우울증과 불안을 예측하는 음성 바이오마커
2022년 9월 13일 업데이트: Kintsugi Mindful Wellness, Inc.
우울증과 불안을 예측하는 음성 바이오마커: 관찰 연구
본 연구의 목적은 오디오 파일에 대한 Kintsugi Voice(구 KiVATM) 예측의 민감도와 특이도를 향상시키기 위한 데이터를 수집하는 것입니다.
웹 기반 오디오 녹음 도구를 사용하여 음성 샘플을 녹음하고 참가자에게 PHQ-9 및 GAD-7 질문을 합니다.
참여자의 자발적 하위 집합은 해밀턴 우울증 평가 척도(HAM-D) 및 해밀턴 불안 평가 척도(HAM-A) 점수를 사용하여 정신 건강 전문가에 의해 평가됩니다.
연구 개요
상태
상태
완전한
정황
정황
개입 / 치료
개입 / 치료
상세 설명
참여자는 자발적인 관찰 연구에 참여할 다양한 온라인 매체를 통해 모집됩니다. 스마트폰, 태블릿 또는 컴퓨터에서 동의 및 설문 조사를 완료하면 참가자는 "오늘 하루 어땠습니까?"라는 오디오 프롬프트에 1분 동안 응답해야 합니다. 응답을 기록한 후 참가자는 환자 건강 설문지-9 및 일반화 불안 장애-7 측정을 독립적으로 완료해야 합니다.
연구의 두 번째 자발적인 단계에서 20점보다 높은 점수를 표시한 참가자는 초기 연구 참여에 대한 자발적인 후속 조치에 관심이 있는지 확인하기 위해 이메일을 통해 연구팀의 연락을 받게 됩니다. 추가 설문에 참여하고 싶은 참여자는 프롬프트에 대한 추가 음성 녹음 응답을 작성하고 환자 병력 설문지 및 범불안 장애-7을 작성합니다. 이 참가자들은 정신 건강 전문가와 연락하여 정신 건강 리소스 및 임상의를 찾는 것에 대해 논의하고 전화를 통해 Hamilton Depression Rating Scale 및 Hamilton Anxiety Rating Scale을 완료합니다.
연구 유형
연구 유형
관찰
등록 (실제)
등록
19533
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
California
-
Berkeley, California, 미국, 94705
- Kintsugi Mindful Wellness, Inc.
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
자격 기준
공부할 수 있는 나이
18년 이상 (성인, 고령자)
건강한 자원 봉사자를 받아들입니다
해당 없음
연구 대상 성별
모두
샘플링 방법
비확률 샘플
연구 인구
연구 모집단에는 미국과 캐나다에 거주하는 18세 이상의 영어에 능통한 남성과 여성이 포함됩니다.
우울증 및/또는 불안의 개인 병력이 있거나 없는 참여자는 연구에 참여할 자격이 있습니다.
참가자는 작동하는 마이크가 있는 노트북, 스마트폰 또는 태블릿에 액세스해야 하며 연구 기간 동안 모든 연구 절차 및 가용성을 준수하겠다는 진술된 의지를 제공해야 합니다.
웹 기반 설문 조사를 사용하기 어려운 시각 또는 운동 장애가 있는 참가자는 연구에서 제외됩니다.
설명
포함 기준:
- 정보에 입각한 동의 시점에 18세 이상의 성인 남성 및/또는 여성. 우울증 및/또는 불안 병력이 있는 성인과 우울증 및/또는 불안 병력이 없는 성인이 이 연구에 포함됩니다.
- 마이크가 작동하는 노트북, 스마트폰 또는 태블릿에 액세스
- 연구 기간 동안 모든 연구 절차 및 가용성을 준수하겠다는 진술된 의지
- 영어에 능숙 함
제외 기준:
- 참가자가 웹 기반 설문 조사를 보기 어렵게 만드는 시각 장애
- 참가자가 웹 기반 설문 조사를 사용하기 어렵게 만드는 운동 장애
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 관찰 모델: 보병대
- 시간 관점: 단면
그룹/코호트 수
2
코호트 및 개입
그룹/코호트그룹/코호트 |
개입 / 치료개입 / 치료 |
|---|---|
|
주요 연구 코호트
웹 기반 오디오 녹음 도구를 사용하여 "오늘 기분이 어떠세요?"라는 프롬프트에 대한 음성 샘플을 녹음합니다.
참가자는 1분 동안 발언해야 합니다.
녹음 후 참가자는 환자 건강 설문지-9 및 일반 불안 장애-7 질문을 완료해야 합니다.
|
환자 건강 설문지-9는 환자가 지난 2주 동안 얼마나 자주 다른 감정과 감각을 경험했는지 표시하는 9개의 질문 자가 관리 검사입니다.
환자 건강 설문지-9는 0에서 27까지 점수가 매겨지며 높은 점수는 더 심각한 우울증과 관련이 있습니다.
다른 이름들:
범불안장애-7은 환자가 지난 2주 동안 얼마나 자주 다른 감정과 감각을 경험했는지 표시하는 7개 문항의 자가 관리 검사입니다.
범불안 장애-7은 0에서 21까지 점수가 매겨지며 점수가 높을수록 더 심각한 불안과 관련됩니다.
다른 이름들:
|
|
선택된 자가 보고 우울증 코호트
연구원은 모든 참가자의 환자 건강 설문지-9 점수를 검토하고 0에서 27까지의 척도에서 20보다 높은 점수를 자체 보고한 하위 집합을 선택합니다.
참가자는 이메일을 통해 환자 건강 설문지-9 및 일반 불안 장애-7 설문지의 추가 관리를 완료하고 우울증 및 불안에 대한 리소스와 정신 건강 전문가와 약속을 잡는 방법을 제공받게 됩니다.
|
환자 건강 설문지-9는 환자가 지난 2주 동안 얼마나 자주 다른 감정과 감각을 경험했는지 표시하는 9개의 질문 자가 관리 검사입니다.
환자 건강 설문지-9는 0에서 27까지 점수가 매겨지며 높은 점수는 더 심각한 우울증과 관련이 있습니다.
다른 이름들:
범불안장애-7은 환자가 지난 2주 동안 얼마나 자주 다른 감정과 감각을 경험했는지 표시하는 7개 문항의 자가 관리 검사입니다.
범불안 장애-7은 0에서 21까지 점수가 매겨지며 점수가 높을수록 더 심각한 불안과 관련됩니다.
다른 이름들:
Hamilton Depression Rating Scale은 정신 건강 전문가가 관리하며 참가자가 지난주에 어떻게 느꼈는지 묻는 21개의 질문을 포함합니다.
Hamilton Depression Rating Scale은 0에서 45까지 점수가 매겨지며 점수가 높을수록 더 심각한 우울증과 관련됩니다.
다른 이름들:
해밀턴 불안 평가 척도는 정신 건강 전문가가 관리하며 참가자가 지난주에 어떻게 느꼈는지 묻는 14개의 질문을 포함합니다.
해밀턴 불안 등급 척도는 0에서 56까지 점수가 매겨지며 점수가 높을수록 더 심각한 불안과 관련됩니다.
다른 이름들:
|
연구는 무엇을 측정합니까?
주요 결과 측정
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
해밀턴 우울증 등급 척도
기간: 학업 수료까지 평균 12개월
|
참가자는 임상적으로 검증된 Hamilton Depression Rating Scale을 사용하여 정신 건강 전문가와 면담하게 됩니다. 점수 범위는 0~54점이며 점수가 높을수록 우울증의 심각도가 높습니다.
|
학업 수료까지 평균 12개월
|
|
해밀턴 불안 평가 척도
기간: 연구 완료까지 평균 12개월
|
참가자는 임상적으로 검증된 Hamilton Anxiety Rating Scale을 사용하여 정신 건강 전문가와 면담하게 됩니다. 점수 범위는 0~56점이며 점수가 높을수록 불안의 심각도가 높습니다.
|
연구 완료까지 평균 12개월
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
수사관
- 수석 연구원: Mei-Hsin Cheng, PhD, Kintsugi Mindful Wellness, Inc.
간행물 및 유용한 링크
연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.
일반 간행물
- HAMILTON M. A rating scale for depression. J Neurol Neurosurg Psychiatry. 1960 Feb;23(1):56-62. doi: 10.1136/jnnp.23.1.56. No abstract available.
- HAMILTON M. The assessment of anxiety states by rating. Br J Med Psychol. 1959;32(1):50-5. doi: 10.1111/j.2044-8341.1959.tb00467.x. No abstract available.
- Czeisler ME, Lane RI, Petrosky E, Wiley JF, Christensen A, Njai R, Weaver MD, Robbins R, Facer-Childs ER, Barger LK, Czeisler CA, Howard ME, Rajaratnam SMW. Mental Health, Substance Use, and Suicidal Ideation During the COVID-19 Pandemic - United States, June 24-30, 2020. MMWR Morb Mortal Wkly Rep. 2020 Aug 14;69(32):1049-1057. doi: 10.15585/mmwr.mm6932a1.
- ADAA. Facts & statistics: Anxiety and Depression Association of America. Retrieved March 05, 2021, from https://adaa.org/about-adaa/press-room/facts-statistics
- Low DM, Bentley KH, Ghosh SS. Automated assessment of psychiatric disorders using speech: A systematic review. Laryngoscope Investig Otolaryngol. 2020 Jan 31;5(1):96-116. doi: 10.1002/lio2.354. eCollection 2020 Feb.
- Mundt JC, Vogel AP, Feltner DE, Lenderking WR. Vocal acoustic biomarkers of depression severity and treatment response. Biol Psychiatry. 2012 Oct 1;72(7):580-7. doi: 10.1016/j.biopsych.2012.03.015. Epub 2012 Apr 26.
- Zhang L, Duvvuri R, Chandra KKL, Nguyen T, Ghomi RH. Automated voice biomarkers for depression symptoms using an online cross-sectional data collection initiative. Depress Anxiety. 2020 Jul;37(7):657-669. doi: 10.1002/da.23020. Epub 2020 May 7.
- Espinola, CW, Gomes, JC, Pereira, JMS et. al. Detection of major depressive disorder using vocal acoustic analysis and machine learning-an exploratory study. Res. Biomed. Eng. 2021; 37: 53-64.
- Wang J, Zhang L, Liu T, Pan W, Hu B, Zhu T. Acoustic differences between healthy and depressed people: a cross-situation study. BMC Psychiatry. 2019 Oct 15;19(1):300. doi: 10.1186/s12888-019-2300-7.
- He L, Cao C. Automated depression analysis using convolutional neural networks from speech. J Biomed Inform. 2018 Jul;83:103-111. doi: 10.1016/j.jbi.2018.05.007. Epub 2018 May 29.
- Ozkanca Y, Ozturk MG, Ekmekci MN, Atkins DC, Demiroglu C, Ghomi RH. Depression Screening from Voice Samples of Patients Affected by Parkinson's Disease. Digit Biomark. 2019 May-Aug;3(2):72-82. doi: 10.1159/000500354. Epub 2019 Jun 12.
- Yi H, Smiljanic R, Chandrasekaran B. The Effect of Talker and Listener Depressive Symptoms on Speech Intelligibility. J Speech Lang Hear Res. 2019 Nov 18;62(12):4269-4281. doi: 10.1044/2019_JSLHR-S-19-0112. Print 2019 Dec 18.
- Stassen HH, Bomben G, Gunther E. Speech characteristics in depression. Psychopathology. 1991;24(2):88-105. doi: 10.1159/000284700.
- Taguchi T, Tachikawa H, Nemoto K, Suzuki M, Nagano T, Tachibana R, Nishimura M, Arai T. Major depressive disorder discrimination using vocal acoustic features. J Affect Disord. 2018 Jan 1;225:214-220. doi: 10.1016/j.jad.2017.08.038. Epub 2017 Aug 16.
- Low LS, Maddage NC, Lech M, Sheeber LB, Allen NB. Detection of clinical depression in adolescents' speech during family interactions. IEEE Trans Biomed Eng. 2011 Mar;58(3):574-86. doi: 10.1109/TBME.2010.2091640. Epub 2010 Nov 11.
- Tuka A, Mohammad G, and James G. Detecting Depression with Audio/Text Sequence Modeling of Interviews. Interspeech. 2018; 2522.
- Pan W, Flint J, Shenhav L, Liu T, Liu M, Hu B, Zhu T. Re-examining the robustness of voice features in predicting depression: Compared with baseline of confounders. PLoS One. 2019 Jun 20;14(6):e0218172. doi: 10.1371/journal.pone.0218172. eCollection 2019.
- Xu, M, Duan, LY, Cai, J, Chia, LT, Xu, C, & Tian, Q. HMM-based audio keyword generation. In Pacific-Rim Conference on Multimedia. 2004; November: 566-574. Springer, Berlin, Heidelberg.
- Aizawa IK, Nakamura Y, Satoh S, et. al. Advances in Multimedia Information Processing - PCM 2004: 5th Pacific Rim Conference on Multimedia. Springer. ISBN 978-3-540-23985-7.
- Crockford, D. (2001, April). Introducing JSON. JavaScript Object Notation. https://www.json.org/json-en.html
- Trajkovic G, Starcevic V, Latas M, Lestarevic M, Ille T, Bukumiric Z, Marinkovic J. Reliability of the Hamilton Rating Scale for Depression: a meta-analysis over a period of 49 years. Psychiatry Res. 2011 Aug 30;189(1):1-9. doi: 10.1016/j.psychres.2010.12.007. Epub 2011 Jan 26.
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
연구 시작
2021년 9월 14일
기본 완료 (실제)
기본 완료
2022년 9월 11일
연구 완료 (실제)
연구 완료
2022년 9월 11일
연구 등록 날짜
최초 제출
최초 제출
2022년 6월 29일
QC 기준을 충족하는 최초 제출
QC 기준을 충족하는 최초 제출
2022년 7월 8일
처음 게시됨 (실제)
처음 게시됨
2022년 7월 13일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
마지막 업데이트 게시됨
2022년 9월 15일
QC 기준을 충족하는 마지막 업데이트 제출
QC 기준을 충족하는 마지막 업데이트 제출
2022년 9월 13일
마지막으로 확인됨
마지막으로 확인됨
2022년 9월 1일
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
기타 연구 ID 번호
- 2021/08/25
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
아니
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
아니
미국 FDA 규제 기기 제품 연구
아니
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .