CAVA多中心性めまい試験 (CAVA 2)
連続外来前庭評価 (CAVA): 前庭状態の自動診断を提供するシステムの開発
CAVA試験は、診断精度の多施設共同装置試験であり、CAVAシステムがめまいの3つの一般的な内耳原因、すなわちメニエール病、前庭片頭痛、良性発作性頭位めまい症(BPPV)をどの程度区別できるかを定量化することを目的としています。
CAVA デバイスは 2 つのコンポーネントで構成されています。参加者の顔の左側と右側に貼り付ける特注の使い捨てセンサー アレイのセットです。耳にかける小さな再利用可能なモジュールには、バッテリー、マイクロコンピューターのデータ保存機能、アレイ用の接続ポートが含まれています。 CAVA デバイスは、めまい発作時の眼球運動データを収集する目的で、すべての参加者が 30 日間装着します。
最初の目的は、リストされた 3 つのめまい状態を区別できるアルゴリズムを開発することです。 2 つ目は、NHS への導入による経済的および患者の利益を定量化することです。 最終的な目的は、NHS へのシステム導入計画を促進することです。
調査の概要
詳細な説明
これは、成人参加者 255 名を募集対象とした多施設共同の診断精度研究です。 採用活動は英国内の 10 か所の拠点で 2 年間にわたって行われます。 参加資格を得るには、参加者はメニエール病、前庭片頭痛、または BPPV の診断を受けている必要があります。 この研究では、それぞれの条件を持つ85人の参加者を募集する。 各患者の診断は「参照標準」を形成し、後で自動コンピューター診断と比較されます。
各参加者は CAVA デバイスを 30 日間ほぼ継続的に装着します。 この装置は、めまいの発作中も含め、この間のすべての目と頭の動きを記録します。 患者がめまいの症状を経験した場合、CAVA デバイスのイベント マーカーをアクティブにし、発作の開始と持続期間を日記に記録するよう求められます。 この手動ログはアルゴリズム開発には依存しませんが、めまいに関連する眼球運動の期間を検出するために 30 日分のデータ全体が使用されます。
研究者らは、CAVA デバイスによって捕捉されたデータを使用して 3 つの目標状態を区別するコンピューター アルゴリズムを開発します。 これらのアルゴリズムは、現在の MRC 助成金の期間中に開発され、優れた結果をもたらしたアルゴリズムに基づいて構築されます。10、11、17。 このアルゴリズムは、いわゆる「エンドツーエンド」アプローチで深層学習ニューラル ネットワーク (DNN) を使用します。 このアプローチでは、多層ネットワークは「生の」時間領域データを入力として受け取り、信号の明示的な中間表現 (信号のエントロピー、電力、歪度、尖度など) を使用せずに分類決定を出力します。 エンドツーエンドのアプローチは、通常、畳み込み層とプーリング層、完全接続層、自動エンコーダー、および長短期記憶 (LSTM) 層の交互シーケンスを利用し、大量のトレーニングが必要な場合に従来のアプローチよりも優れたパフォーマンスを発揮することが示されています。データは利用可能です。 ただし、それらは、信号がどのように機能するか (つまり、信号のどの特徴が分類に重要であるか) についてはほとんど洞察を提供しません。 したがって、中間表現を生成し、これらの入力特徴を使用して一連の分類子 (ブースト ツリー、ランダム フォレスト、ロジスティック回帰、サポート ベクター マシンなど) をテストする方法を開発することも検討されます。
アルゴリズムのパフォーマンスは、分類子を評価する通常の方法である「leave-one-out 相互検証」手法を使用して評価されます。22 この手法では、1 人の患者からのデータが確保され、他の患者からの残りのデータが分類器の「トレーニング」に使用されます。 3 つの条件を区別するためにトレーニングされたアルゴリズムを「分類子」として参照します。 次に、分類子は、保管されたデータに基づいてテストされます。テスト プロセスは、分類子の予測診断 (「メニエール病」、「前庭片頭痛」、または「BPPV」) と真の診断 (参照標準ラベル) を比較することで構成されます。 このプロセスが繰り返され、毎回異なる患者のデータが削除され、255 人の患者全員に対する自動診断が生成されます。 計算コストは高くなりますが、これにより、分類子がトレーニング中にテストする患者からのデータを「見ていない」ことが保証され、決定にバイアスがかかる可能性があります。 また、これは、新しい患者が臨床医を訪ね、他の患者の経験に基づいて診断が提供されるという現実世界のシナリオとも密接に一致しています。
この研究では、3 つのターゲット状態のそれぞれを診断するための感度と特異度、および受信者オペレーター曲線 (ROC) が示され、さまざまな分類しきい値によって診断精度がどのように変化するかが示されます。
ターゲット条件にはさまざまな発生率があります。 この不均衡をこの研究の統計計算に反映するには、これらの最も一般的な症状を持つ何千人もの患者が必要になります。 これは経済的に実行可能ではなく、研究に価値を付加しないと考えられています。 得られる結果は、システムの有効性と各疾患の予想される検出率を実証するのに十分な堅牢性を備えています。
医療エコノミスト (HE) は、既存の経路と比較して、CAVA を組み込んだ診断経路の潜在的なリソース、経済的節約、および患者の利益を評価します。 研究デザインにより、経済性評価のために適切なデータ収集が研究に組み込まれることが保証されます。 初期の費用対効果モデルは、遡及的な患者データ (病歴、検査数、通院回数など) を使用して開発されます。 このモデルは、標準的な診断経路と比較した診断精度のさまざまな仮説上の閾値における CAVA の予測アルゴリズムの潜在的な節約と利点を明らかにします。 CAVA デバイスを使用した反事実的な診断経路は、現時点での通常の治療の標準に照らして開発され、最も可能性の高い潜在的な経済的利益を知らせる予定です。
商業化コンサルタントは、CAVA システムの商業化をサポートするための作業ポートフォリオを監督します。 彼らは、CAVAの商業化へのルートを詳細に記した市場アクセス計画を作成し、既存のNHS経路内でのCAVAの位置付けとそれがどのように実施されるかを確認する予定である。 研究者らは、NHS 組織の専門家、患者、IT 関係者が参加する関係者イベントで、これまでのフォーカス グループの作業を基礎にしていきます。 調査員は、NHS 内での養子縁組の実現可能性に関して利害関係者にとって重要な問題を特定し、養子縁組に対するサポートを確立します。 試験の中間結果をレビューするための PPI イベントと、その結果を一般の人々と共有するための公開普及イベントが開催されます。 プロジェクト全体を通じて、将来のライセンスが関与します。
研究の種類
入学 (推定)
段階
- 適用できない
連絡先と場所
研究連絡先
- 名前:John Phillips, PhD
- 電話番号:x5283 (+44)01379 788320
- メール:john.phillips@nnuh.nhs.uk
研究連絡先のバックアップ
- 名前:Juliet High
- 電話番号:+44 (0)1603 59 1708
- メール:j.high@uea.ac.uk
研究場所
-
-
Norfolk
-
Norwich、Norfolk、イギリス、NR4 7UY
- 募集
- Norfolk and Norwich University Hospitals Foundation Trust
-
主任研究者:
- John Phillips, PhD
-
コンタクト:
- John Phillips, PhD
- メール:john.phillips@nnuh.nhs.uk
-
-
参加基準
適格基準
就学可能な年齢
- 大人
- 高齢者
健康ボランティアの受け入れ
説明
包含基準:
- 18歳以上
- 関連する指標の病状が必要です: メニエール病、前庭片頭痛、後管良性発作性頭位めまい症 (セクション 6.3.1.2 を参照) 特定の基準については)
- 同意時の過去4週間以内に少なくとも2回の真のめまいのエピソードを経験している
- めまいの持続時間と性質は、関連する指標となる病状をサポートする持続時間と性質です。
- 電話を所有しており、使用できる
- インフォームド・コンセントを提供する意欲がある
- CAVA デバイスを使用するための研究プロトコルに従う意思がある
- すべての学習教材を完了する意欲がある
- 英語またはインフォームドコンセントフォームおよび患者情報シートの既存の翻訳版で使用されている言語、および病院の翻訳者がサポートを提供できる場所を適切に把握していること。
除外基準:
- 絆創膏や医療用接着剤に対してアレルギーがある
- 皮膚炎、脆弱な皮膚、または皮膚表面接着剤を繰り返し塗布することによって悪化する可能性のあるその他の状態の証拠
- 妊娠中または授乳中の母親
- 両側性または両側性メニエール病
- 活動性の両側性または第 2 側後管 良性発作性頭位めまい症
- 現在介入試験に参加している(アンケートベースの試験または観察試験は含まない)
- 採用時に複数の適格な症状の診断基準を満たしている患者
研究計画
研究はどのように設計されていますか?
デザインの詳細
- 主な目的:診断
- 割り当て:なし
- 介入モデル:単一グループの割り当て
- マスキング:なし(オープンラベル)
武器と介入
参加者グループ / アーム |
介入・治療 |
---|---|
他の:CAVA 多中心性めまい試験 (CAVA2)
CAVA 2 は、感度と特異度の値を計算することで評価されるさまざまな内耳の状態を診断する診断装置をテストするシングルアーム研究です。
CAVA デバイスによって記録された頭と目の動きにより、(開発中の) コンピューター アルゴリズムが 3 つの目標状態を区別できるようになります。
|
CAVA試験は、診断精度の多施設共同装置試験であり、CAVAシステムがめまいの3つの一般的な内耳原因、すなわちメニエール病、前庭片頭痛、良性発作性頭位めまい症(BPPV)をどの程度区別できるかを定量化することを目的としています。 CAVA デバイスは 2 つのコンポーネントで構成されています。参加者の顔の左側と右側に貼り付ける特注の使い捨てセンサー アレイのセットです。耳にかける小さな再利用可能なモジュールには、バッテリー、マイクロコンピューターのデータ保存機能、アレイ用の接続ポートが含まれています。 CAVA デバイスは、めまい発作時の眼球運動データを収集する目的で、すべての参加者が 30 日間装着します。 最初の目的は、リストされた 3 つのめまい状態を区別できるアルゴリズムを開発することです。 2 つ目は、NHS への導入による経済的および患者の利益を定量化することです。 最終的な目的は、NHS へのシステム導入計画を促進することです。 |
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 |
---|---|---|
さまざまな内耳の状態を診断する診断装置の成功
時間枠:30日
|
主な成果は、感度と特異度の値を計算することで評価されるさまざまな内耳の状態を診断する診断装置の成功です。 CAVA デバイスによって記録された頭と目の動きにより、(開発中の) コンピューター アルゴリズムが 3 つの目標状態を区別できるようになります。 研究者らは、CAVA デバイスによって取得されたデータを使用して 3 つの対象条件を区別するコンピューター アルゴリズムを開発します。 このアルゴリズムは、いわゆる「エンドツーエンド」アプローチで深層学習ニューラル ネットワーク (DNN) を使用します。 このアプローチでは、多層ネットワークが「生の」時間領域データを入力として受け取り、信号の明示的な中間表現 (信号のエントロピー、電力、歪度、尖度など) を使用せずに分類決定を出力します。 |
30日
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
医療経済データ
時間枠:30日
|
医療経済データは、既存の経路と比較した CAVA システムを組み込んだ診断経路の潜在的な経済的利益と患者利益の分析に役立ちます。 初期の費用対効果モデルは、遡及的な患者データを使用して開発されます。 このデータは、3 つの診断のうちの 1 つで観察中の患者が NHS リソースを使用する可能性が高い頻度を推定し、それぞれの診断で発生する可能性のある費用と健康関連の生活の質への影響を判断するために使用されます。 また、休暇(生産性)の蔓延、生産性の低下、ボランティア活動や介護などの無給活動の削減を評価するためにも使用されるほか、早期退職や職業変更などについての洞察も得られます。 |
30日
|
協力者と研究者
協力者
捜査官
- 主任研究者:John Phillips, PhD、Consultant ENT Surgeon
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (推定)
研究の完了 (推定)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
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。