このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

Tech-wise Driver (高齢者向けのターゲットを絞った ADAS の技術の受け入れ)

2025年3月24日 更新者:Liliana Alvarez Jaramillo、Western University, Canada

技術的な推進力: 高齢ドライバー向けの対象を絞った ADAS の持続的な有効性と技術的受け入れを探る

技術的なドライバー: 高齢ドライバーに対する対象を絞った ADAS の持続的な有効性とテクノロジーの受け入れを探る カナダで登録されている交通事故死亡事故のかなりの割合が高齢者で発生しています。 研究によると、先進運転支援システム (ADAS) は安全性を高め、高齢ドライバーの加齢に伴う衰えを軽減することができます。 ADASに依存している高齢ドライバーの継続的な使用が運転能力の低下につながるかどうかは、まだほとんど解明されていない。 古いドライバーによるADASの使用に関する新たな証拠を考えると、これは問題です。 さらに、継続的な使用に関連した ADAS テクノロジーの受け入れの変化を調査することで、安全性の認識と使用意図との相関関係を知ることができます。

研究者らは、ドライビングシミュレーターのトレーニングのみと比較して、車線逸脱警報 (LDW)、クルーズコントロール (CC)、および前方接近警報 (FPW) 技術を使用すると、この集団における重大な運転ミスが継続的に減少するだろうと仮説を立てています。そして、テクノロジーに触れることで、参加者の認識される使いやすさと使いやすさが向上するでしょう。 この目標を達成するために、研究者らは、効果の持続性の判定を検討し、技術暴露の影響を確立し、評価する際に、訓練された作業療法による車内評価を基準として使用して、運転ミスの種類と重症度のコンピュータ化されたモデルの同時妥当性を評価する予定である。古いドライバーのパフォーマンス。

私たちの調査結果は、高齢ドライバーが車載技術を選択する能力に大きな影響を与える可能性があり、私たちの研究は、評価者ベースの機能評価の結果に対してシミュレーター由来のコンピューター化モデルの基準の妥当性を評価する最初の研究となるでしょう。

調査の概要

詳細な説明

ドライビングシミュレータは、歩行者が横断歩道に入る、車両が駐車場から出る、車両が突然車線変更するなど、一部のドライバーにとってより困難となる可能性のある状況を含む運転シナリオでドライバーに関するデータを収集するために使用されます。 車両データと視線データは、シミュレートされた環境からの画像とともにドライバーのために収集されます。 シミュレーターは、シミュレーターから生成されたメトリクスを通じて運転パフォーマンスを測定します。 ペダル(アクセルとブレーキ)の反応時間、車速、車間距離/時間など。

参加者: 免許を取得した高齢ドライバー (65 歳以上) がこの研究に含まれます。 運転活動への完全な参加を妨げる神経学的または精神疾患がある場合、または運転中の精神的および/または身体的機能に持続的に悪影響を与える可能性のある薬を服用している場合、参加者は除外されます。

サンプル サイズ: 有意水準 0.05 の両側有意検定に基づいて、中間効果サイズ 0.50 を検出するための 80% の検出力を達成するために、n=68 のサンプル サイズが採用されます。

手順:

  1. 興味を持った潜在的な参加者は、募集中に配布された情報を使用してチームに連絡します。
  2. 資格基準を確認したら、最初のセッションがスケジュールされます。
  3. 参加者には敷地内に駐車できる駐車券が発行されます。
  4. 最初のセッションが完了するまでに約 1 時間かかります。
  5. 研究の目的は各参加者とともに検討され、シミュレーターが表示されます。

2.b. 参加者は一連の紙と鉛筆とコンピューターのテストを完了します。 これらの検査のうち、最初の検査は、検査対象基準を満たしていることを確認するための視力スクリーニング検査です。 視力(単眼および両眼)は、スネレン視力表によって評価されます。視力、周辺視野、コントラスト感度、色の識別、奥行き知覚、側方斜視および垂直斜視は、Optec 5000® Visual Analyzer(Stereo Optical Company、 Inc.、イリノイ州シカゴ)。 視力検査の後、参加者は問診フォームに記入します。 これは研究チームによって調整された標準化された摂取フォームであり、次の情報を収集します:年齢、性別、スケジュール調整のための連絡先情報の優先方法、自称民族性、教育レベル、職業、投薬内容。 民族的起源と人口グループに関する質問は、カナダ統計局の最新の基準に基づいています。

2.c. 運転歴と習慣: 参加者は、自分の運転歴に関係するいくつかのテストを完了します。 まず、参加者は研究チームが適合させた運転履歴フォームに記入します(Ali et al., 2014 に基づく)。 フォームは 3 つのセクションに分かれて情報を収集します。 セクション 1 には、参加者が最初に免許を取得した年齢、参加者が通常運転する車両の種類、参加者が自動車事故に巻き込まれたことがあるかどうか、および ADAS テクノロジーの過去の使用が含まれます。 次に、参加者はコンピューターベースの有用視野 (UFOV) を完成させます。 UFOV は、視覚認識と注意力を評価する標準化されたテストです (Edwards et al.、2005)。 このテストは、高齢ドライバーの運転パフォーマンスと相関があることが示されています。 UFOV は、注意、分割注意、選択的注意を評価する 3 つのサブテストで構成されます。 最後に、参加者は包括的トレイル作成テスト (CTMT) を完了します。これは、ペンと紙を使用して 5 つの視覚的検索および順序付けタスクの標準化されたセットが参加者に提示される標準テストです (Reynolds、2002)。

Rapid Pace Walk Administration: 速いペースで歩くことを含む身体的評価。歩行と可動性を評価するために使用される可能性があり、車両のペダルやコントロールを操作する能力に影響を与える可能性があります。

指から鼻への投与: 参加者が指で鼻に触れ、運転中のステアリングやスイッチの操作などの作業に関連する細かい運動能力と調整を評価する運動調整テスト。

アデレード自己効力感運転スケール: さまざまな運転状況における参加者の自信と認識された能力を評価する自己報告アンケートで、運転スキルの主観的な評価を理解するのに役立ちます。

修正されたシミュレータ酔いアンケート: 運転シミュレーション セッション中に経験されるシミュレータ酔いまたは不快感の症状を測定するアンケート。シミュレーション ベースの評価の使いやすさと快適さを評価するために重要です。

運転シミュレーション評価フォーム: 運転シミュレーション シナリオ中の参加者のパフォーマンスと行動を評価するために使用される構造化されたフォームまたはチェックリストで、運転スキルと行動に関する客観的なデータを提供します。

マンチェスター運転行動アンケート: 自己申告の運転行動と態度を評価するアンケートで、参加者の運転スタイル、リスク認識、交通ルールの順守についての洞察が得られます。

評価後テストには通常、ベースライン評価中に測定された特定の側面の再評価、または介入やトレーニング後の変化や改善の評価が含まれます。

2.d. これらのテストの後、参加者はシミュレーション ドライブを完了します。 研究者らは、臨床運転シミュレーター (DriveSafety Inc.、ユタ州ソルトレイクシティ) を使用します。 各ドライブの前に、参加者は順応ドライブにさらされます。 順応ドライブは、参加者がシミュレーションによって引き起こされる不快感を経験する可能性を減らすことを目的とした緩和プロトコルの一部です。 このような運転は 7 分以内に継続し、単純な操作 (例: 加速と停止) から始めて、徐々により複雑な操作 (例: 加速) を徐々に導入して、参加者をシミュレーションに導入します。 旋回)。

2.e. その後、各参加者はランダムに選ばれた 15 分間のドライブを完了します。 参加者はその後、ADAS がシミュレートされる (実験グループ) か、トレーニング スクリプトが提供される (コントロール) という 4 つのトレーニング セッションを 3 セットに参加します。 4 つのドライブの各セットの後、シミュレーター評価ポストテストが完了し、一連の臨床評価も含まれる最終ポストテストが行​​われます。 利用可能なルートはランダムに割り当てられ、参加者間でバランスがとられます。 すべてのドライブが記録されます(ドライバーの正面図およびシミュレートされたドライブ)。 参加者がすべての運転を完了すると、記録は盲検で訓練を受けた評価者 (作業療法士および運転リハビリテーション専門家) に送信されます。 この研究では、3 台の 19 インチ フラット パネル ディスプレイで構成された高忠実度の臨床運転シミュレーター (DriveSafety Inc) が使用されます。 110度の視野。 1920 x 1080 ピクセル/画面。 RAW ファイルは、比較用のモデルの開発と計算に使用されます。 シミュレータを使用したドライブが記録されます(mp4)。 これにより、研究チームが運転ミスの数と種類を運転後に評価できるようになります。 シミュレーションドライブの記録に加えて、シミュレーターに設置されたカメラはドライバーの顔を記録し、視覚スキャンエラーのスコアリングを可能にします。 すべてのビデオ ファイルは、研究室のシミュレータ コンピュータに接続されたパスワードで保護された研究ドライブに保存され、この研究チームのメンバーのみがアクセスできます。 シミュレーターにはドライバーの視線情報を収集するためのステレオカメラも取り付けられる予定だ。 このカメラは、視線分析ソフトウェアを実行しているコンピュータに接続されており、視線方向 (カメラの 3D 空間内のベクトルとして) と頭の方向 (これもカメラの 3D 空間内のベクトル) のみを記録します。 このデータは数値であり、参加者に割り当てられた識別子を使用して保存されます。このカメラから画像は収集されません。 各運転の前後に、適応型乗り物酔いアンケートを使用して、シミュレータ酔いの兆候がないか監視します。 参加者が項目のいずれかで 5 点を超えた場合、セッションは中断され、参加者には報酬が支払われ、水、ジンジャーエール、クラッカー、涼しい部屋へのアクセスが提供されます。 シミュレータ酔いが増加するリスクを回避するために、それ以上のドライブは試行されません。

2.f. 運転セッション後、研究チームは参加者に感謝の意を表し、報酬を支払います。

3.チームが各ドライブのドライビング シミュレーターのメトリクスにアクセスできるようにするために、Western のライセンス内のパスワードで保護された One Drive フォルダーが使用されます。 匿名化されたドライビング シミュレータ データのみが One Drive にアップロードされます。

研究の種類

介入

入学 (推定)

68

段階

  • 適用できない

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。

研究連絡先

  • 名前:Liliana Alvarez, PhD
  • 電話番号:88957 519-6612111
  • メール:lalvare2@uwo.ca

研究連絡先のバックアップ

  • 名前:Shiva Yazdani, MSc
  • 電話番号:5196612111
  • メール:syazda3@uwo.ca

研究場所

    • Ontario
      • London、Ontario、カナダ、N6G1H1
        • 募集
        • Western University

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

  • 高齢者

健康ボランティアの受け入れ

はい

説明

包含基準:

  • 65歳以上である必要があります。
  • 有効な運転免許証を保持している必要があります。

除外基準:

  • 運転を妨げる神経学的または精神的状態
  • 精神的および/または身体的機能に持続的に悪影響を与える可能性のある向精神薬の使用

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

  • 主な目的:ヘルスサービス研究
  • 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
実験的:ADAS統合ドライバーシミュレーショントレーニング
この研究で実施される介入は、ADAS を統合したドライバー シミュレーション トレーニングです。 この部門の参加者は、車線逸脱警報 (LDW)、クルーズ コントロール (CC)、および前方接近警報 (FPW) テクノロジーを備えた高忠実度の運転シミュレーターを使用したトレーニング セッションを受けます。 これらの技術は、高齢ドライバー (65 歳以上) の運転パフォーマンスを向上させ、重大な運転ミスを減らすことを支援するように設計されています。 このトレーニングでは、現実世界の運転シナリオをシミュレートし、参加者がこれらの ADAS 機能に慣れ、効果的に使用できるようにします。
この介入には、高齢ドライバー (65 歳以上) に高忠実度の運転シミュレーターを使用したトレーニング セッションを提供することが含まれます。 このトレーニングは、総称して ADAS と呼ばれる、車線逸脱警報 (LDW)、クルーズ コントロール (CC)、および前方接近警報 (FPW) テクノロジーの統合と使用に焦点を当てています。 このトレーニングは、参加者がこれらの先進運転支援システムに慣れ、運転中にこれらの機能を効果的に活用できるようにすることを目的としています。

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
運転ミスの数
時間枠:研究は 12 週間にわたって行われ、テスト前、テスト 1 後、テスト 2 後の評価が含まれます。
この成果は、車線逸脱警報 (LDW)、クルーズ コントロール (CC)、および前方接近警報 (FPW) 技術からなる対象を絞った先進運転支援システム (ADAS) 介入の、高齢ドライバーの運転パフォーマンスに対する持続的な有効性を評価することを目的としています (≥ 65歳)。 この研究では、ADASを統合したドライバーシミュレーショントレーニングを受けた参加者のパフォーマンスを、ドライビングシミュレータートレーニングのみを受けた参加者と比較しています。 主な焦点は、独立した盲検作業療法士によって評価された、テスト後の間隔にわたる重大な運転ミスの減少を測定することです。
研究は 12 週間にわたって行われ、テスト前、テスト 1 後、テスト 2 後の評価が含まれます。
運転ミスの種類
時間枠:研究は 12 週間にわたって行われ、テスト前、テスト 1 後、テスト 2 後の評価が含まれます。
ブラインド評価者は、重大な運転ミスの数が減少しているかどうかを確認するために、タイプ pf の運転ミスを記録します。 インストラクターによる身体的介入が必要なもの)。
研究は 12 週間にわたって行われ、テスト前、テスト 1 後、テスト 2 後の評価が含まれます。

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。

スポンサー

捜査官

  • 主任研究者:Liliana Alvarez, PhD、Western University, Canada

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)

2025年2月1日

一次修了 (推定)

2025年7月31日

研究の完了 (推定)

2025年12月31日

試験登録日

最初に提出

2024年5月24日

QC基準を満たした最初の提出物

2024年5月30日

最初の投稿 (実際)

2024年5月31日

学習記録の更新

投稿された最後の更新 (実際)

2025年3月28日

QC基準を満たした最後の更新が送信されました

2025年3月24日

最終確認日

2025年3月1日

詳しくは

本研究に関する用語

その他の研究ID番号

  • R5570A12

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。

購読する