- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT04590716
Segítsen felépíteni egy A.I. Modell a myasthenia gravis tünetmintáinak és fellángolásának előrejelzésére
Digitális egészségügyi próba, amely felméri a résztvevők által irányított adatgyűjtést okostelefon-modulok segítségével a myasthenia gravis tüneteinek jellemzésére és az A.I. Modell a lángok előrejelzéséhez
Az MG-tünetek objektív mérése korlátozott, valamint az MG (myasthenia gravis) tüneteinek és hosszirányban fellépő kiváltóinak szemcsés szintű adathiánya.
Ez a tanulmány a mobil okostelefonok erősségeit kívánja felhasználni, amelyek lehetővé teszik a résztvevők által vezérelt valós idejű adatok manuális rögzítését, valamint olyan kibővített szenzorokon keresztül, mint a videó és a hang, az MG-tünetek és fellángolások jobb jellemzése érdekében.
A vizsgálat célja körülbelül 200 résztvevő bevonása körülbelül 9 hónapig, amíg legalább 100 résztvevőtől nem állnak rendelkezésre elemezhető adatok. A résztvevők 3 hónapon keresztül alkalmazáson belüli felméréseket töltenek ki a tünetek audiovizuális rögzítésével. Ez körülbelül heti 35 percet vesz igénybe az első felmérés után.
A tanulmány áttekintése
Részletes leírás
A potenciális résztvevők okostelefonjuk segítségével letöltik a doc.ai kutatási mobilalkalmazást. Lesz egy internetes előszűrési link, ahol a potenciális résztvevők önellenőrzik, hogy megfelelnek-e a vizsgálat alapvető alkalmassági feltételeinek. A próba toborzási eszközét a sokszínűség, a méltányosság és a befogadás érdekében fejlesztették ki. Azzal a céllal, hogy biztosítsák a kísérlet demográfiai adatainak változatosságát, hogy jobban megértsék a különböző populációk egészségügyi szükségleteit. Tehát bár néhány érdeklődő potenciális résztvevő megfelel a feltételeknek, előfordulhat, hogy nem hívják meg őket a próbára a sokszínűségi követelmények miatt.
Azok a myasthenia gravisban (MG) szenvedő betegek, akik megfelelnek a felvételi kritériumoknak, felkérést kapnak, hogy csatlakozzanak ehhez a digitális egészségügyi vizsgálathoz. A résztvevők aláírják az e-beleegyezést, és önállóan beiratkoznak a vizsgálatba. Miután a vizsgálati csoport megerősítette alkalmasságukat (a résztvevők jogosultsági feltételeinek és érvényességének biztosítása, azaz a robo-bejelentkezések kiküszöbölése érdekében), felkérik őket, hogy készítsenek szelfit, dokumentáljanak az MG-diagnózisról, és válaszoljanak egy sor felmérési kérdésre a velük kapcsolatosan. demográfiai adatok, aktuális egészségi állapot, kórtörténet és egyéb, az MG-vel kapcsolatos információk.
A beiratkozott résztvevők napi rövid bejelentkezést, heti 2 bejelentkezést és heti bejelentkezést kapnak, amely tartalmaz egy audiovizuális bejelentkezést, valamint audiovizuális naplót vezetnek a tüneteik nyomon követésére, az adatok összekapcsolására és a hangfelvételre. (hangtünetek észlelésére: gyengeség, nazitás) és készítsenek videókat az arcukról (az arctünetek észlelésére: szem, szájüreg) napi vagy heti rendszerességgel a doc.ai kutatóalkalmazás különböző adatgyűjtő moduljain keresztül a következő időtartamig. tanulmányi részvételüket. A doc.ai digitális egészségügyi próbaplatformját felhasználják ezen adatok összegyűjtésére.
A tanulmány célja, hogy körülbelül 9 hónapon belül körülbelül 200 résztvevőt vonjon be. Várhatóan legalább 100 résztvevő szerepel majd a végső elemzésben, mivel bármikor előfordulhat késés a vizsgálat iránti érdeklődésüket kifejező potenciális résztvevők között, az alkalmasságukat a PI értékeli, és a résztvevők között, akik elvégzik az összes szükséges vizsgálati eljárást. .
A részvétel végén a résztvevőket kérdőív kitöltésére kérik. Miután a résztvevő kitöltötte végső kérdőívét, képes lesz csatlakozni egy Amazon.com-ként beváltható linkhez 250 dollár értékű ajándékkártya. Valamennyi résztvevő megkapja a vizsgálat végén összefoglalót is a vizsgálat során gyűjtött adatokról. E tanulmány alapján nem adnak orvosi tanácsot vagy útmutatást.
Ezenkívül a végső felmérésben a résztvevőket megkérdezik, hogy hajlandóak lennének-e kitölteni egy használhatósági interjút, miután a kísérletben való részvételük véget ért. A résztvevők ebbe az alcsoportjába, akiket meghívtak egy nyomon követési használhatósági interjúra, azokba tartoznak azok, akik elvégzik az összes vizsgálathoz szükséges eljárást, és olyanok is, akik esetleg nem végezték el az összes vizsgálathoz szükséges eljárást, annak érdekében, hogy felmérjék az alkalmazás használhatósági tapasztalatait a használatuk időtartama alatt. részvétel. A résztvevőkkel a részvételi időszak végén felvesszük a kapcsolatot mindaddig, amíg összesen 10-15 résztvevő sikeresen kitölti a használhatósági interjút. Azok a résztvevők, akik sikeresen kitöltik a használhatósági interjút, egy 50 dolláros linket kapnak az Amazon.com oldalon ajándékkártya az alkalmazáson keresztül.
Ehhez a tanulmányhoz az adatokat, valamint a hang- és videofelvételeket közvetlenül a doc.ai kutatóalkalmazásban rögzítjük, és biztonságosan tároljuk egy HIPAA-kompatibilis felhőszolgáltatón (Google Cloud Platform).
Ezeket az adatokat a tünetek és a kiváltó okok mintázatainak megértéséhez használjuk fel annak érdekében, hogy jobban jellemezhessük az olyan tényezőket, mint a fellángolások hossza és időzítése, valamint az egyedi tünetmintázatok, hogy objektívebb méréseket lehessen hozni az MG-tünetekre. Végül ezeket az adatokat egy gépi tanulási modell felépítéséhez használnák fel, amely előre jelezheti az MG-tünetek fellángolását.
Az elsődleges célkítűzés:
Használja az okostelefonon található digitális egészségügyi modulok gyűjteményét a myasthenia gravis (MG) tüneteinek és kiváltó okainak összegyűjtésére a tünetminták és fellángolások jobb jellemzése érdekében.
Másodlagos cél:
Használja az összegyűjtött adatokat egy A.I. modell a tünetek fellángolásának észlelésére és/vagy előrejelzésére.
Tanulmány típusa
Beiratkozás (Tényleges)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
California
-
Palo Alto, California, Egyesült Államok, 94301
- Doc.Ai Mobile Based
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
Egészséges önkénteseket fogad
Tanulmányozható nemek
Mintavételi módszer
Tanulmányi populáció
Azok a myasthenia gravisban (MG) szenvedő betegek, akik megfelelnek a felvételi kritériumoknak, felkérést kapnak, hogy csatlakozzanak ehhez a digitális egészségügyi vizsgálathoz.
Lesz egy internetes előszűrési link, ahol a potenciális résztvevők önellenőrzik, hogy megfelelnek-e a vizsgálat alapvető alkalmassági feltételeinek. A próba toborzási eszközét a sokszínűség, a méltányosság és a befogadás érdekében fejlesztették ki. Azzal a céllal, hogy biztosítsák a kísérlet demográfiai adatainak változatosságát, hogy jobban megértsék a különböző populációk egészségügyi szükségleteit. Tehát bár néhány érdeklődő potenciális résztvevő megfelel a feltételeknek, előfordulhat, hogy nem hívják meg őket a próbára a sokszínűségi követelmények miatt.
Leírás
Bevételi kritériumok:
- Dokumentált Myasthenia Gravis diagnózissal kell rendelkeznie
- Szemészeti (szemes) és/vagy bulbar (beszéd) tünetekkel kell rendelkeznie
- 18 évesnél idősebbnek kell lennie
- A tanulmány idejére az Egyesült Államokban kell tartózkodnia
- Tudnia kell olvasni, érteni és írni angolul
- A doc.ai kutatási alkalmazás által támogatott okostelefonnal kell rendelkeznie (iOS és Android)
Kizárási kritériumok:
Egyik sem
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Hanggyakorlatok audiovizuális rögzítése a hang- és arctünetek mintázatainak és változásainak észlelésére
Időkeret: A beiratkozás után 3 hónapig, hetente kétszer a tünetek audiovizuális rögzítésével az alkalmazáson belül.
|
a résztvevőket, hogy teljesítsék a páciens MG-tüneteinek (különösen a szem és a hang) rögzítésére tervezett audio és vizuális adatmodulokat. például
A felvételeket az alapvonalhoz képest bekövetkezett változások és az esetlegesen előforduló minták észlelésére használják fel. Ezt arra használjuk fel, hogy elemezze, hol és ha a különböző jellemzők kapcsolódnak-e ahhoz, hogy kiderüljön, a jellemzők egyetlen vagy együttes hatása kapcsolódik-e a fellángolás gyakoriságához és/vagy súlyosságához. |
A beiratkozás után 3 hónapig, hetente kétszer a tünetek audiovizuális rögzítésével az alkalmazáson belül.
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Az MG-életminőség felmérés elvégzése
Időkeret: Körülbelül 10 perc minden héten 3 hónapon keresztül.
|
A résztvevők hetente elvégzik a mindennapi életvitel és az életminőség MG-tevékenységeit.
Ez az értékelés a www.myasthenia.org/healthprofessionals/educationalmaterials.aspx webhelyről készült
|
Körülbelül 10 perc minden héten 3 hónapon keresztül.
|
Együttműködők és nyomozók
Szponzor
Együttműködők
Publikációk és hasznos linkek
Általános kiadványok
- Kent RD, Kent JF, Rosenbek JC. Maximum performance tests of speech production. J Speech Hear Disord. 1987 Nov;52(4):367-87. doi: 10.1044/jshd.5204.367.
- Konopka BM, Lwow F, Owczarz M, Laczmanski L. Exploratory data analysis of a clinical study group: Development of a procedure for exploring multidimensional data. PLoS One. 2018 Aug 23;13(8):e0201950. doi: 10.1371/journal.pone.0201950. eCollection 2018.
- Zhou ZR, Wang WW, Li Y, Jin KR, Wang XY, Wang ZW, Chen YS, Wang SJ, Hu J, Zhang HN, Huang P, Zhao GZ, Chen XX, Li B, Zhang TS. In-depth mining of clinical data: the construction of clinical prediction model with R. Ann Transl Med. 2019 Dec;7(23):796. doi: 10.21037/atm.2019.08.63.
- Kang H. The prevention and handling of the missing data. Korean J Anesthesiol. 2013 May;64(5):402-6. doi: 10.4097/kjae.2013.64.5.402. Epub 2013 May 24.
- Borza D, Darabant AS, Danescu R. Real-Time Detection and Measurement of Eye Features from Color Images. Sensors (Basel). 2016 Jul 16;16(7):1105. doi: 10.3390/s16071105.
- Hegde S, Shetty S, Rai S, Dodderi T. A Survey on Machine Learning Approaches for Automatic Detection of Voice Disorders. J Voice. 2019 Nov;33(6):947.e11-947.e33. doi: 10.1016/j.jvoice.2018.07.014. Epub 2018 Oct 11.
- Duffy, JR: Motor Speech Disorders. Substrates, Differential Diagnosis and Management (1st ed). St. Louis, 1995, Mosby.
- Duffy, JR: Motor Speech Disorders. Substrates, Differential Diagnosis and Management (2nd ed). New York, 2005, Elsevier Health Sciences.
- T. Baltrusaitis, A. Zadeh, Y. C. Lim and L. Morency,
- Panayotov V., Chen G., Povey D., Khudanpur S. (2015). Librispeech: an ASR corpus based on public domain audio books, in Proceedings of the ICASSP (South Brisbane, QLD:), 5206-5210
Hasznos linkek
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (TÉNYLEGES)
Elsődleges befejezés (TÉNYLEGES)
A tanulmány befejezése (TÉNYLEGES)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (TÉNYLEGES)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (TÉNYLEGES)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
További vonatkozó MeSH feltételek
- Patológiás folyamatok
- Idegrendszeri betegségek
- Immunrendszeri betegségek
- Neoplazmák
- Az idegrendszer autoimmun betegségei
- Autoimmun betegség
- Neoplazmák webhelyenként
- Neurológiai megnyilvánulások
- Mozgásszervi betegségek
- Izombetegségek
- Neuromuszkuláris betegségek
- Neurodegeneratív betegségek
- Neuromuszkuláris megnyilvánulások
- Idegrendszeri neoplazmák
- Paraneoplasztikus szindrómák, idegrendszer
- Paraneoplasztikus szindrómák
- Neuromuscularis junction betegségek
- Izomgyengeség
- Myasthenia Gravis
Egyéb vizsgálati azonosító számok
- DOC-005-2020
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
IPD terv leírása
IPD megosztási időkeret
Az IPD megosztását támogató információ típusa
- STUDY_PROTOCOL
- ICF
- CSR
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .