ウェアラブルデバイスを用いた軽度認知障害および早期アルツハイマー病に関連する要因の特定
軽度認知障害および早期段階のアルツハイマー病に関連する要因を特定するためのウェアラブルデバイスの使用
認知機能の低下は世界中の何百万人もの高齢者に影響を及ぼし、個人、家族、医療システムに深刻な影響を与えています。 軽度認知障害(MCI)は、現在治療法のないアルツハイマー病(AD)の初期段階であることが多く、 可能な限り早期にリスクのある個人を特定することは依然として大きな課題です。 従来の診断アプローチ、例えば実験室バイオマーカー、神経画像、神経心理学的検査などは、通常単一の時点で実施され、脳機能や日常行動の微妙な変化や早期の変化を検出できない可能性があります。
スマートウォッチやスマートリングなどのウェアラブル技術の最近の進歩により、日常生活における生理学的および行動パターンの継続的かつ非侵襲的なモニタリングが可能になりました。 これらのデバイスは、明確な認知症状が明らかになる前に変化する可能性のある身体活動、睡眠、心拍数、その他のパラメータに関連するデータを捕捉できます。 臨床、実験室、神経心理学的、神経画像、および脳波(EEG)情報と組み合わせることで、これらのデータは認知機能低下の早期兆候の特定に役立つ可能性があります。
本研究の目的は、臨床評価、血液検査、神経心理学的評価、脳画像、EEG記録、ウェアラブルデバイスから取得した継続データを含む複数のデータソースを統合することで、MCIおよび初期段階アルツハイマー病の早期指標を検出できるモデルを開発および検証することです。
これは、観察的、分析的、単一施設、前向きコホート研究であり、65歳以上の男女150名の参加者を含みます。 参加者は、Getúlio Vargas大学病院(HUGV)の認知症外来、外部神経科医からの紹介、またはソーシャルメディアでの研究広報を通じて募集されます。 目標サンプルサイズを達成するために、非確率的、便宜的な募集戦略を使用して最大250名がアプローチされる可能性があります。 インフォームドコンセントを提供した後、参加者は包括的な医学的評価、標準化および検証済みの神経心理学的検査、実験室および画像検査、およびEEG記録を受けます。 参加者はまた、日常生活における継続的モニタリングのためにウェアラブルデバイスを使用するトレーニングを受けます。 比較のために、認知障害のない高齢者の対照群が含まれます。
収集されたすべてのデータは、集中データベースに安全に保管され、認知機能低下に関連するパターンを特定することを目的とした分析モデルの開発および検証に使用されます。 本研究の結果は、MCIおよびアルツハイマー病のリスクのある個人の早期特定を支援し、適切な介入のガイドに役立ち、疾患の進行および早期の施設入所を遅らせる可能性があり、高齢者とその家族の生活の質の向上に貢献する可能性があります。
調査の概要
状態
詳細な説明
軽度認知障害(MCI)と初期アルツハイマー病(AD)は、神経変性認知障害の連続体における重要な段階を表しています。 これらの状態を理解することは、早期診断を可能にし、標的治療戦略を実施し、患者と介護者の生活の質を改善し、可能であれば神経変性の進行を遅らせることを目的とした包括的なケア計画を開発するために不可欠です。
認知症の世界的な負担は急速に増加しており、緊急の公衆衛生上の課題となっています。 予測では、2050年までに世界中で約1億1500万人が認知症を抱えて生活することになると見積もられています。 米国だけでも、MCIの有病率は2100万人を超え、2060年までにアルツハイマー病の症例は約1400万件に達すると予想されています。 これらの数字は、特に早期診断戦略と予防的・個別化されたケアへの取り組みにおいて、トランスレーショナル神経科学の進歩が喫緊に必要とされていることを強調しています。
このような文脈において、ウェアラブル技術は、実世界の環境における生理学的および行動学的パラメータの連続的・非侵襲的モニタリングの有望なツールとして登場しています。 スマートウォッチやスマートリングなどのデバイスは、心拍変動、睡眠構造、身体活動、概日リズムなど、認知機能の低下と関連が深まっている要因に関する縦断的データ収集を可能にします。 新たな証拠は、これらのパラメータの変化が早期認知障害に先行するか、または伴う可能性があることを示唆しています。 高度な人工知能(AI)手法と統合された場合、これらのデータは、明らかな臨床症状に先行する初期神経変性プロセスを示す微妙なパターンを明らかにする可能性があります。
ウェアラブル由来のデータと神経画像および脳波(EEG)を組み合わせることで、より堅牢な診断モデルを生成する可能性があります。 ウェアラブルが行動学的・生理学的ダイナミクスを捕捉する一方で、磁気共鳴画像法(MRI)は脳の構造と機能に関する詳細な情報を提供し、EEGは早期認知障害に関連する神経振動と接続パターンの分析を可能にします。 これらのマルチモーダルデータストリームの統合は、異種で高次元のデータセットを扱える高度な計算フレームワークを必要とする、複雑な方法論的課題を表しています。
人工知能と機械学習の進歩により、マルチモーダルデータの統合と、従来の分析手法では検出できない複雑なパターンの特定が可能になります。 ウェアラブル由来の生理学的・行動学的特徴と神経心理学的、神経画像、EEG由来の変数を組み合わせたマルチモーダルデータ融合戦略は、診断性能を向上させ、個別化されたリスク層別化を支援する可能性があります。
これは、MCIと初期アルツハイマー病の早期検出を目的としたAIベースモデルの開発と検証のために、マルチモーダル臨床データとデジタルデータを統合することを目的とした、観察的、分析的、単一施設、前向きコホート研究です。 この研究は、高度複雑医療の地域的拠点である三次教育病院であるジェトゥリオ・バルガス大学病院(HUGV)で実施され、インテリジェントシステム、データインフラストラクチャ、AIモデル開発の専門知識を提供する電子情報技術研究開発センター(CETELI/UFAM)と協力して行われます。
機械学習と深層学習のアプローチを適用して、認知機能の低下に関連するパターンを特定し、MCIと初期ADの早期検出を支援し、リスク層別化を可能にします。 モデルの開発と検証は、堅牢性、解釈可能性、潜在的な臨床適用可能性を優先します。
この研究は、認知障害の早期検出のためのスケーラブルでアクセス可能な非侵襲的AIベースツールの開発を支援することを目的としています。 連続的なウェアラブルモニタリングとマルチモーダルデータ統合を活用することにより、提案されたアプローチは、アルツハイマー病のリスクがある個人に対して、より早期の診断、改善されたリスク層別化、より適時の介入戦略に貢献する可能性があります。
研究の種類
入学 (推定)
連絡先と場所
研究連絡先
- 名前:Robson Luís Oliveira de Amorim, PhD
- 電話番号:+55 92 99403-4101
- メール:robsonamorim@ufam.edu.br
研究連絡先のバックアップ
- 名前:Eliana Brasil Alves, Master of Health Sciences
- 電話番号:+55 92 99603-2236
- メール:eliana.brasil@ufam.edu.br
研究場所
-
-
Amazonas
-
Manaus、Amazonas、ブラジル、69020-170
- Getúlio Vargas University Hospital
-
コンタクト:
- Plinío José Cavalcante Monteiro
- 電話番号:+55 (92) 3305-4813
- メール:plinio.monteiro@ebserh.gov.br
-
-
参加基準
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
サンプリング方法
調査対象母集団
説明
選定基準:65歳以上;軽度認知障害(MCI)または初期アルツハイマー病(AD)の臨床的疑い;意識があり、見当識が保たれ、アンケートに回答できる患者;ウェアラブルデバイスを30日間使用する能力と意思;インフォームド・コンセント書(ICF)への署名
非選定基準:進行性認知症;重度の未治療の精神疾患;コミュニケーションを妨げる重度の視覚または聴覚障害;ウェアラブルデバイスを使用するための重度の身体的または認知的不能;デバイスと互換性のないペースメーカー
除外基準:MCIまたは初期ADの診断が確定していない;研究のいずれかの段階での自発的な中止;研究期間中の死亡;ウェアラブルデバイスの不適切な使用または非遵守;要求された検査や試験を完全に実施することを拒否またはできない場合
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
コホートと介入
グループ/コホート |
|---|
|
対照群
画像検査、バイオマーカー、または神経心理学的評価において重大な異常の認められない個人。
|
|
軽度認知障害(MCI)
認知機能質問票スコアおよび/または検査室バイオマーカーに異常があるものの、有意な機能障害のない参加者。
|
|
早期アルツハイマー病 (eAD)
神経変性の初期段階と一致する、変化した検査および/または画像結果を有する個人。
|
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 |
|---|---|---|
|
軽度認知障害および早期アルツハイマー病の識別のための予測モデルの精度
時間枠:最大30日間の連続ウェアラブルモニタリング
|
ウェアラブル技術とデジタル質問票から収集したデータに基づき、軽度認知障害および初期段階のアルツハイマー病を識別するために開発された予測モデルの精度(正しく分類された参加者の割合として定義される)を、確立された臨床的および標準化された神経心理学的診断を基準として評価する。
|
最大30日間の連続ウェアラブルモニタリング
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
スマートフォン音声の音声・発話特徴と臨床群との関連
時間枠:最大30日間
|
スマートフォンベースの音声録音から抽出した発話速度、明瞭度、ポーズパターン、ピッチの変動性、音声品質測定値などの発話・音声特徴と、臨床群分類(対照群、軽度認知障害、早期アルツハイマー病)との関係の評価、ならびに認知機能および機能スコアとの相関関係を含む。
|
最大30日間
|
|
ウェアラブルデバイス由来の睡眠指標と臨床グループとの関連性
時間枠:最大30日間
|
ウェアラブルデバイスから得られた睡眠パラメータ(総睡眠時間、睡眠効率、入眠潜時、睡眠途中覚醒、睡眠段階分布を含む)と臨床グループ分類(認知機能正常対照群、軽度認知障害、早期アルツハイマー病)との関連性の評価、ならびに睡眠指標と標準化された認知機能および機能的評価スコアとの相関関係の評価。
|
最大30日間
|
|
ウェアラブルデバイス由来の身体活動指標と臨床群との関連
時間枠:最大30日間
|
ウェアラブルデバイスから得られる身体活動指標(日々の歩数、活動強度レベル、座位時間、エネルギー消費量を含む)と、臨床グループ分類(対照群、軽度認知障害、初期アルツハイマー病)との関連性の評価。これには、認知機能および機能的パフォーマンス測定との相関関係も含みます。
|
最大30日間
|
|
ウェアラブルデバイスから得られた心拍数および心拍変動指標と臨床群の関連性
時間枠:最大30日間
|
ウェアラブルデバイスから得られた心拍数と心拍変動パラメータ(安静時心拍数、時間領域および周波数領域のHRV指標を含む)と、臨床グループ分類(対照群、軽度認知障害、早期アルツハイマー病)との関連性の分析、ならびに認知機能および機能スコアとの相関
|
最大30日間
|
|
臨床群間におけるTimed Up and Goパフォーマンスの差異
時間枠:ベースライン評価 1日目(最大30日)
|
臨床群(対照群、軽度認知障害群、早期アルツハイマー病群)間におけるTimed Up and Goテストのパフォーマンス比較と、TUGパフォーマンスとウェアラブルデバイスから得られた身体活動および睡眠指標との相関評価。
|
ベースライン評価 1日目(最大30日)
|
|
スマートフォン動画からの顔の表情特徴と臨床グループとの関連
時間枠:最大30日間
|
スマートフォンベースの動画記録(顔面動作単位、感情表現性、動きのダイナミクスを含む)から抽出した顔の表情特徴と、臨床グループ分類(対照群、軽度認知障害、早期アルツハイマー病)との関連性の評価。
|
最大30日間
|
|
スマートフォン由来の眼球運動特徴と臨床群の関連性
時間枠:最大30日間
|
スマートフォンベースの評価から得られた眼球運動および眼球追跡特性(サッケード指標、固視安定性、追跡性能を含む)と、臨床群分類(対照群、軽度認知障害、早期アルツハイマー病)との関連性の評価
|
最大30日間
|
|
脳波(EEG)分類と臨床グループとの関連性
時間枠:最大30日間
|
正常対異常の脳波分類および異常の種類と、対照群、軽度認知障害、早期アルツハイマー病からなる臨床群分類との関連性の評価、ならびに脳波所見とウェアラブルデバイスから得られる睡眠および身体活動指標との相関関係。
|
最大30日間
|
|
非侵襲的頭蓋内コンプライアンス指標と臨床群との関連
時間枠:最大30日間
|
Brain4Careデバイスを用いて得られる非侵襲的頭蓋内コンプライアンス指標(P2 P1比および波形形態を含む)と、臨床グループ分類(対照群、軽度認知障害、早期アルツハイマー病)との関係の評価、およびウェアラブルデバイスから得られる睡眠と身体活動指標との相関関係を含む。
|
最大30日間
|
|
頸動脈および椎骨動脈ドプラー所見と臨床群の関連
時間枠:最大30日間
|
頸動脈および椎骨動脈のドップラー超音波所見(内膜中膜複合体肥厚を含む)ならびに動脈狭窄の有無または程度と、臨床群分類(対照群、軽度認知障害、早期アルツハイマー病)との関連性の評価。
|
最大30日間
|
|
継続的なウェアラブルモニタリングの実現可能性とアドヒアランス
時間枠:最大30日間
|
連続ウェアラブルモニタリングの実現可能性と参加者の遵守状況の評価。これには、有効なウェアラブルデータのある日数の割合、1日あたりの平均装着時間、および研究からの脱落率が含まれます。
|
最大30日間
|
|
認知および神経心理学的パフォーマンスと臨床群の関連
時間枠:最大30日間
|
スクリーニング検査、ならびに記憶、実行機能、注意、言語、処理速度、視空間能力を評価する標準化神経心理学的検査を含む、全般的および領域別の認知・神経心理学的機能と、臨床群分類(対照群、軽度認知障害、早期アルツハイマー病)との関連性の評価。
|
最大30日間
|
|
機能的、神経精神医学的、行動的指標と臨床グループとの関連
時間枠:最大30日間
|
機能的容量、神経精神症状、および日常生活における手段的活動、不安、抑うつ症状を含む行動的測定値、ならびに臨床グループ分類(対照群、軽度認知障害、早期アルツハイマー病)との関連性の評価。これには、認知およびデジタルバイオマーカーとの相関関係も含みます。
|
最大30日間
|
|
血液バイオマーカーと臨床グループの関連性
時間枠:最大30日間
|
血液ベースのバイオマーカー(日常的な検査パラメータやアルツハイマー病病理の血漿バイオマーカーを含む)と、対照群、軽度認知障害、早期アルツハイマー病からなる臨床群分類との関係の評価。これには、認知機能、機能、神経画像測定との相関関係も含む。
|
最大30日間
|
|
神経生理学的測定値と臨床群の関連
時間枠:最大30日間
|
脳波パターンや非侵襲的頭蓋内コンプライアンス波形計測値を含む神経生理学的特徴と、臨床グループ分類(対照群、軽度認知障害、早期アルツハイマー病)との関連性の評価、ならびに認知機能および神経画像学的アウトカムとの相関関係を含む。
|
最大30日間
|
|
神経画像所見と臨床群の関連
時間枠:最大30日間
|
構造的神経画像および皮質・内側側頭葉萎縮、白質病変、微小出血、梗塞、体積測定および皮質厚測定を含む脳血管特徴と、臨床群分類(対照、軽度認知障害、早期アルツハイマー病)との関係の評価
|
最大30日間
|
協力者と研究者
捜査官
- スタディディレクター:Marly Guimarães Fernandes Costa、Federal University of Amazonas
- 主任研究者:Robson Luís Oliveira de Amorim、Getúlio Vargas University Hospital
- スタディチェア:Caio Eduardo Rodrigues Falcão、Getúlio Vargas University Hospital
- スタディディレクター:Eliana Brasil Alves、Getúlio Vargas University Hospital
- スタディディレクター:Cícero Ferreira Fernandes Costa Filho、Federal University of Amazonas
研究記録日
主要日程の研究
研究開始 (推定)
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
本研究に関する用語
キーワード
その他の研究ID番号
- 93783525.5.0000.5020
- Convênio No 02/2025 (その他の助成金/資金番号:SAMSUNG ELETRÔNICA DA AMAZONIA)
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?
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
米国FDA規制機器製品の研究
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。