기분 및/또는 불안 장애 환자의 정신과적 추적 관찰에 사용된 인공지능 알고리즘에 의해 생성된 종단적 감정 신호와 자기 설문지 간의 관계 획득 및 분석: 실제 환경 연구. (EMOACQ-1)
전 세계적으로 불안과 우울증의 유병률이 대유행 기간 동안 엄청나게 증가했으며 심리적 고통을 겪는 환자의 수가 25% 증가했습니다. 정신과 의사, 특히 일반의는 환자의 심리적 건강 상태를 원격으로 모니터링하고 행동 중단 시 자동으로 경고를 받을 수 있는 측정 도구가 필요합니다.
본 연구에서는 환자 감정의 종적 측정과 함께 임상 데이터 수집을 제안한다. Emobot은 사람들의 정서적 행동을 수동적으로 연구하여 시간 경과에 따른 기분 장애의 진화를 분석할 것을 제안합니다. EMOACQ-1의 목표는 지식을 습득하고 감정 표현과 기분 장애 사이의 정량적 연결을 생성하여 궁극적으로 이러한 장애의 이해와 관리를 촉진하는 것입니다.
본 연구를 통해 의료인과 정신의학 환자를 지원하기 위한 기술적 솔루션을 개발할 수 있었다. 이러한 솔루션은 더 나은 이해, 장애 원격 및 지속적인 모니터링, 궁극적으로 이러한 장애의 더 나은 치료를 가능하게 합니다.
자체 설문 결과 데이터와 장치에서 캡처한 감정 신호의 설명, 비교 및 상관 분석을 포함하여 여러 가지 분석을 수행하여 데이터를 처리합니다.
마지막으로 목표는 생성된 감정 신호에서 설문지 점수를 예측하는 것입니다.
연구 개요
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: Tanel Petelot
- 전화번호: +33 +33 51 44 26 67
- 이메일: tanel.petelot@emobot.fr
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
20명의 참가자로 구성된 첫 번째 코호트에게는 20개의 측정 내장형 장치가 제공되며, 목표 시간에 특정 활동에 대한 특정 데이터를 수집할 수 있습니다.
나머지 참가자로 구성된 두 번째 코호트는 개인용 컴퓨터에서 소프트웨어를 수신하여 보다 일반적인 데이터를 캡처하고 덜 통제된 상황에서 행동 패턴을 분석할 수 있습니다.
설명
포함 기준:
- 연구에 자원하여 참여하는 18세 이상의 사람
- 인터넷에 연결된 컴퓨터에 액세스할 수 있어야 합니다.
- 프랑스어의 서면 이해.
제외 기준:
- 해당 없음
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
하드웨어 그룹(온보드 카메라)
카메라가 장착되어 있고 수집/모니터링 소프트웨어가 내장된 물리적 장치입니다.
생활 공간에 배치하면 예를 들어 TV 프로그램을 보거나 책을 읽을 때 생태학적인 사람의 표정을 포착할 수 있습니다.
|
EMOACQ-1은 Emobot에서 개발한 도구를 사용하여 하루 종일 환자의 얼굴 표정을 캡처하여 수동적이고 비간섭적으로 데이터를 수집한 다음 감정 신호와 정신과에서 사용되는 측정 설문지 결과 간의 상관 관계를 측정하는 연구입니다.
|
|
소프트웨어 전용 그룹(PC 또는 태블릿에서 실행하고 사용 가능한 웹캠 사용)
컴퓨터의 카메라(웹캠)에 연결된 컴퓨터에서 실행되는 소프트웨어.
사람이 PC에서 재택근무를 하는 경우 화상 회의 유형의 상호 작용 중에 이미지가 캡처될 것으로 예상됩니다.
|
EMOACQ-1은 Emobot에서 개발한 도구를 사용하여 하루 종일 환자의 얼굴 표정을 캡처하여 수동적이고 비간섭적으로 데이터를 수집한 다음 감정 신호와 정신과에서 사용되는 측정 설문지 결과 간의 상관 관계를 측정하는 연구입니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
반복 측정 감정 신호와 연구된 장애 사이의 상관관계는 표준화된 테스트입니다.
기간: 10개월
|
반복 측정 감정 신호와 연구된 장애 사이의 상관관계는 표준화된 테스트입니다.
|
10개월
|
공동 작업자 및 조사자
스폰서
간행물 및 유용한 링크
유용한 링크
- D. Agarwal et al. From Multimodal to Unimodal Attention in Transformers using Knowledge Distillation. Nov 2021, Virtual, United States.
- Mamadou Dia et al. A Novel Stochastic Transformer-based Approach for Post-Traumatic Stress Disorder Detection using Audio Recording of Clinical Interviews, CBMS, June 2023.
- E. Garcia-Ceja et al. Depression: A Motor Activity Database of Depression Episodes in Unipolar and Bipolar Patients
- J. Gratch et al. The Distress Analysis Interview Corpus of Human and Computer Interviews.
- X. Kong et al. Automatic Identification of Depression Using Facial Images with Deep Convolutional Neural Network.
- Mundt JC, Vogel AP, Feltner DE, Lenderking WR. Vocal acoustic biomarkers of depression severity and treatment response.
연구 기록 날짜
연구 주요 날짜
연구 시작 (추정된)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
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. .