to 12 months
|
Mean Perceived Usability measured using a modified Simplified System Usability Scale (SUS) with a score Likert scale of 0-5.
Here, higher score values represent a higher perceived usability of the PDM (i.e., better outcome).
|
8 to 12 months
|
|
Study Feasibility
Délai: 8 to 12 months
|
Percent of successful study enrollment of eligible clinicians (>80%)
|
8 to 12 months
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Prognostic Accuracy
Délai: 3 to 12 months
|
Clinician prognostic accuracy was defined as the proportion of correctly classified vignettes.
Accuracy was calculated as: correct vignette classifications ÷ total vignettes evaluated.
Values ranged from 0 to 1, with higher values indicating greater prognostic accuracy.
Each clinician assessed 10 vignettes (5 cases and 5 controls) and classified them as either high or low risk.
A correct classification was high risk for a case and low risk for a control vignette.
|
3 to 12 months
|
Collaborateurs et enquêteurs
C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.
Parrainer
Collaborateurs
Publications et liens utiles
La personne responsable de la saisie des informations sur l'étude fournit volontairement ces publications. Il peut s'agir de tout ce qui concerne l'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 (Réel)
1 juin 2024
Achèvement primaire (Réel)
16 juin 2025
Achèvement de l'étude (Réel)
16 juin 2025
Dates d'inscription aux études
Première soumission
12 avril 2023
Première soumission répondant aux critères de contrôle qualité
12 avril 2023
Première publication (Réel)
24 avril 2023
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
21 juillet 2026
Dernière mise à jour soumise répondant aux critères de contrôle qualité
23 juin 2026
Dernière vérification
1 juin 2026
Plus d'information
Termes liés à cette étude
Mots clés
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- 15873
- K01HL166436 (Subvention/contrat des NIH des États-Unis)
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 .