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.

Étude de validation du dispositif de dépistage de l'autisme SenseToKnow

4 mars 2026 mis à jour par: Duke University

Étude SenseToKnow STAR : une étude des technologies d'évaluation du développement des enfants

Il s'agit d'une étude pivot, prospective, en double aveugle, visant à évaluer la sensibilité et la spécificité de l'application SenseToKnow pour la détection des troubles du spectre autistique chez les enfants de 16 à 36 mois.

Aperçu de l'étude

Statut

Recrutement

Description détaillée

Il s'agit d'une étude pivot, prospective, en double aveugle, visant à évaluer la sensibilité et la spécificité de l'application SenseToKnow pour la classification des troubles du spectre autistique lorsqu'elle est administrée par les parents à un échantillon de patients âgés de 16 à 36 mois. La conception de l'essai est une étude transversale non interventionnelle comparant la classification de l'application SenseToKnow des troubles du spectre autistique ("autisme") par rapport au non-autisme avec le statut diagnostique du patient basé sur un diagnostic clinique expert dans une population de patients pédiatriques.

Type d'étude

Observationnel

Inscription (Estimé)

350

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.

Coordonnées de l'étude

Sauvegarde des contacts de l'étude

Lieux d'étude

    • North Carolina
      • Durham, North Carolina, États-Unis, 27705
        • Recrutement
        • Duke University
        • Contact:
          • Geraldine Dawson, PhD
          • Numéro de téléphone: 919-668-0070

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

  • Enfant

Accepte les volontaires sains

Oui

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

Les participants seront des patients âgés de 16 à 36 mois recrutés dans plus de 6 sites comprenant des cliniques médicales pédiatriques faisant partie du système de santé de l'Université Duke en Caroline du Nord.

La description

Critère d'intégration:

  1. Patient pédiatrique Duke Health à l'inscription
  2. 16-<37 mois à l'inscription
  3. Parent/tuteur légal parle anglais ou espagnol
  4. Le parent/tuteur légal comprend et donne volontairement son consentement éclairé

Critère d'exclusion:

  1. Déficience motrice grave qui empêche l'achèvement de la mesure de l'étude
  2. Troubles génétiques connus
  3. Déficience auditive ou visuelle grave déterminée lors d'un examen physique
  4. Maladies aiguës susceptibles d'empêcher une collecte de données réussie ou valide
  5. Épilepsie ou trouble convulsif non contrôlé
  6. Antécédents ou présence d'une maladie médicale cliniquement significative, ou d'un état mental qui pourrait confondre l'étude ou être préjudiciable au sujet tel que déterminé par l'investigateur
  7. Exacerbations aiguës de maladies chroniques susceptibles d'empêcher une collecte de données réussie ou valide
  8. Recevoir des thérapies qui affectent la vision
  9. Le parent/tuteur légal et/ou l'enquêteur pense que l'enfant ne pourra pas/ne voudra pas s'asseoir sur les genoux du parent pour regarder les vidéos de l'application
  10. Le parent/tuteur légal indique qu'eux-mêmes ou leur enfant ne veulent pas ou ne peuvent pas terminer l'administration de l'application, les enquêtes ou l'évaluation diagnostique
  11. Participants qui sont par ailleurs jugés incapables de se conformer au protocole par l'investigateur
  12. Tout autre facteur qui, selon l'investigateur, rendrait les mesures de l'étude invalides

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

Cohortes et interventions

Groupe / Cohorte
Patients pédiatriques, âgés de 16 à 36 mois, recrutés par le biais de cliniques médicales pédiatriques
Des participants pédiatriques consécutifs seront recrutés et inscrits via >= 6 sites participants composés de cliniques médicales pédiatriques (par exemple, cliniques de soins primaires et de médecine familiale) qui font partie du système de santé plus large de l'Université Duke (DUHS) situé en Caroline du Nord. L'inscription se poursuivra jusqu'à ce que les objectifs de N = 150 participants diagnostiqués avec un trouble du spectre autistique et N = 200 sans autisme soient atteints.

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Sensibilité de l'appareil de dépistage SenseToKnow basée sur un algorithme d'apprentissage automatique qui combine les données numériques SenseToKnow avec les données de l'enquête SenseToKnow Caregiver pour la détection de l'autisme
Délai: Sera calculé sur la base des données du point de référence/point temporel 1
Sensibilité = #participants positifs pour l'autisme à la fois (1) sur l'appareil de dépistage SenseToKnow basé sur un algorithme d'apprentissage automatique qui combine les données numériques SenseToKnow avec les données de l'enquête des aidants SenseToKnow et (2) sur le diagnostic clinique expert / #participants positifs pour l'autisme à la fois sur SenseToKnow et sur le diagnostic clinique expert
Sera calculé sur la base des données du point de référence/point temporel 1
Spécificité du dispositif de dépistage SenseToKnow basé sur un algorithme d'apprentissage automatique qui combine les données numériques SenseToKnow avec les données de l'enquête SenseToKnow Caregiver pour la détection de l'autisme
Délai: Sera calculé sur la base des données du point de référence/point temporel 1
Spécificité = #participants négatifs pour l'autisme à la fois (1) sur l'appareil de dépistage SenseToKnow basé sur un algorithme d'apprentissage automatique qui combine les données numériques SenseToKnow avec les données de l'enquête SenseToKnow Caregiver Survey, et (2) sur le diagnostic clinique expert / #participants négatifs pour l'autisme par diagnostic clinique expert
Sera calculé sur la base des données du point de référence/point temporel 1

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Valeur prédictive positive du dispositif de dépistage SenseToKnow (basé sur un algorithme d'apprentissage automatique utilisant les données numériques SenseToKnow, combinées aux données de l'enquête SenseToKnow Caregiver) pour la détection de l'autisme par rapport au diagnostic clinique expert
Délai: Sera calculé sur la base des données du point de référence/Point temporel 1
La probabilité qu'un participant ayant un résultat de test positif (basé sur un algorithme d'apprentissage automatique utilisant les données numériques SenseToKnow, combinées aux données de l'enquête SenseToKnow Caregiver) reçoive un diagnostic d'autisme (basé sur un diagnostic clinique expert). La Valeur Prédictive Positive sera calculée avec et sans ajustement pour la prévalence dans la population.
Sera calculé sur la base des données du point de référence/Point temporel 1
Valeur prédictive négative du dispositif de dépistage SenseToKnow (basé sur un algorithme d'apprentissage automatique utilisant les données numériques SenseToKnow, combinées aux données de l'enquête SenseToKnow Caregiver) pour la détection de l'autisme par rapport au diagnostic clinique d'expert
Délai: Sera calculé sur la base des données du point de référence/point temporel 1
La probabilité qu'un participant avec un résultat de test négatif (basé sur un algorithme d'apprentissage automatique utilisant les données numériques SenseToKnow, combinées avec les données de l'enquête SenseToKnow Caregiver) n'ait pas de diagnostic d'autisme (basé sur un diagnostic clinique expert). La valeur prédictive négative sera calculée avec et sans ajustement pour la prévalence de la population.
Sera calculé sur la base des données du point de référence/point temporel 1
Courbe de Caractéristique de Fonctionnement du Récepteur et Aire sous la Courbe par rapport à la précision du dispositif de dépistage SenseToKnow (utilisant les données numériques SenseToKnow et les données d'enquête SenseToKnow Caregiver) pour la classification autisme versus non-autisme
Délai: Sera calculé sur la base des données du point de référence/Point temporel 1
La courbe ROC (Receiver Operating Characteristic) est un graphique qui illustre la capacité de diagnostic d'un système de classificateur binaire lorsque son seuil de discrimination varie. L'AUC (Area Under the Curve) mesure la surface sous l'ensemble de la courbe ROC. La précision du test est basée sur un algorithme d'apprentissage automatique utilisant les données numériques SenseToKnow, combinées aux données de l'enquête SenseToKnow Caregiver, en comparaison avec le diagnostic clinique expert.
Sera calculé sur la base des données du point de référence/Point temporel 1
Sensibilité du dispositif de dépistage SenseToKnow basé sur un algorithme d'apprentissage automatique utilisant uniquement les données numériques SenseToKnow pour la détection de l'autisme
Délai: Sera calculé sur la base des données de Baseline/Timepoint 1
Sensibilité = #participants positifs pour l'autisme à la fois sur (1) l'appareil de dépistage SenseToKnow basé sur un algorithme d'apprentissage automatique utilisant uniquement les données numériques SenseToKnow et (2) le diagnostic clinique expert / # participants positifs pour l'autisme sur le diagnostic clinique expert
Sera calculé sur la base des données de Baseline/Timepoint 1
Spécificité du dispositif de dépistage SenseToKnow basé sur un algorithme d'apprentissage automatique utilisant uniquement les données numériques SenseToKnow pour la détection de l'autisme
Délai: Sera calculé sur la base des données du point de référence/point temporel 1
Spécificité = #participants négatifs pour l'autisme à la fois (1) sur l'appareil de dépistage SenseToKnow basé sur un algorithme d'apprentissage automatique utilisant uniquement les données numériques SenseToKnow et (2) selon le diagnostic clinique d'expert / #participants négatifs pour l'autisme selon le diagnostic clinique d'expert.
Sera calculé sur la base des données du point de référence/point temporel 1
Valeur prédictive positive du dispositif de dépistage SenseToKnow basé sur un algorithme d'apprentissage automatique utilisant uniquement les données numériques SenseToKnow pour la détection de l'autisme en comparaison avec le diagnostic clinique expert
Délai: Sera calculé sur la base des données de Baseline/Timepoint 1
La probabilité qu'un participant avec un résultat de test positif reçoive un diagnostic d'autisme (basé sur un diagnostic clinique expert). La Valeur Prédictive Positive sera calculée avec et sans ajustement pour la prévalence dans la population.
Sera calculé sur la base des données de Baseline/Timepoint 1
Valeur Prédictive Négative du dispositif de dépistage SenseToKnow basé sur un algorithme d'apprentissage automatique utilisant uniquement les données numériques SenseToKnow pour la détection de l'autisme en comparaison avec le diagnostic clinique d'expert
Délai: Sera calculé sur la base des données du point de référence/du point temporel 1
La probabilité qu'un participant avec un résultat de test négatif ne reçoive pas de diagnostic d'autisme (basé sur le diagnostic clinique d'un expert). La Valeur Prédictive Négative sera calculée avec et sans ajustement pour la prévalence dans la population.
Sera calculé sur la base des données du point de référence/du point temporel 1
Courbe Caractéristique de Récepteur et Aire sous la Courbe concernant la précision de l'appareil SenseToKnow utilisant uniquement les données numériques SenseToKnow pour la classification autisme versus non-autisme
Délai: Sera calculé sur la base des données de Baseline/Timepoint 1
La courbe ROC (Receiver Operating Characteristic) est un graphique qui illustre la capacité diagnostique d'un système de classificateur binaire lorsque son seuil de discrimination varie. L'AUC (Area Under the Curve) mesure la surface sous l'ensemble de la courbe ROC. La précision du test est basée sur un algorithme d'apprentissage automatique utilisant uniquement les données numériques SenseToKnow, par rapport au diagnostic clinique d'expert.
Sera calculé sur la base des données de Baseline/Timepoint 1

Collaborateurs et enquêteurs

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

Parrainer

Les enquêteurs

  • Chercheur principal: Geraldine Dawson, PhD, Duke University

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)

7 juillet 2023

Achèvement primaire (Estimé)

1 décembre 2027

Achèvement de l'étude (Estimé)

1 décembre 2027

Dates d'inscription aux études

Première soumission

12 mai 2023

Première soumission répondant aux critères de contrôle qualité

12 mai 2023

Première publication (Réel)

25 mai 2023

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

6 mars 2026

Dernière mise à jour soumise répondant aux critères de contrôle qualité

4 mars 2026

Dernière vérification

1 février 2026

Plus d'information

Termes liés à cette étude

Autres numéros d'identification d'étude

  • Pro00111371
  • 2P50HD093074 (Subvention/contrat des NIH des États-Unis)

Plan pour les données individuelles des participants (IPD)

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

OUI

Description du régime IPD

Toutes les données au niveau individuel qui répondent aux exigences de confidentialité PHI et IRB seront soumises au référentiel de données NIH / NIMH d'ici la fin de la période de subvention.

Délai de partage IPD

Nous soumettrons une version électronique du travail final revu par des pairs, y compris le code d'analyse statistique, à la National Library of Medicine PubMed Central, qui sera rendu public au plus tard 12 mois après la date officielle de publication.

Critères d'accès au partage IPD

Disponible publiquement via PubMed Central

Type d'informations de prise en charge du partage d'IPD

  • ANALYTIC_CODE

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