Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

Egy tanulmány, amely egy gépi tanulási algoritmus kiképzését célozza a csuklónál rögzített biometrikus adatok felhasználásának értékelésére az akut opioidhasználati események azonosítására és az opioidfüggő egyének opioid elvonási tüneteinek mennyiségi meghatározására

2026. szeptember 11. frissítette: OpiAID

Egy tanulmány, amely egy gépi tanulási algoritmus képzésére irányul, a csuklónál rögzített biometrikus adatok felhasználásának értékelésére az akut opioidhasználati események azonosításához és az opioidfüggő egyének opioid elvonási tüneteinek mennyiségi meghatározásához

Gépi tanulási modell/algoritmus kiképzése a csuklón rögzített biometrikus adatok felhasználásának értékelésére az akut opioidhasználati események azonosítása és az opioidfüggő egyének opioidkivonási tüneteinek mennyiségi meghatározása céljából.

A tanulmány áttekintése

Részletes leírás

Ennek a valós környezetben, több központban, ambuláns keretek között zajló vizsgálatnak a célja, hogy egy olyan gépi tanulási modellt/algoritmust képezzen, amely az OpiAID Strength Band Platform™ által nyújtott betegspecifikus fiziológiai paraméterek felhasználásával pontosan képes detektálni a MOUD eseményeket az indukciós fázis alatt, 80%-os osztályozási sikerrel, amikor az Igaz Pozitív Arányt összehasonlítják a Hamis Pozitív Aránnyal egy Receiver Operator Curve grafikonon. A MOUD detektálás mellett a gépi tanulást arra is felhasználják, hogy a fiziológiai paraméterek alapján kvantifikálják a résztvevők elvonási szintjét. Annak bemutatására, hogy az elvonás kvantifikálása legalább olyan jól vagy jobban teljesít, mint a jelenleg erre a célra használt módszerek, az elvonás kvantifikálása és az utolsó opioid adag óta eltelt idő (TSLD) közötti korrelációt számítják ki, és összehasonlítják a SOWS és a TSLD közötti asszociációval egy nem-inferioritási elemzés keretében.

Tanulmány típusa

Beavatkozó

Beiratkozás (Becsült)

420

Fázis

  • Nem alkalmazható

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi kapcsolat

Tanulmányozza a kapcsolattartók biztonsági mentését

Tanulmányi helyek

Részvételi kritériumok

A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.

Jogosultsági kritériumok

Tanulmányozható életkorok

  • Felnőtt
  • Idősebb felnőtt

Egészséges önkénteseket fogad

Igen

Leírás

Bevonási kritériumok:

Férfi vagy nő 22 évnél idősebb a tájékoztatott beleegyezés aláírásakor A DSM-5 diagnózis szerinti OUD-ban szenvedő betegek, akik alkalmasak metadonnal vagy buprenorfinnal történő MOUD-kezdésre

Kizárási kritériumok:

Csuklót teljesen befedő hüvely tetoválás A résztvevő képtelen önállóan navigálni és okosóra alkalmazásokat kezelni A résztvevő nem beszéli és írja folyékonyan az angol nyelvet Az orvos/egészségügyi szakember által valószínűleg nem megfelelőnek ítélt résztvevő A résztvevő valószínűleg nem lesz elérhető az összes protokoll által előírt vizsgálati látogatás vagy eljárás befejezésére, és/vagy nem tudja teljesíteni az összes előírt vizsgálati eljárást a résztvevő és a kutató legjobb tudása szerint.

Minden olyan klinikailag jelentős betegség, állapot vagy kór előzménye vagy jele, amely a kutató véleménye szerint veszélyt jelentene a résztvevő biztonságára, vagy zavarná a vizsgálat értékelését, eljárásait vagy befejezését.

A résztvevő döntéshozatali képessége csökkent

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

  • Elsődleges cél: Támogató gondoskodás
  • Kiosztás: N/A
  • Beavatkozó modell: Egyetlen csoportos hozzárendelés
  • Maszkolás: Nincs (Open Label)

Fegyverek és beavatkozások

Résztvevő csoport / kar
Beavatkozás / kezelés
Kísérleti: Egykarú 14 napos megfigyelési időszak

Ennek a valós világbeli, több központú, ambuláns vizsgálatnak a célja, hogy egy gépi tanulási modellt/algoritmust képezzen, amely az OpiAID Strength Band Platform™ betegspecifikus fiziológiai paramétereit felhasználva pontosan képes észlelni a MOUD eseményeket az indukciós fázis alatt egy előre meghatározott osztályozási sikerrel, amikor az Igaz Pozitív Arányt a Hamis Pozitív Aránnyal vetik össze egy Vevői Operátor Görbén ábrázolva. A MOUD észlelésen túl a gépi tanulást a résztvevők elvonási szintjének fiziológiai paraméterekből történő számszerűsítésére is felhasználják. Annak bemutatására, hogy az elvonás számszerűsítése legalább olyan jól vagy jobban teljesít, mint az erre a célra jelenleg használt mérőeszközök, a számszerűsített elvonás és az utolsó opioid adag óta eltelt idő (TSLD) közötti korrelációt számítják ki és hasonlítják össze a SOWS és a TSLD közötti asszociációval egy alsóbbrendűségi elemzésben.

A felíró orvosnak meg kell határoznia a megfelelő kezdő adagot (titráció 2-6 héten belül várható).

A résztvevők adatkommunikáció céljából kapnak egy hordozható eszközt (Samsung Galaxy Watch), és utasítást kapnak arra, hogy folyamatosan hordják az eszközt, kivéve az óra töltése, zuhanyzás vagy bármely olyan tevékenység során, amely vízbe merülést igényel. A résztvevők 14 napig hordják az eszközt.

A vizsgálati alanyok felelősek a következőkért:

  • Napi szinten hordják a Samsung Galaxy órát, kivéve az óra töltése, zuhanyzás vagy bármely olyan tevékenység során, amely vízbe merülést igényel
  • Napi szinten töltik a Samsung Galaxy órát
  • Válaszolnak a Samsung Galaxy óra kéréseire
  • Válaszolnak a napi SOWS kérdőívre(k)

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Osztályozás
Időkeret: 14 nap
Pontos, algoritmuson alapuló osztályozás az akut opioid-adagolási eseményekről az opioidhasználati zavar kezelésében részesülő betegeknél.
14 nap

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Szponzor

Nyomozók

  • Tanulmányi szék: David MacQueen, PhD, OpiAID

Tanulmányi rekorddátumok

Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.

Tanulmány főbb dátumok

Tanulmány kezdete (Tényleges)

2025. május 1.

Elsődleges befejezés (Becsült)

2026. december 31.

A tanulmány befejezése (Becsült)

2027. március 31.

Tanulmányi regisztráció dátumai

Először benyújtva

2026. február 5.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2026. február 5.

Első közzététel (Tényleges)

2026. február 12.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2026. szeptember 15.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2026. szeptember 11.

Utolsó ellenőrzés

2026. szeptember 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Egyéb vizsgálati azonosító számok

  • OA-SBIR-25-01
  • 4R44DA058474-02 (Az Egyesült Államok NIH támogatása/szerződése)

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

ELDÖNTETLEN

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Igen

az Egyesült Államokban gyártott és onnan exportált termék

Nem

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. .

Iratkozz fel