Sviluppo di un marcatore digitale passivo per il rischio di asma infantile
23 giugno 2026 aggiornato da: Arthur H. Owora, MPH, PhD, Indiana University
La sottodiagnosi e il sottotrattamento rappresentano un grave problema nella gestione dell'asma infantile, specialmente nei bambini in età prescolare. Gli attuali approcci prognostici che utilizzano strumenti basati sul punteggio di rischio hanno un'accuratezza da scarsa a modesta, sono poco pratici e hanno prove limitate di efficacia in ambito clinico e quindi non sono ampiamente utilizzati nella pratica.
L'obiettivo dello studio è determinare l'usabilità, l'accettabilità, la fattibilità e l'efficacia preliminare del marcatore digitale passivo dell'asma infantile (PDM) tra i pediatri. Lo studio includerà la pratica di pediatri all'interno della rete sanitaria IU.
Panoramica dello studio
Stato
Terminato
Condizioni
Intervento / Trattamento
Tipo di studio
Interventistico
Iscrizione (Effettivo)
34
Fase
- Non applicabile
Contatti e Sedi
Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.
Luoghi di studio
-
-
Indiana
-
Indianapolis, Indiana, Stati Uniti, 46202
- Indiana University
-
-
Criteri di partecipazione
I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Sì
Descrizione
Criteri di inclusione: Pediatri praticanti all'interno della rete sanitaria IU
Criteri di esclusione: Pediatri non praticanti all'interno della rete sanitaria IU
Piano di studio
Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.
Come è strutturato lo studio?
Dettagli di progettazione
- Scopo principale: Selezione
- Assegnazione: Randomizzato
- Modello interventistico: Assegnazione parallela
- Mascheramento: Separare
Armi e interventi
Gruppo di partecipanti / Arm |
Intervento / Trattamento |
|---|---|
|
Nessun intervento: Clinici di controllo - solo dopo il test
N=25 clinici pediatrici di controllo, che riceveranno solo il post test.
Ad ogni medico verranno presentate 10 vignette selezionate casualmente di 10 bambini [5 con e 5 senza asma] e verrà chiesto di fornire una previsione del rischio di asma di un bambino a 6-10 anni.
|
|
|
Sperimentale: Medici di intervento PDM - solo dopo il test
N=25 medici pediatrici di intervento, che riceveranno solo il post test.
Utilizzando il PDM, a ciascun clinico verranno presentate 10 vignette selezionate casualmente di 10 bambini [5 con e 5 senza asma] e verrà chiesto di fornire una previsione del rischio di asma di un bambino a 6-10 anni.
|
Un Passive Digital Marker (PDM) per l'asma infantile è un algoritmo ML in grado di recuperare e sintetizzare dati prognostici della diade madre/bambino raccolti "passivamente" preesistenti in una cartella clinica elettronica (EHR) "digitale" per fornire un valore oggettivo e quantificabile " marker" del rischio (probabilità) di un bambino e del fenotipo fisiopatologico associato per informare il processo decisionale del medico presso il punto di cura.
Altri nomi:
|
|
Nessun intervento: Clinici di controllo - pre e post test
N=25 clinici pediatrici di controllo, che riceveranno il test pre e post.
Ad ogni medico verranno presentate 10 vignette selezionate casualmente di 10 bambini [5 con e 5 senza asma] e verrà chiesto di fornire una previsione del rischio di asma di un bambino a 6-10 anni.
|
|
|
Comparatore attivo: Clinici di intervento PDM - test pre e post
N=25 clinici pediatrici di intervento, che riceveranno il test pre e post.
Utilizzando il PDM, a ciascun clinico verranno presentate 10 vignette selezionate casualmente di 10 bambini [5 con e 5 senza asma] e verrà chiesto di fornire una previsione del rischio di asma di un bambino a 6-10 anni.
|
Un Passive Digital Marker (PDM) per l'asma infantile è un algoritmo ML in grado di recuperare e sintetizzare dati prognostici della diade madre/bambino raccolti "passivamente" preesistenti in una cartella clinica elettronica (EHR) "digitale" per fornire un valore oggettivo e quantificabile " marker" del rischio (probabilità) di un bambino e del fenotipo fisiopatologico associato per informare il processo decisionale del medico presso il punto di cura.
Altri nomi:
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Perceived PDM Acceptance
Lasso di tempo: 8 to 12 months
|
Mean Perceived PDM acceptance measured using a Behavioral Intention scale (BIS) with a score Likert scale score of 0-5.
Here, higher score values represent a higher acceptability of the PDM (i.e., better outcome).
|
8 to 12 months
|
|
Perceived PDM Usability
Lasso di tempo: 8 to 12 months
|
Mean Perceived Usability measured using a modified Simplified System Usability Scale (SUS) with a score Likert scale of 0-5.
Here, higher score values represent a higher perceived usability of the PDM (i.e., better outcome).
|
8 to 12 months
|
|
Study Feasibility
Lasso di tempo: 8 to 12 months
|
Percent of successful study enrollment of eligible clinicians (>80%)
|
8 to 12 months
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Prognostic Accuracy
Lasso di tempo: 3 to 12 months
|
Clinician prognostic accuracy was defined as the proportion of correctly classified vignettes.
Accuracy was calculated as: correct vignette classifications ÷ total vignettes evaluated.
Values ranged from 0 to 1, with higher values indicating greater prognostic accuracy.
Each clinician assessed 10 vignettes (5 cases and 5 controls) and classified them as either high or low risk.
A correct classification was high risk for a case and low risk for a control vignette.
|
3 to 12 months
|
Collaboratori e investigatori
Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.
Sponsor
Collaboratori
Pubblicazioni e link utili
La persona responsabile dell'inserimento delle informazioni sullo studio fornisce volontariamente queste pubblicazioni. Questi possono riguardare qualsiasi cosa relativa allo studio.
Studiare le date dei record
Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.
Studia le date principali
Inizio studio (Effettivo)
1 giugno 2024
Completamento primario (Effettivo)
16 giugno 2025
Completamento dello studio (Effettivo)
16 giugno 2025
Date di iscrizione allo studio
Primo inviato
12 aprile 2023
Primo inviato che soddisfa i criteri di controllo qualità
12 aprile 2023
Primo Inserito (Effettivo)
24 aprile 2023
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
21 luglio 2026
Ultimo aggiornamento inviato che soddisfa i criteri QC
23 giugno 2026
Ultimo verificato
1 giugno 2026
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- 15873
- K01HL166436 (Sovvenzione/contratto NIH degli Stati Uniti)
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
No
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
No
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 .