- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT05708846
A szívelégtelenségben szenvedő betegek távfelügyeletére szolgáló digitális egészségügyi platform továbbfejlesztése (DHEART)
Megfigyelési tanulmány a szívelégtelenségben szenvedő betegek távfelügyeletére szolgáló digitális egészségügyi platform fejlesztésére
A tanulmány áttekintése
Részletes leírás
A szívelégtelenség (HF) egy elterjedt és halálos kimenetelű klinikai szindróma, amely világszerte emberek millióinak életminőségét befolyásolja. A szívelégtelenségben szenvedő betegek 17-45%-a az első éven belül, a többiek pedig 5 éven belül meghalnak. Ezen túlmenően ezeknél a betegeknél nagy a kockázata az újrahospitalizációnak, az ezzel járó egészségügyi költségek tetemesek, és minél magasabb a várható élettartam, annál nagyobb a betegség prevalenciája. A szívelégtelenség tünetei általában a légszomj, a túlzott fáradtság és a lábak duzzanata, amelyek dekompenzációval súlyosbodhatnak, így az egészségügyi központokba költözés hátrányt jelent az ilyen személyek számára. A távfelügyeleti technológiák olyan megvalósítható megoldást kínálnak, amely lehetővé teszi a dekompenzáció korábbi azonosítását, valamint az életmódbeli változások és a gyógyszeres kezelés jobb betartását. Bár az okostelefonok által végzett távfelügyelet azt mutatta, hogy mind a HF-es kórházi kezelések gyakorisága, mind időtartama csökkenthető, nem volt összefüggés a minden ok miatti halálozás csökkenésével. Ez azt jelzi, hogy hatékonyabb és precízebb módszereket kell keresni. Az elmúlt években a páciens fiziológiai adatainak napi nyomon követését lehetővé tevő, mesterséges intelligenciával (AI) kombinált hordható eszközök használata óriási lehetőségeket mutatott a szív- és érrendszeri betegségek, azok nemkívánatos eseményeinek és a páciens egészségi állapotának előrejelzésében, beleértve a szívelégtelenségben szenvedő betegekét is.
A HumanITcare felhőplatformot és riasztáson alapuló rendszert vezetett be a betegek távfelügyeletére, amely egészségügyi riasztásokat küld, ha a páciens orvosbiológiai mérése egy előre meghatározott tartományon kívül esik. A platform mentesíti a klinikusokat és a gondozókat attól, hogy minden egyes páciens adatait átnézzék a rendellenességek ellenőrzése érdekében, felgyorsítva a döntéshozatali folyamatot és csökkentve a kórházi konzultációk számát. A rendszer azonban számos egyszerű riasztást hoz létre, amelyeket az egészségügyi szakember értékelése után végül eldobnak. Jelen projektben megfigyeléses vizsgálat lefolytatását javasoljuk annak érdekében, hogy a betegek klinikai adataiból egy hatalmas adatkészletet hozzunk létre, amely az egyes riasztások relevanciájára vonatkozó megjegyzéseket tartalmaz. A megjegyzésekkel ellátott adatkészlettel olyan gépi tanulási (ML) modelleket tudunk megvalósítani és betanítani, amelyek robusztusabbá, megbízhatóbbá és megbízhatóbbá teszik a távfelügyeleti rendszert és annak riasztási rendszerét.
Ez a tanulmány az Európai Innovációs Tanács (EIC) által támogatott európai projekt keretében készül. A platform egy korábbi verzióját egy 2020-ban a Hospital de Torrevieja-ban végzett tanulmány validálta, amely a szívelégtelenségre összpontosított. A tanulmány indoklása összhangban van a HumanITcare azon céljával, hogy mesterséges intelligencia eszközöket építsen be a digitális platform optimalizálása érdekében. Míg ez a tanulmány egy változatos és címkézett adatkészlet létrehozására és a mesterséges intelligencia esemény-előrejelző algoritmusainak fejlesztésére összpontosít, egy soron következő második tanulmány az algoritmusok validálására fog összpontosítani, hogy felmérje klinikai hatékonyságukat.
Ez egy megfigyeléses tanulmány, amely egy európai kórházi hálózatot von be. A vizsgálat a HumanITcare digitális platformja és a mellékelt eszközök (tenziométer, hordható, mérleg és oximéter) segítségével folyamatos távoli betegmonitoringból áll. 6 hónapon keresztül összesen 500 szívelégtelenségben szenvedő beteg fiziológiai állandóit monitorozzák.
A betegeket az alkalmassági kritériumok alapján vonják be a vizsgálatba, és ki kell tölteniük a tájékoztatáson alapuló beleegyezést. Minden kórház saját klinikai gyakorlatának megfelelően dönti el, hogy mikor veszi be a pácienseit (akár az elbocsátás tervezése során, akár az első ellenőrző látogatás során, azaz 1 vagy 2 héttel a hazabocsátás után). A felvételi időszak 6 hónap. Ez azt jelenti, hogy a betegeket a vizsgálat kezdetétől a hatodik hónapig bevonják a vizsgálatba. A vizsgálatba bevont utolsó alany a vizsgálat első napjától számított egy év elteltével befejezi a vizsgálatot. Az egyes kórházak egészségügyi szakemberei lesznek felelősek a résztvevők toborzásáért. A felvételi arány az egyes kórházakban egyedi, és hónaptól függően változhat.
A tanulmányhoz nem kapcsolódik teljesítményszámítás, mivel a tanulmány fő célja egy adathalmaz összegyűjtése az ML modellek képzéséhez. Az algoritmusok kidolgozása után a modell teljesítményét a pontosság szempontjából a C statisztika, a vevő működési jelleggörbe alatti terület és a kalibrációs görbe létrehozása segítségével értékeljük. Ezen túlmenően a modelleket a méltányosság és a lehetséges torzítás szempontjából értékelik olyan mérőszámok segítségével, mint a statisztikai paritás, a csoportos igazságosság, a kiegyenlített esélyek és a prediktív egyenlőség.
Tanulmány típusa
Beiratkozás (Becsült)
Kapcsolatok és helyek
Tanulmányi kapcsolat
- Név: Ricard Sanjosé Alemany
- Telefonszám: 0034644499760
- E-mail: dheart@humanitcare.com
Tanulmányozza a kapcsolattartók biztonsági mentését
- Név: Joan Perramon Llussà
- E-mail: dheart@humanitcare.com
Tanulmányi helyek
-
-
-
Bucharest, Románia, 014461
- Toborzás
- Hospital Floreasca
-
Bucharest, Románia, 020125
- Toborzás
- Colentina Hospital
-
-
Galati
-
Galaţi, Galati, Románia, 800225
- Toborzás
- Hospital of Galati
-
-
-
-
-
Girona, Spanyolország, 17007
- Toborzás
- Hospital Universitari de Girona Doctor Josep Trueta
-
-
Alicante
-
Torrevieja, Alicante, Spanyolország, 03186
- Toborzás
- Hospital Universitario de Torrevieja
-
Kapcsolatba lépni:
- Julio César MD Blazquez Encinar
-
-
Girona
-
Figueres, Girona, Spanyolország, 17600
- Toborzás
- Hospital de Figueres
-
-
Toledo
-
Talavera De La Reina, Toledo, Spanyolország, 45600
- Toborzás
- Hospital General Universitario Nuestra Señora del Prado
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
- Szívelégtelenségben (HF) szenvedő betegek, akiknek NYHA funkcionális osztálya >= II (a 2021-es EU irányelvek szerint).
- A szívelégtelenség kórházi kezeléséből a vizsgálatba való felvételt megelőző 30 napban vagy a hazabocsátás tervezése folyamatban lévő betegek.
- A betegek NTproBNP > 1800 pg/ml vagy BNP > 400 pg/ml a kórházi kezelés pillanatában.
- A betegeknek echokardiogramot kellett végezniük a HF kórházi kezelésük során.
- Bármilyen eljárás megkezdése előtt a kórház gondoskodik arról, hogy adott esetben megkapja a beteg által kitöltött beleegyező nyilatkozatot.
- Minden beteg jogosult lesz az LVEF szintjétől függetlenül: HFrEF, HFmrEF és HFpEF.
Kizárási kritériumok:
- Áttétes vagy folyamatban lévő kemoterápiás kezelés alatt álló onkológiai betegek
- Más vizsgálatokban vagy kísérletekben részt vevő betegek.
- A betegek nem hajlandók részt venni.
- 150 kg feletti betegek
- Olyan betegek, akik nem használnak katalán, spanyol, angol, portugál, olasz, holland, német, svéd, magyar, román vagy francia nyelvet.
- Mobiltelefon nélküli betegek
- Internetkapcsolat nélküli betegek
- Közepes vagy súlyos kognitív károsodásban szenvedő betegek hozzáértő gondozó nélkül
- Súlyos pszichiátriai betegségben szenvedő betegek
- Tervezett szívműtéten átesett betegek
- Tervezett szívátültetésen vagy LVAD implantátumon átesett betegek
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
---|---|
A szívelégtelenségben szenvedő betegek távfelügyelete
A betegeket a HumanITcare alkalmazással és platformmal figyelik majd
|
Minden beteget távfelügyelettel fogunk követni annak érdekében, hogy címkézett és változatos adatkészletet hozzanak létre, amely a következő adatokat tartalmazza: Fiziológiai paraméterek (időszakonként mérve), szocio-demográfiai adatok, kockázati tényezők, gyógyszeres kezelés nyomon követése, tüneti kérdőív a betegek számára, NYHA-osztály, klinikai beavatkozások, egészségügyi kérdőívekre adott válaszok, osztályozott riasztások a megfelelő időbélyeggel és az orvos által írt megjegyzéssel, valamint mérési tartományok minden személyre szabott riasztást és azok változásait |
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
Hozzon létre egy címkézett és változatos adatkészletet
Időkeret: 6 hónap
|
Az adatkészlet a távfelügyelet alatt álló szívelégtelenségben szenvedő betegek adatait fogja tartalmazni.
|
6 hónap
|
Valósítson meg ML modelleket a jelenlegi riasztás alapú rendszer fejlesztéséhez a létrehozott adatkészlet segítségével
Időkeret: 6 hónap
|
A modelleknek: Relevanciaszintet biztosít minden új riasztáshoz az irreleváns riasztások számának csökkentésével, és így elősegíti a személyre szabott nyomon követést. Legyen robusztus a különböző új kórházakban, és megbízható és méltányos a különböző célpopulációk között, figyelembe véve az adatkészletben elérhető változatos szociodemográfiai adatokat. |
6 hónap
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
Kövesse nyomon az adatbázisba kerülő összes klinikai beavatkozást és eseményt
Időkeret: 6 hónap
|
A regisztrált információk birtokában dolgozzon ki és valósítson meg ML esemény-előrejelző algoritmusokat, amelyek új, öngenerált riasztásokat adnak hozzá a rendszerhez. Ezeknek a riasztásoknak előre kell jelezniük: Követetlen kórházi beavatkozások, például UCI látogatások vagy kórházi visszafogadások. A gyógyszeres kezelés módosítása az adott becsült dózissal. Klinikai események, például halálozás. |
6 hónap
|
Mérje fel a betegek és az egészségügyi szakemberek elégedettségét a digitális platformmal
Időkeret: 6 hónap
|
A „Post-Study Usability Questionnaire” (PSSUQ) segítségével értékelje a betegek és az egészségügyi szakemberek megelégedettségét a digitális platformmal a vizsgálat végén.
|
6 hónap
|
Mérje fel a digitális platform használhatóságát
Időkeret: 6 hónap
|
A tanulmány végén értékelje a digitális platform használhatóságát a "System Usability Scale" (SUS) segítségével.
A kérdőívet eljuttatjuk a betegeknek és az egészségügyi szakembereknek
|
6 hónap
|
Együttműködők és nyomozók
Szponzor
Együttműködők
Nyomozók
- Kutatásvezető: Julio César MD Blázquez, Hospital Universitario de Torrevieja
Publikációk és hasznos linkek
Általános kiadványok
- Koehler F, Winkler S, Schieber M, Sechtem U, Stangl K, Bohm M, Boll H, Baumann G, Honold M, Koehler K, Gelbrich G, Kirwan BA, Anker SD; Telemedical Interventional Monitoring in Heart Failure Investigators. Impact of remote telemedical management on mortality and hospitalizations in ambulatory patients with chronic heart failure: the telemedical interventional monitoring in heart failure study. Circulation. 2011 May 3;123(17):1873-80. doi: 10.1161/CIRCULATIONAHA.111.018473. Epub 2011 Mar 28.
- Jaarsma T, Arestedt KF, Martensson J, Dracup K, Stromberg A. The European Heart Failure Self-care Behaviour scale revised into a nine-item scale (EHFScB-9): a reliable and valid international instrument. Eur J Heart Fail. 2009 Jan;11(1):99-105. doi: 10.1093/eurjhf/hfn007.
- Scherr D, Kastner P, Kollmann A, Hallas A, Auer J, Krappinger H, Schuchlenz H, Stark G, Grander W, Jakl G, Schreier G, Fruhwald FM; MOBITEL Investigators. Effect of home-based telemonitoring using mobile phone technology on the outcome of heart failure patients after an episode of acute decompensation: randomized controlled trial. J Med Internet Res. 2009 Aug 17;11(3):e34. doi: 10.2196/jmir.1252.
- Roque NA, Boot WR. A New Tool for Assessing Mobile Device Proficiency in Older Adults: The Mobile Device Proficiency Questionnaire. J Appl Gerontol. 2018 Feb;37(2):131-156. doi: 10.1177/0733464816642582. Epub 2016 Apr 11.
- Tripoliti EE, Papadopoulos TG, Karanasiou GS, Naka KK, Fotiadis DI. Heart Failure: Diagnosis, Severity Estimation and Prediction of Adverse Events Through Machine Learning Techniques. Comput Struct Biotechnol J. 2016 Nov 17;15:26-47. doi: 10.1016/j.csbj.2016.11.001. eCollection 2017.
- Authors/Task Force Members:; McDonagh TA, Metra M, Adamo M, Gardner RS, Baumbach A, Bohm M, Burri H, Butler J, Celutkiene J, Chioncel O, Cleland JGF, Coats AJS, Crespo-Leiro MG, Farmakis D, Gilard M, Heymans S, Hoes AW, Jaarsma T, Jankowska EA, Lainscak M, Lam CSP, Lyon AR, McMurray JJV, Mebazaa A, Mindham R, Muneretto C, Francesco Piepoli M, Price S, Rosano GMC, Ruschitzka F, Kathrine Skibelund A; ESC Scientific Document Group. 2021 ESC Guidelines for the diagnosis and treatment of acute and chronic heart failure: Developed by the Task Force for the diagnosis and treatment of acute and chronic heart failure of the European Society of Cardiology (ESC). With the special contribution of the Heart Failure Association (HFA) of the ESC. Eur J Heart Fail. 2022 Jan;24(1):4-131. doi: 10.1002/ejhf.2333.
- Schiff GD, Fung S, Speroff T, McNutt RA. Decompensated heart failure: symptoms, patterns of onset, and contributing factors. Am J Med. 2003 Jun 1;114(8):625-30. doi: 10.1016/s0002-9343(03)00132-3.
- Brahmbhatt DH, Cowie MR. Remote Management of Heart Failure: An Overview of Telemonitoring Technologies. Card Fail Rev. 2019 May 24;5(2):86-92. doi: 10.15420/cfr.2019.5.3. eCollection 2019 May.
- Koulaouzidis G, Iakovidis DK, Clark AL. Telemonitoring predicts in advance heart failure admissions. Int J Cardiol. 2016 Aug 1;216:78-84. doi: 10.1016/j.ijcard.2016.04.149. Epub 2016 Apr 21.
- Lee S, Chu Y, Ryu J, Park YJ, Yang S, Koh SB. Artificial Intelligence for Detection of Cardiovascular-Related Diseases from Wearable Devices: A Systematic Review and Meta-Analysis. Yonsei Med J. 2022 Jan;63(Suppl):S93-S107. doi: 10.3349/ymj.2022.63.S93.
- Guidi G, Pollonini L, Dacso CC, Iadanza E. A multi-layer monitoring system for clinical management of Congestive Heart Failure. BMC Med Inform Decis Mak. 2015;15 Suppl 3(Suppl 3):S5. doi: 10.1186/1472-6947-15-S3-S5. Epub 2015 Sep 4.
- Muller-Nordhorn J, Roll S, Willich SN. Comparison of the short form (SF)-12 health status instrument with the SF-36 in patients with coronary heart disease. Heart. 2004 May;90(5):523-7. doi: 10.1136/hrt.2003.013995.
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Becsült)
A tanulmány befejezése (Becsült)
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
Kulcsszavak
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- FOLLOWHEALTH-2023-01
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
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. .
Klinikai vizsgálatok a Távfelügyelet
-
University of MichiganNational Institute of Diabetes and Digestive and Kidney Diseases (NIDDK)Befejezve2-es típusú diabetes mellitusEgyesült Államok
-
Fundación Pública Andaluza Progreso y SaludTelefónica S.A.; Agency of Social Services and Dependency of Andalusia; Salud RespondeIsmeretlenKrónikus tüdőbetegség | Krónikus szívbetegségSpanyolország
-
Regione VenetoEuropean Commission; Local Health Authorities n. 4; Local Health Authorities n. 7; Local... és más munkatársakBefejezveTöbb krónikus betegség a cukorbetegség, a krónikus obstruktív tüdőbetegségek és a szívelégtelenség közöttOlaszország
-
University of MichiganBefejezveAz átmenet eredményeinek javítása hozzáférhető egészségügyi informatikai és gondozói támogatás révénUtólagos kisülésEgyesült Államok
-
University of MichiganBefejezveUtólagos kisülésEgyesült Államok
-
Maasstad HospitalErasmus Medical Center; Albert Schweitzer Hospital; Sint Franciscus GasthuisToborzás
-
Hospital Universitario 12 de OctubreConsorcio Centro de Investigación Biomédica en Red (CIBER)ToborzásSzív elégtelenségSpanyolország
-
NYU Langone HealthNational Institute of Neurological Disorders and Stroke (NINDS)BefejezveStroke | Magas vérnyomásEgyesült Államok
-
Medical University InnsbruckToborzásSzív-és érrendszeri betegségekAusztria
-
Azienda Ospedaliera Città della Salute e della...Caretek S.r.l. Turin, Italy; Santer Reply S.p.A. Milan, ItalyIsmeretlenSzív elégtelenség; Dekompenzációval | Szívelégtelenség, pangásos | Akut szívelégtelenségOlaszország