呼吸器疾患の発生を早期に検出するためのデジタル音響監視
2022年7月19日 更新者：Clinica Universidad de Navarra, Universidad de Navarra
呼吸器疾患の発生を早期に検出するためのデジタル音響監視：スペインのナバラでの探索的観察研究
スペインのパンプローナ市におけるコミュニティ レベルでの COVID-19 およびその他の呼吸器感染症の発生率を反映するデジタル咳モニタリング ツールの精度を評価するための観察研究。
調査の概要
詳細な説明
これは単一センターの前向き観察研究であり、モニタリング対象集団における咳の個々のエピソードを検出するための音響監視モバイル アプリの精度、および同様のプラットフォームの人口レベルでの取り込みに影響を与える可能性のある障壁とファシリテーターを評価するふりをしています。 .
問題のアプリ、Hyfe 咳トラッカーは、スマートフォンのバックグラウンドで実行され、爆発的で推定される咳音の短い断片 (<0.5 秒) を記録します。 これらは、畳み込みニューラル ネットワーク (CNN) モデルを使用して咳または非咳に分類され、スマートフォンによって収集された GPS および時間データと照合されます。
参加者の夜間の咳は30日間監視され、臨床記録は定期的に見直され、特に咳を引き起こす病気の診断を探し、COVID-19に特に重点を置きます.
咳のデータは、咳の密度と地理的分布のヒートマップを作成するために使用されます。 集計された咳の登録は、コホートに登録された 1 時間あたりの咳の数を計算するために使用されます。 これらのデータは、コミュニティ レベルで 3 つの並行時系列の ARIMA 分析を実行するために使用されます。 、および監視された時間あたりの咳の頻度。
咳の頻度の変化は、調査地域に登録されている温度や汚染レベルなどの他の環境変数とも比較されます。
研究の種類
観察的
入学 (実際)
930
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究場所
-
-
Navarra
-
Pamplona、Navarra、スペイン、31009
- Universidad de Navarra
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
13年～99年 (子、大人、高齢者)
健康ボランティアの受け入れ
いいえ
受講資格のある性別
全て
サンプリング方法
非確率サンプル
調査対象母集団
参加者は、パンプローナ市の南にある村の集まりで構成される自治体である Cendea de Cizur と、隣接する Cizur Mayor の町、Comunidad Foral de Navarra (スペイン)、およびさまざまなキャンパスで募集されます。ナバラ大学の。
Cendea de Cizur に住む 4,000 人は、年間 45,000 人の外来患者を受け入れる公衆衛生センターのサービスを受けています。
これらのうち、約 12% が呼吸器疾患に関連しています。
ナバラ大学には、11,000 人を超える登録学生、900 人の教授、および 600 人を超えるその他の従業員がいます。
Cendea de Cizur と大学はどちらも、この地域で最大の民間医療センターである Clínica Universidad de Navarra のサービスを受けており、推定 100,000 人以上の人口に医療を提供しています。
説明
包含基準:
- 13歳以上であること、
- 咳追跡システムを実行できるスマートフォンを所有し、定期的に使用している、
- インストールして定期的に使用することをいとわない、
- ナバラの現在の居住者であること、および
- 大学と積極的な関係を築いてください（研究に興味がある、または学生または労働者である、Clínica Universidad de Navarra、または Cizur のヘルスセンターで咳関連の診断を受けた患者である）。
除外基準:
- 咳追跡システムのプライバシー ポリシーと利用規約に同意できない。
- 医療記録へのアクセスを許可できない。
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
研究はどのように設計されていますか？
デザインの詳細
- 観測モデル：コホート
- 時間の展望：見込みのある
コホートと介入
グループ/コホート |
介入・治療 |
|---|---|
|
咳のモニタリング
登録されたすべての参加者は、音響監視ソフトウェアをスマートフォンにインストールし、それを使用して夜間の咳を最低 30 日間記録するよう求められます。
|
スマートフォンのバックグラウンドで動作し、推定される咳の音を検出するモバイル アプリ。
|
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
人時当たりの咳嗽の登録数と呼吸器疾患の発生率との相関
時間枠：1年
|
調査員は、3 つの並行時系列を使用して ARIMA 分析を実行します: 観察されたコホート、調査地域全体における呼吸器疾患の集計発生率、および集計された咳データ。
|
1年
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
監視システムの普及
時間枠：1年
|
調査員は、アプリをインストールし、要求された方法で定期的に使用している、到達した適格な人口の合計の割合を計算します。
|
1年
|
|
監視システムの普及に影響を与える障壁とファシリテーター
時間枠：1ヶ月
|
フォーカス グループ ディスカッションのために、25 人の参加者のサブサンプルがランダムに採用されます。
フォーカス グループでは、研究者は参加者に次の一般的な質問をします: (1) アプリのどこが好きですか、(2) 他の健康アプリと比べてこのアプリについてどう思いますか、(3) うまくいかないことは何ですか? 、(4) アプリの使用に専念している (またはしていない) 理由、(5) アプリの目的は何だと思いますか、(6) アプリには商業的価値があると思いますか、(7) どのようなアドバイスが必要ですかあなたは開発者のために持っていますか？
|
1ヶ月
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
出版物と役立つリンク
研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。
一般刊行物
- Huang C, Wang Y, Li X, Ren L, Zhao J, Hu Y, Zhang L, Fan G, Xu J, Gu X, Cheng Z, Yu T, Xia J, Wei Y, Wu W, Xie X, Yin W, Li H, Liu M, Xiao Y, Gao H, Guo L, Xie J, Wang G, Jiang R, Gao Z, Jin Q, Wang J, Cao B. Clinical features of patients infected with 2019 novel coronavirus in Wuhan, China. Lancet. 2020 Feb 15;395(10223):497-506. doi: 10.1016/S0140-6736(20)30183-5. Epub 2020 Jan 24. Erratum In: Lancet. 2020 Jan 30;:
- Porter P, Abeyratne U, Swarnkar V, Tan J, Ng TW, Brisbane JM, Speldewinde D, Choveaux J, Sharan R, Kosasih K, Della P. A prospective multicentre study testing the diagnostic accuracy of an automated cough sound centred analytic system for the identification of common respiratory disorders in children. Respir Res. 2019 Jun 6;20(1):81. doi: 10.1186/s12931-019-1046-6.
- Sharan RV, Abeyratne UR, Swarnkar VR, Claxton S, Hukins C, Porter P. Predicting spirometry readings using cough sound features and regression. Physiol Meas. 2018 Sep 5;39(9):095001. doi: 10.1088/1361-6579/aad948.
- Kim GU, Kim MJ, Ra SH, Lee J, Bae S, Jung J, Kim SH. Clinical characteristics of asymptomatic and symptomatic patients with mild COVID-19. Clin Microbiol Infect. 2020 Jul;26(7):948.e1-948.e3. doi: 10.1016/j.cmi.2020.04.040. Epub 2020 May 1.
- Peeling RW, Wedderburn CJ, Garcia PJ, Boeras D, Fongwen N, Nkengasong J, Sall A, Tanuri A, Heymann DL. Serology testing in the COVID-19 pandemic response. Lancet Infect Dis. 2020 Sep;20(9):e245-e249. doi: 10.1016/S1473-3099(20)30517-X. Epub 2020 Jul 17.
- Chowdhury R, Luhar S, Khan N, Choudhury SR, Matin I, Franco OH. Long-term strategies to control COVID-19 in low and middle-income countries: an options overview of community-based, non-pharmacological interventions. Eur J Epidemiol. 2020 Aug;35(8):743-748. doi: 10.1007/s10654-020-00660-1. Epub 2020 Jul 13.
- Rasheed J, Jamil A, Hameed AA, Aftab U, Aftab J, Shah SA, Draheim D. A survey on artificial intelligence approaches in supporting frontline workers and decision makers for the COVID-19 pandemic. Chaos Solitons Fractals. 2020 Dec;141:110337. doi: 10.1016/j.chaos.2020.110337. Epub 2020 Oct 10.
- Santillana M, Nguyen AT, Louie T, Zink A, Gray J, Sung I, Brownstein JS. Cloud-based Electronic Health Records for Real-time, Region-specific Influenza Surveillance. Sci Rep. 2016 May 11;6:25732. doi: 10.1038/srep25732.
- Mukundarajan H, Hol FJH, Castillo EA, Newby C, Prakash M. Using mobile phones as acoustic sensors for high-throughput mosquito surveillance. Elife. 2017 Oct 31;6:e27854. doi: 10.7554/eLife.27854.
- Naseem M, Akhund R, Arshad H, Ibrahim MT. Exploring the Potential of Artificial Intelligence and Machine Learning to Combat COVID-19 and Existing Opportunities for LMIC: A Scoping Review. J Prim Care Community Health. 2020 Jan-Dec;11:2150132720963634. doi: 10.1177/2150132720963634.
- Liss DT, Serrano E, Wakeman J, Nowicki C, Buchanan DR, Cesan A, Brown T. "The Doctor Needs to Know": Acceptability of Smartphone Location Tracking for Care Coordination. JMIR Mhealth Uhealth. 2018 May 4;6(5):e112. doi: 10.2196/mhealth.9726.
- Gabaldon-Figueira JC, Brew J, Doré DH, Umashankar N, Chaccour J, Orrillo V, Tsang LY, Blavia I, Fernández-Montero A, Bartolomé J, Grandjean Lapierre S, Chaccour C. Digital acoustic surveillance for early detection of respiratory disease outbreaks in Spain: a protocol for an observational study. BMJ Open. 2021 Jul 2;11(7):e051278. doi: 10.1136/bmjopen-2021-051278.
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (実際)
2020年11月11日
一次修了 (実際)
2022年5月23日
研究の完了 (実際)
2022年5月24日
試験登録日
最初に提出
2021年2月16日
QC基準を満たした最初の提出物
2021年2月16日
最初の投稿 (実際)
2021年2月21日
学習記録の更新
投稿された最後の更新 (実際)
2022年7月20日
QC基準を満たした最後の更新が送信されました
2022年7月19日
最終確認日
2022年7月1日
詳しくは
本研究に関する用語
追加の関連 MeSH 用語
その他の研究ID番号
- DASRD
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
未定
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
いいえ
米国FDA規制機器製品の研究
いいえ
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。