Rilevamento del Diabete di Tipo 2 dalla Voce

Questo studio affronta una sfida cruciale nella rilevazione del diabete di tipo 2, dove circa il 30% delle persone con diabete rimane non diagnosticato, corrispondente a circa 1 milione di adulti nel Regno Unito. Gli attuali metodi di screening si basano su test opportunistici con solo il 40,4% di adesione tra coloro a cui vengono offerti i Controlli Sanitari NHS, evidenziando la necessità di approcci di screening innovativi e accessibili che possano identificare le persone a rischio prima che si sviluppino complicazioni.

RAZIONALE E INNOVAZIONE DELLO STUDIO:

Ricerche recenti dimostrano che il diabete influisce sulla produzione vocale attraverso molteplici percorsi fisiologici lungo lo spettro della malattia: la neuropatia periferica influisce sul controllo delle corde vocali e sull'articolazione del linguaggio, la neuropatia autonomica influenza i modelli respiratori e la dinamica vocale, la xerostomia (bocca secca) da danno neuropatico altera le caratteristiche di risonanza, e le fluttuazioni del glucosio modificano le proprietà elastiche della laringe e delle corde vocali. Questi risultati e le prime evidenze degli studi iniziali suggeriscono che l'analisi vocale potrebbe essere utilizzata per lo screening del diabete. Lo studio attuale sfrutta queste associazioni voce-diabete utilizzando l'apprendimento automatico avanzato per sviluppare una soluzione di screening non invasiva e scalabile.

DISEGNO E METODOLOGIA DELLO STUDIO:

Questo studio osservazionale in due fasi combina la raccolta di dati su larga scala con una validazione biologica strategica. La Fase 1 coinvolge 10.000 partecipanti che completano registrazioni vocali e questionari sanitari completi attraverso una piattaforma online sicura. La Fase 2 seleziona 1.000 di questi partecipanti per fornire risultati diagnostici informativi per la validazione del test domiciliare dell'HbA1c.

Ogni sessione di valutazione dura circa 10-20 minuti e include attività di registrazione vocale standardizzate insieme a questionari sanitari validati. Le registrazioni vocali coinvolgono la lettura ad alta voce di testi e la risposta a brevi domande progettate per catturare diverse caratteristiche vocali mantenendo la coerenza tra i partecipanti.

APPROCCIO TECNICO:

I dati vocali saranno analizzati utilizzando molteplici strumenti software specializzati per estrarre caratteristiche acustiche e linguistiche potenzialmente associate al diabete. Lo studio utilizza algoritmi avanzati di apprendimento automatico per identificare pattern nelle caratteristiche vocali che potrebbero indicare lo stato diabetico.

Il nostro approccio affronta la sfida del diabete non diagnosticato nella popolazione generale sviluppando modelli che tengono conto dell'incertezza intrinseca dello stato diabetico auto-riferito. Invece di considerare tutti i partecipanti senza diagnosi come definitivamente sani, implementiamo metodi computazionali che riconoscono la complessità dei modelli di prevalenza del diabete nel mondo reale. La selezione strategica dei partecipanti per la validazione biologica ottimizza le informazioni ottenute dal test dell'HbA1c, con l'obiettivo di massimizzare l'efficienza della validazione del modello riducendo al minimo i costi dei test.

La validazione della verità sul terreno utilizza kit di test domiciliari HbA1c con marchio CE con una precisione documentata ≥95%, applicando la soglia clinica standard di ≥6,5% di HbA1c per la diagnosi di diabete. Questa validazione biologica consente la valutazione delle prestazioni del modello rispetto allo stato diabetico confermato piuttosto che fare affidamento esclusivamente su diagnosi auto-riferite, fornendo prove robuste per l'utilità clinica dello screening del diabete basato sulla voce.

RACCOLTA E GESTIONE DEI DATI:

Tutte le raccolte di dati avvengono in remoto attraverso una piattaforma web sicura accessibile tramite browser Internet standard (Chrome, Firefox, Safari). I partecipanti utilizzano i propri dispositivi personali (computer, tablet o smartphone) dotati di capacità microfonica. La piattaforma cattura registrazioni vocali, risposte ai questionari inclusi PHQ-8 e GAD-7 per la valutazione della salute mentale, e una storia sanitaria completa che include condizioni cardiovascolari, renali e respiratorie che potrebbero confondere le associazioni voce-diabete.

I dati vengono pseudonimizzati utilizzando identificatori univoci universali (UUID), con registrazioni audio grezze e caratteristiche estratte archiviate in bucket AWS S3 crittografati. Le informazioni personali identificabili vengono eliminate dopo il completamento della raccolta dati, mentre i dati di ricerca vengono conservati fino a 10 anni per scopi di analisi e pubblicazione in conformità con il GDPR del Regno Unito.

CONSIDERAZIONI SULLA DIMENSIONE DEL CAMPIONE:

L'arruolamento target di 10.000 partecipanti nella Fase 1 riflette i requisiti per lo sviluppo di modelli di apprendimento automatico robusti, fornendo un set di dati diversificato che include individui con diabete diagnosticato, diabete non diagnosticato, pre-diabete e individui altrimenti sani. Questa dimensione del campione consente una rappresentazione completa attraverso diversi gruppi demografici, età e condizioni di salute necessari per sviluppare modelli di biomarcatori vocali generalizzabili. I 1.000 partecipanti selezionati per la validazione biologica della Fase 2 garantiscono casi positivi e negativi sufficienti per una validazione completa del modello ottimizzando l'allocazione delle risorse per il costoso test dell'HbA1c. Questo approccio affronta le lacune critiche nella rilevazione precoce del diabete, fornendo una soluzione di screening scalabile e conveniente che potrebbe avere un impatto significativo sugli esiti di salute della popolazione attraverso un'identificazione e un intervento più precoci.