- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT05984901
A CAVA Multicentre Dizziness Trial (CAVA 2)
Folyamatos ambuláns vestibularis vizsgálat (CAVA): Vestibularis állapotok automatikus diagnózisát biztosító rendszer kifejlesztése
A CAVA-próba egy diagnosztikai pontosságú, többközpontú eszközvizsgálat, amelynek célja annak számszerűsítése, hogy a CAVA-rendszer milyen mértékben képes megkülönböztetni a szédülés három gyakori belsőfül-okát: a Ménière-kórt, a vesztibuláris migrént és a jóindulatú paroxizmális helyzeti szédülést (BPPV).
A CAVA-eszköz két részből áll: egyedi, egyszer használatos szenzortömbök készlete, amelyek a résztvevő arcának bal és jobb oldalához tapadnak; és egy kis, újrafelhasználható, a fülre szerelhető modul, amely akkumulátort, mikroszámítógépes adattárolót és csatlakozóportokat tartalmaz a tömbökhöz. A CAVA készüléket minden résztvevő 30 napig fogja viselni azzal a céllal, hogy szemmozgási adatokat rögzítsen szédülés közben.
Az első cél egy olyan algoritmus kidolgozása, amely képes megkülönböztetni a 3 felsorolt szédülési állapotot. A második az, hogy számszerűsítsük az NHS-ben való alkalmazás pénzügyi és betegelőnyeit. A végső cél a rendszer NHS-ben történő telepítésének tervének felgyorsítása.
A tanulmány áttekintése
Állapot
Beavatkozás / kezelés
Részletes leírás
Ez egy többközpontú diagnosztikai pontossági vizsgálat 255 felnőtt résztvevővel. A toborzás tíz telephelyen zajlik majd az Egyesült Királyságban, két éven keresztül. A részvételhez a résztvevőknek Ménière-kór, vesztibuláris migrén vagy BPPV diagnózissal kell rendelkezniük. A vizsgálatba nyolcvanöt résztvevőt vonnak be minden egyes feltétellel. Minden egyes páciens diagnózisa képezi majd a "referenciastandardot", amelyet később egy automatizált számítógépes diagnózissal hasonlítanak össze.
Minden résztvevő harminc napon keresztül folyamatosan viseli a közeli CAVA eszközt. A készülék ezalatt minden szem- és fejmozgást rögzít, beleértve a szédülési epizódokat is. Amikor a beteg szédülési epizódot tapasztal, felkérik, hogy aktiváljon egy eseményjelzőt a CAVA-eszközön, és vezessen naplóban írásos feljegyzést a roham kezdetéről és időtartamáról. Bár erre a kézi naplózásra nem támaszkodunk az algoritmusok kidolgozása során, a teljes 30 napos adatot a szédüléssel összefüggő szemmozgások észlelésére használják fel.
A kutatók olyan számítógépes algoritmusokat dolgoznak ki, amelyek a CAVA-eszközök által rögzített adatok alapján különböztetik meg három célkörülményt. Ezek az algoritmusok azokra az algoritmusokra épülnek, amelyeket a jelenlegi MRC támogatás során fejlesztettek ki, és amelyek kiváló eredményeket hoztak.10,11,17. Az algoritmusok mély tanulási neurális hálózatokat (DNN-eket) használnak az úgynevezett „végponttól végpontig” megközelítésben. Ebben a megközelítésben egy többrétegű hálózat bemeneti „nyers” időtartomány-adatokat vesz fel, és a besorolási döntést adja ki anélkül, hogy a jel kifejezett közbenső reprezentációit (például jelentrópiát, teljesítményt, ferdeséget, görbületet stb.) használná. Az end-to-end megközelítések, amelyek tipikusan váltakozó konvolúciós és pooling rétegeket, teljesen összekapcsolt rétegeket, automatikus kódolókat és hosszú távú rövid távú memória (LSTM) rétegeket alkalmaznak, bebizonyították, hogy felülmúlják a hagyományos megközelítéseket olyan esetekben, amikor nagy mennyiségű betanítás. adatok állnak rendelkezésre. Azonban kevés betekintést nyújtanak működésükbe (azaz a jel mely jellemzői fontosak az osztályozáshoz). Ezért fontolóra kell venni olyan módszerek kidolgozását is, amelyekben közbülső reprezentációkat generálnak, majd ezeket a bemeneti jellemzőket egy sor osztályozó tesztelésére használják (pl. erősített fák, véletlenszerű erdők, logisztikus regresszió, támogató vektorgépek stb.).
Az algoritmusok teljesítményét a „leave-one-out cross-validation” technikával értékeljük, amely az osztályozók értékelésének szokásos módja.22 Ennél a technikánál egyetlen páciens adatait félreteszik, a többi betegtől származó többi adatot pedig az osztályozó „tanítására” használják fel. A program egy algoritmusra hivatkozik, amely „osztályozóként” van kiképezve a három feltétel megkülönböztetésére. Az osztályozót ezután a félretett adatokon tesztelik: a tesztelési folyamat az osztályozó előre jelzett diagnózisának ("Ménière-kór", "vestibularis migrén" vagy "BPPV") és a valódi diagnózis (a referencia standard címke) összehasonlításából áll. Ez a folyamat megismétlődik, minden alkalommal más-más páciens adatait eltávolítva, így mind a 255 betegnél automatikus diagnózis készül. Bár számításilag költséges, ez biztosítja, hogy az osztályozó ne „lássa” a betanítás során az általa tesztelt páciens adatait, ami torzítaná a döntését. Szintén szorosan illeszkedik a való világbeli forgatókönyvhöz, amikor egy új páciens jelentkezik a klinikusnak, és a diagnózist a többi pácienssel kapcsolatos tapasztalata alapján állítják fel.
A tanulmány bemutatja mind a három célállapot diagnosztizálásának érzékenységét és specificitását, valamint a Vevő-üzemeltetői görbéket (ROC), bemutatva, hogyan változik a diagnosztikai pontosság a különböző osztályozási küszöbértékek esetén.
A célfeltételek előfordulási gyakorisága eltérő. Ennek az egyensúlytalanságnak a jelen tanulmány statisztikai számításaiban való tükrözéséhez sok ezer betegre lenne szükség, akiknél a leggyakoribb ilyen állapotok. Úgy gondolják, hogy ez gazdaságilag nem lenne életképes, és nem adna hozzáadott értéket a tanulmányhoz. A kapott eredmények kellően robusztusak ahhoz, hogy demonstrálják a rendszer hatékonyságát és az egyes betegségek várható kimutatási arányát.
Egy egészségügyi közgazdász (HE) felméri a CAVA-t tartalmazó diagnosztikai út lehetséges erőforrásait, pénzügyi megtakarításait és a betegek számára nyújtott előnyöket a meglévő módszerekkel összehasonlítva. A vizsgálati terv biztosítja, hogy a gazdasági értékeléshez megfelelő adatgyűjtés kerüljön a tanulmányba. A korai költséghatékonysági modellt retrospektív betegadatok (pl. anamnézis, vizsgálatok száma és kórházi látogatások) felhasználásával dolgozzák ki. A modell feltárja a CAVA prediktív algoritmusainak potenciális megtakarításait és előnyeit a diagnosztikai pontosság különböző hipotetikus küszöbértékei mellett a standard diagnosztikai útvonalhoz képest. A CAVA-készülékkel végzett diagnosztikai tények ellentétes módszerét a jelenlegi szokásos ellátáshoz képest dolgozzák ki, hogy tájékoztassák a legvalószínűbb lehetséges gazdasági előnyöket.
Egy kereskedelmi tanácsadó felügyeli a CAVA rendszer kereskedelmi forgalomba hozatalát támogató munkaportfóliót. Piacrajutási tervet készítenek, amely részletezi a CAVA kereskedelmi forgalomba hozataláig vezető útját, és megerősíti a CAVA elhelyezését a meglévő NHS útvonalakon, valamint annak megvalósítási módját. A nyomozók a korábbi fókuszcsoportos munkára építenek egy olyan eseményen, amelyen részt vesznek az NHS-szervezetek szakemberei, betegek és informatikai érdekelt felei. A nyomozók azonosítják az érintettek számára fontos kérdéseket az NHS-en belüli örökbefogadás megvalósíthatóságával kapcsolatban, és támogatást nyújtanak az örökbefogadáshoz. Egy PPI-esemény kerül megrendezésre a vizsgálat közbenső megállapításainak áttekintésére, valamint egy nyilvános terjesztési esemény, hogy megosszák az eredményeket a nyilvánossággal. A projekt során a leendő licencek bevonására kerül sor.
Tanulmány típusa
Beiratkozás (Becsült)
Fázis
- Nem alkalmazható
Kapcsolatok és helyek
Tanulmányi kapcsolat
- Név: John Phillips, PhD
- Telefonszám: x5283 (+44)01379 788320
- E-mail: john.phillips@nnuh.nhs.uk
Tanulmányozza a kapcsolattartók biztonsági mentését
- Név: Juliet High
- Telefonszám: +44 (0)1603 59 1708
- E-mail: j.high@uea.ac.uk
Tanulmányi helyek
-
-
Norfolk
-
Norwich, Norfolk, Egyesült Királyság, NR4 7UY
- Toborzás
- Norfolk and Norwich University Hospitals Foundation Trust
-
Kutatásvezető:
- John Phillips, PhD
-
Kapcsolatba lépni:
- John Phillips, PhD
- E-mail: john.phillips@nnuh.nhs.uk
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Leírás
Bevételi kritériumok:
- 18 éves és idősebb
- Megfelelő indexű egészségügyi állapottal kell rendelkeznie: Ménière-kór, Vestibularis migrén, hátsó csatorna jóindulatú paroxizmális helyzeti szédülés (lásd a 6.3.1.2 pontot konkrét kritériumokhoz)
- Valódi szédüléses epizódok, amelyek legalább 2 epizódot tapasztaltak az előző 4 hétben a beleegyezés időpontjában
- A szédülés időtartama és jellege olyan időtartamú és természetű, amely támogatja a vonatkozó index egészségügyi állapotát
- Telefonnal rendelkezik és használható
- Hajlandó tájékozott beleegyezést adni
- Hajlandó betartani a CAVA-eszköz használatára vonatkozó vizsgálati protokollt
- Hajlandó az összes tananyagot kitölteni
- Megfelelő ismerete az angol nyelvről vagy a beleegyező nyilatkozat és a betegtájékoztató meglévő lefordított változatában használt nyelvről, és ahol kórházi fordítók állnak rendelkezésre, hogy támogatást nyújtsanak
Kizárási kritériumok:
- Allergiás tapaszokra és/vagy orvosi ragasztókra
- Bizonyíték bőrgyulladásra, törékeny bőrre vagy bármely más olyan állapotra, amelyet súlyosbíthat a bőrfelületi ragasztók ismételt alkalmazása
- Terhes vagy szoptató anyák
- Kétoldali vagy második oldali Ménière-kór
- Aktív kétoldali vagy második oldali hátsó csatorna Jóindulatú paroxizmális helyzeti vertigo
- Jelenleg beiratkozott egy intervenciós vizsgálatra (kivéve a kérdőíves vagy megfigyeléses vizsgálatot)
- Olyan betegek, akik a felvétel időpontjában egynél több alkalmas állapot diagnosztikai kritériumainak felelnek meg
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
- Elsődleges cél: Diagnosztikai
- Kiosztás: N/A
- Beavatkozó modell: Egyetlen csoportos hozzárendelés
- Maszkolás: Nincs (Open Label)
Fegyverek és beavatkozások
Résztvevő csoport / kar |
Beavatkozás / kezelés |
---|---|
Egyéb: A CAVA Multicentre Dizziness Trial (CAVA2)
A CAVA 2 egy egykarú vizsgálat, amely egy diagnosztikai eszközt tesztel a különböző belső fül állapotok diagnosztizálására, amelyeket az érzékenység és a specificitás értékeinek kiszámításával értékelnek.
A CAVA-eszköz által rögzített fej- és szemmozgások lehetővé teszik a (kidolgozandó) számítógépes algoritmusok számára, hogy különbséget tegyenek a három célállapot között.
|
A CAVA-próba egy diagnosztikai pontosságú, többközpontú eszközvizsgálat, amelynek célja annak számszerűsítése, hogy a CAVA-rendszer milyen mértékben képes megkülönböztetni a szédülés három gyakori belsőfül-okát: a Ménière-kórt, a vesztibuláris migrént és a jóindulatú paroxizmális helyzeti szédülést (BPPV). A CAVA-eszköz két részből áll: egyedi, egyszer használatos szenzortömbök készlete, amelyek a résztvevő arcának bal és jobb oldalához tapadnak; és egy kis, újrafelhasználható, a fülre szerelhető modul, amely akkumulátort, mikroszámítógépes adattárolót és csatlakozóportokat tartalmaz a tömbökhöz. A CAVA készüléket minden résztvevő 30 napig fogja viselni azzal a céllal, hogy szemmozgási adatokat rögzítsen szédülés közben. Az első cél egy olyan algoritmus kidolgozása, amely képes megkülönböztetni a 3 felsorolt szédülési állapotot. A második az, hogy számszerűsítsük az NHS-ben való alkalmazás pénzügyi és betegelőnyeit. A végső cél a rendszer NHS-ben történő telepítésének tervének felgyorsítása. |
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
Egy diagnosztikai eszköz sikere a különböző belső fül állapotok diagnosztizálására
Időkeret: 30 nap
|
Az elsődleges eredmény egy diagnosztikai eszköz sikeressége a különböző belsőfül-állapotok diagnosztizálására, amelyeket az érzékenység és a specificitás értékeinek kiszámításával értékelnek. A CAVA-eszköz által rögzített fej- és szemmozgások lehetővé teszik a (kidolgozandó) számítógépes algoritmusok számára, hogy különbséget tegyenek a három célállapot között. A kutatók olyan számítógépes algoritmusokat dolgoznak ki, amelyek a CAVA-eszközök által rögzített adatok alapján tesznek különbséget a három célkörülmény között. Az algoritmusok mély tanulási neurális hálózatokat (DNN-eket) használnak az úgynevezett „végponttól végpontig” megközelítésben. Ebben a megközelítésben egy többrétegű hálózat bemeneti „nyers” időtartomány-adatokat vesz fel, és az osztályozási döntést adja ki anélkül, hogy a jel kifejezett közbenső reprezentációit (például jelentrópiát, teljesítményt, ferdeséget, gördülést stb.) használná. |
30 nap
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
Egészséggazdasági adatok
Időkeret: 30 nap
|
Az egészség-gazdaságtani adatok a CAVA-rendszert magában foglaló diagnosztikai útvonal lehetséges pénzügyi és betegelőnyeinek elemzését szolgálják a meglévő módszerekkel összehasonlítva. A korai költséghatékonysági modellt retrospektív betegadatok felhasználásával dolgozzák ki. Az adatokat a megfigyelés alatt álló betegek NHS erőforrás-felhasználásának valószínűsíthető gyakoriságának becslésére használjuk fel a három diagnózis valamelyikével, hogy meghatározzuk mindegyikük valószínű költségeit és egészséggel kapcsolatos életminőségre gyakorolt hatását. Azt is felhasználják, hogy felmérjék a munkaszüneti időt (termelékenységet), csökkentsék a termelékenységet és csökkentsék a nem fizetett tevékenységeket, például az önkéntességet, a gondozást stb., valamint a korai nyugdíjba vonulás vagy a foglalkozásváltások stb. |
30 nap
|
Együttműködők és nyomozók
Együttműködők
Nyomozók
- Kutatásvezető: John Phillips, PhD, Consultant ENT Surgeon
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
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- IRAS: 317899
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. .