- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT04726228
Valutazione del dolore nei pazienti affetti da cancro mediante machine learning (PASCALE) (PASCALE)
Telemedicina domiciliare per la valutazione automatica del dolore nei pazienti oncologici: creazione di set di dati e sviluppo di algoritmi di apprendimento automatico
Panoramica dello studio
Stato
Condizioni
Descrizione dettagliata
Per l'intera durata dello studio, i pazienti rimarranno sotto la cura del team ambulatoriale di cure palliative precoci e cure simultanee dell'Istituto Nazionale Tumori, Fondazione Pascale, a casa. Il dolore e gli altri sintomi saranno gestiti secondo la buona pratica clinica ei pazienti riceveranno assistenza in accordo con le cure mediche di routine.
Verranno utilizzati i seguenti dispositivi:
- Software
- Strumentazione
- Strumenti di valutazione clinica: Organizzazione europea per la ricerca e la cura del cancro Questionario sulla qualità della vita Core 30 (EORTC QLQ-C30), Diario giornaliero del dolore, scala di valutazione numerica 0-10 (NRS).
Il progetto si articolerà in tre Work Package (WP) principali, dedicati rispettivamente alla realizzazione dell'infrastruttura informatica a supporto delle acquisizioni (WP1), alla campagna di raccolta dati del paziente (WP2) e allo sviluppo di algoritmi di machine learning per il riconoscimento automatico del dolore (WP3). L'applicazione dei dispositivi e la verifica del corretto funzionamento sarà effettuata presso il domicilio del paziente dal personale informatico coinvolto nello studio.
WP1 - Il sistema è costituito da tre componenti principali: il server, con il database annesso, l'applicazione per dispositivi mobili, responsabile anche della gestione dell'acquisizione dei dati dai dispositivi di acquisizione del segnale fisiologico, e l'applicazione desktop, utilizzata dal personale clinico per monitorare l'andamento di raccolta dati.
L'applicazione mobile avrà il ruolo di interfacciarsi direttamente con il paziente e acquisire i dati biometrici dai dispositivi indossabili. Nello specifico verranno acquisiti i seguenti segnali: frequenza cardiaca, temperatura corporea, pressione arteriosa non invasiva e risposta galvanica cutanea (GSR). La frequenza cardiaca sarà ottenuta tramite un dispositivo indossabile (Garmin Vivosmart 4) mentre la temperatura corporea, la pressione arteriosa non invasiva e il GSR saranno acquisiti da un dispositivo esterno (una piattaforma BITalino). Per validare ulteriormente l'accuratezza del algoritmo che si occuperà della rilevazione del dolore, ai pazienti verrà anche somministrato un questionario QoL (EORTC QLQ-C30).
Al fine di acquisire la fondatezza dei dati, al paziente verrà chiesto di fornire un feedback sul livello del dolore, sia in determinati intervalli di tempo durante la giornata, sia in caso di episodi dolorosi acuti. Questo feedback può essere basato su NRS e strategie multimediali (ad esempio, video). I pazienti compileranno un diario giornaliero del dolore.
WP2 - La campagna prevederà una fase preliminare di acquisizione volta a testare l'infrastruttura IT. Per ottenere un'adeguata variabilità intersoggettiva e intrasoggettiva sarà necessario arruolare almeno 40 pazienti, acquisendo i dati per 10-14 giorni. Pertanto, la campagna di raccolta dati sarà condotta per circa 6 mesi. Ogni soggetto utilizzerà l'applicazione mobile e i sensori per 2 settimane. I dati verranno acquisiti utilizzando pacchetti di raccolta dati simultanei (applicazione, sensori e qualsiasi dispositivo mobile). Al momento dell'immatricolazione e al termine verrà somministrato EORTC QLQ-C30.
WP3 - L'obiettivo è lo sviluppo di algoritmi in grado di prevedere il livello di dolore percepito dal paziente. Avendo a disposizione una notevole quantità di dati etichettati, il sistema imparerà dagli esempi.
Tipo di studio
Iscrizione (Stimato)
Contatti e Sedi
Contatto studio
- Nome: Marco Cascella, MD
- Numero di telefono: +39 0815903508
- Email: m.cascella@istitutotumori.na.it
Backup dei contatti dello studio
- Nome: Arturo Cuomo, MD
- Numero di telefono: +39 0815903508
- Email: a.cuomo@istitutotumori.na.it
Luoghi di studio
-
-
Campania
-
Naples, Campania, Italia, 80131
- Reclutamento
- National Cancer Institute of Naples
-
Contatto:
- Marco Cascella, MD
- Numero di telefono: +39 0815903508
- Email: m.cascella@istitutotumori.na.it
-
Contatto:
- Arturo Cuomo, MD
- Numero di telefono: +39 0815903508
- Email: a.cuomo@istitutotumori.na.it
-
Napoli, Campania, Italia
- Non ancora reclutamento
- A.O.U. Federico II
-
Contatto:
- Francesco Cutugno, PhD
- Numero di telefono: +39 081679191
- Email: francesco.cutugno@unina.it
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criterio di inclusione:
- Pazienti di età > 18 anni
- Pazienti assistiti a domicilio con diagnosi di malattia tumorale avanzata e aspettativa di vita ≤ 1 anno
- Pazienti in trattamento per il dolore da cancro
- Pazienti che hanno dato il loro consenso
Criteri di esclusione:
- Pazienti di età < 18 anni
- Disponibilità a firmare il modulo di consenso informato (impossibilità di leggere o scrivere)
- Deficit cognitivi (es. morbo di Alzheimer o demenza senile)
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
- Modelli osservazionali: Coorte
- Prospettive temporali: Prospettiva
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Sviluppare un algoritmo di apprendimento automatico utile per prevedere il livello di dolore nei pazienti oncologici. Verrà ottenuto un database contenente dati clinici e caratteristiche del dolore.
Lasso di tempo: Fino a 2 settimane
|
Dati clinici: frequenza cardiaca (battiti al minuto, bpm)
|
Fino a 2 settimane
|
|
Sviluppare un algoritmo di apprendimento automatico utile per prevedere il livello di dolore nei pazienti oncologici. Verrà ottenuto un database contenente dati clinici e caratteristiche del dolore.
Lasso di tempo: Ogni volta che il paziente ha un peggioramento del dolore, fino a 2 settimane
|
Dati clinici: Temperatura corporea (Celsius, °C) Il paziente utilizzerà il dispositivo fornito (BITalino).
|
Ogni volta che il paziente ha un peggioramento del dolore, fino a 2 settimane
|
|
Sviluppare un algoritmo di apprendimento automatico utile per prevedere il livello di dolore nei pazienti oncologici. Verrà ottenuto un database contenente dati clinici e caratteristiche del dolore.
Lasso di tempo: Ogni volta che il paziente ha un peggioramento del dolore, fino a 2 settimane
|
Dati clinici: pressione sanguigna non invasiva (mmHg).
Il paziente utilizzerà il dispositivo fornito (BITalino).
|
Ogni volta che il paziente ha un peggioramento del dolore, fino a 2 settimane
|
|
Sviluppare un algoritmo di apprendimento automatico utile per prevedere il livello di dolore nei pazienti oncologici. Verrà ottenuto un database contenente dati clinici e caratteristiche del dolore.
Lasso di tempo: Ogni volta che il paziente ha un peggioramento del dolore, fino a 2 settimane
|
Dati clinici: la risposta galvanica della pelle (GSR) si riferisce ai cambiamenti nell'attività delle ghiandole sudoripare che riflettono l'intensità dello stato emotivo. Il paziente utilizzerà il dispositivo fornito (BITalino). |
Ogni volta che il paziente ha un peggioramento del dolore, fino a 2 settimane
|
|
Sviluppare un algoritmo di apprendimento automatico utile per prevedere il livello di dolore nei pazienti oncologici. Verrà ottenuto un database contenente dati clinici e caratteristiche del dolore.
Lasso di tempo: Ogni volta che il paziente ha un peggioramento del dolore, fino a 2 settimane
|
Caratteristiche del dolore: Verrà utilizzato un diario giornaliero del dolore. Tipo: come si sente il dolore (ad esempio, acuto, dolore, lancinante, formicolio). |
Ogni volta che il paziente ha un peggioramento del dolore, fino a 2 settimane
|
|
Sviluppare un algoritmo di apprendimento automatico utile per prevedere il livello di dolore nei pazienti oncologici. Verrà ottenuto un database contenente dati clinici e caratteristiche del dolore.
Lasso di tempo: Ogni volta che il paziente ha un peggioramento del dolore, fino a 2 settimane
|
Caratteristiche del dolore: Verrà utilizzato un diario giornaliero del dolore. Grado: 0-10 scala di valutazione numerica (NRS) dove 0 è nessun dolore e 10 è il peggior dolore immaginabile. |
Ogni volta che il paziente ha un peggioramento del dolore, fino a 2 settimane
|
|
Sviluppare un algoritmo di apprendimento automatico utile per prevedere il livello di dolore nei pazienti oncologici. Verrà ottenuto un database contenente dati clinici e caratteristiche del dolore.
Lasso di tempo: Ogni volta che il paziente ha un peggioramento del dolore, fino a 2 settimane
|
Caratteristiche del dolore: Verrà utilizzato un diario giornaliero del dolore. Durata (minuti, ore, giorni). |
Ogni volta che il paziente ha un peggioramento del dolore, fino a 2 settimane
|
|
Sviluppare un algoritmo di apprendimento automatico utile per prevedere il livello di dolore nei pazienti oncologici. Verrà ottenuto un database contenente dati clinici e caratteristiche del dolore.
Lasso di tempo: Ogni volta che il paziente ha un peggioramento del dolore, fino a 2 settimane
|
Caratteristiche del dolore: Verrà utilizzato un diario giornaliero del dolore. Fattori precipitanti. |
Ogni volta che il paziente ha un peggioramento del dolore, fino a 2 settimane
|
|
Sviluppare un algoritmo di apprendimento automatico utile per prevedere il livello di dolore nei pazienti oncologici. Verrà ottenuto un database contenente dati clinici e caratteristiche del dolore.
Lasso di tempo: Ogni volta che il paziente ha un peggioramento del dolore, fino a 2 settimane
|
Caratteristiche del dolore: Verrà utilizzato un diario giornaliero del dolore. Nome e quantità di droga usata e tempo in cui è stata assunta. |
Ogni volta che il paziente ha un peggioramento del dolore, fino a 2 settimane
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Qualità della vita dei pazienti valutata dal questionario EORTC QLQ-C30.
Lasso di tempo: All'inizio e alla fine dell'osservazione, fino a 2 settimane
|
Qualità della vita (QoL) dei pazienti secondo il questionario QLQ-C30 dell'Organizzazione europea per la ricerca e la cura del cancro (EORTC).
Viene valutato su una metrica da 0 a 100.
Punteggi più alti significano risultati migliori.
|
All'inizio e alla fine dell'osservazione, fino a 2 settimane
|
Collaboratori e investigatori
Collaboratori
Investigatori
- Investigatore principale: Marco Cascella, MD, Anesthesia and Pain Medicine. Istituto Nazionale Tumori - IRCCS Fondazione Pascale - Napoli, Italy
- Investigatore principale: Arturo Cuomo, MD, Anesthesia and Pain Medicine. Istituto Nazionale Tumori - IRCCS Fondazione Pascale - Napoli, Italy
Pubblicazioni e link utili
Pubblicazioni generali
- Reis-Pina P, Lawlor PG, Barbosa A. Adequacy of cancer-related pain management and predictors of undertreatment at referral to a pain clinic. J Pain Res. 2017 Aug 31;10:2097-2107. doi: 10.2147/JPR.S139715. eCollection 2017.
- Adamse C, Dekker-Van Weering MG, van Etten-Jamaludin FS, Stuiver MM. The effectiveness of exercise-based telemedicine on pain, physical activity and quality of life in the treatment of chronic pain: A systematic review. J Telemed Telecare. 2018 Sep;24(8):511-526. doi: 10.1177/1357633X17716576. Epub 2017 Jul 11.
- Sirintrapun SJ, Lopez AM. Telemedicine in Cancer Care. Am Soc Clin Oncol Educ Book. 2018 May 23;38:540-545. doi: 10.1200/EDBK_200141.
- Aung MSH, Kaltwang S, Romera-Paredes B, Martinez B, Singh A, Cella M, Valstar M, Meng H, Kemp A, Shafizadeh M, Elkins AC, Kanakam N, de Rothschild A, Tyler N, Watson PJ, de C Williams AC, Pantic M, Bianchi-Berthouze N. The Automatic Detection of Chronic Pain-Related Expression: Requirements, Challenges and the Multimodal EmoPain Dataset. IEEE Trans Affect Comput. 2016 Oct-Dec;7(4):435-451. doi: 10.1109/TAFFC.2015.2462830. Epub 2015 Jul 30.
- Gruss S, Geiger M, Werner P, Wilhelm O, Traue HC, Al-Hamadi A, Walter S. Multi-Modal Signals for Analyzing Pain Responses to Thermal and Electrical Stimuli. J Vis Exp. 2019 Apr 5;(146). doi: 10.3791/59057.
- Pfeifer AC, Uddin R, Schroder-Pfeifer P, Holl F, Swoboda W, Schiltenwolf M. Mobile Application-Based Interventions for Chronic Pain Patients: A Systematic Review and Meta-Analysis of Effectiveness. J Clin Med. 2020 Nov 5;9(11):3557. doi: 10.3390/jcm9113557.
- Cuomo A, Bimonte S, Forte CA, Botti G, Cascella M. Multimodal approaches and tailored therapies for pain management: the trolley analgesic model. J Pain Res. 2019 Feb 19;12:711-714. doi: 10.2147/JPR.S178910. eCollection 2019.
- Rashidi P, Edwards DA, Tighe PJ. Primer on machine learning: utilization of large data set analyses to individualize pain management. Curr Opin Anaesthesiol. 2019 Oct;32(5):653-660. doi: 10.1097/ACO.0000000000000779.
- Dawes TR, Eden-Green B, Rosten C, Giles J, Governo R, Marcelline F, Nduka C. Objectively measuring pain using facial expression: is the technology finally ready? Pain Manag. 2018 Mar;8(2):105-113. doi: 10.2217/pmt-2017-0049. Epub 2018 Feb 22.
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Effettivo)
Completamento dello studio (Stimato)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- 41/20 oss
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Descrizione del piano IPD
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
prodotto fabbricato ed esportato dagli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .
Prove cliniche su Qualità della vita
-
Rush University Medical CenterCompletatoAdvanced Cardiac Life Support, rianimazione cardiopolmonare, volume corrente, ventilazione manualeStati Uniti
-
Ewha Womans UniversityCompletatoEquilibrio posturale | Focus of Study is Effects of Neuromuscular Training | PilatesCorea del Sud
-
National Taiwan University HospitalNon ancora reclutamento
-
Research Unit Of General Practice, CopenhagenUniversity of Copenhagen; Region Capital Denmark; The Copenhagen General Practice... e altri collaboratoriCompletato
-
Indiana UniversityReclutamentoEcografia Point of Care (POCUS)Stati Uniti
-
Kirsehir Ahi Evran UniversitesiReclutamentoFocus of AttentionTurchia (Türkiye)
-
University Health Network, TorontoNon ancora reclutamento
-
National Taiwan University HospitalCompletatoEcografia Point-of-careTaiwan
-
Asociacion Española Primera en SaludIntensive Care Unit Pasteur HospitalCompletatoEcografia Point of CareUruguay
-
Aga Khan UniversityThe Hospital for Sick Children; Grand Challenges CanadaSconosciuto