Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Bijdrage van virtual reality en modellering bij valrisicobeoordeling bij ouderen en patiënten met de ziekte van Parkinson (PrévSim)

12 april 2019 bijgewerkt door: Central Hospital, Nancy, France

Meeslepende virtual reality met behulp van een op het hoofd gemonteerd display en modellering met behulp van machine learning-algoritmen om het risico op vallen bij ouderen en patiënten met de ziekte van Parkinson te beoordelen.

Het verouderingsproces beïnvloedt tegelijkertijd de sensorische, cognitieve en rijfuncties. Bovendien gaat veroudering vaak gepaard met pathologieën die de effecten van veroudering versterken. Een ouder wordende persoon zal dan meer moeite hebben om zijn evenwicht te bewaren en zal een valrisico lopen met soms kritieke gevolgen voor de kwaliteit van leven.

Het risico op vallen wordt geschat door testen op hetzelfde moment in het huidige leven en met scores van sensitiviteit en specificiteit die verbeterd moeten worden. In een overzicht van 25 onderzoeken (2 314 proefpersonen), blijkt een sensitiviteit van 32% en een specificiteit van 73% op de test "Timed Up and Go" (TUG) met een drempel op 13,5 seconden.

Bovendien vindt de val plaats in een multifactoriële context wanneer een onderwerp interageert met zijn omgeving. Het lijkt daarom essentieel om de balansbeheersing of het valrisico van individuen zo dicht mogelijk bij de situaties van het dagelijks leven te testen. Dit onderzoek, gebaseerd op de TUG, zal gericht zijn op het beoordelen van het neuro-psycho-motorische gedrag van proefpersonen in situaties die dicht bij het dagelijks leven staan ​​met behulp van een Virtual Reality (VR) en Human Metrology-platform.

De resultaten zouden uiteindelijk kunnen leiden tot een verhoogde gevoeligheid en specificiteit bij het beoordelen van het risico op vallen met een TUG uitgevoerd in VR, in vergelijking met de klassieke TUG, die vaak wordt gebruikt door beroepsbeoefenaren in de gezondheidszorg. het risico om te vallen. Dit zou beroepsbeoefenaren in de gezondheidszorg in staat kunnen stellen het risico op vallen beter te begrijpen en zo medische aanbevelingen en voorschriften te sturen, met name in termen van geschikte programma's voor lichaamsbeweging.

Studie Overzicht

Toestand

Onbekend

Studietype

Ingrijpend

Inschrijving (Verwacht)

116

Fase

  • Niet toepasbaar

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studie Locaties

      • Vandœuvre-lès-Nancy, Frankrijk, 54500
        • University Hospital of Nancy

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

65 jaar tot 80 jaar (Oudere volwassene)

Accepteert gezonde vrijwilligers

Ja

Geslachten die in aanmerking komen voor studie

Allemaal

Beschrijving

Inclusiecriteria:

Niet-valler ouderen

  • Mannelijk en vrouwelijk
  • Leeftijd tussen de 65 en 80 jaar
  • Autonoom
  • Geen val melden in de afgelopen 12 maanden

Fallers ouderen

  • Mannelijk en vrouwelijk
  • Leeftijd tussen de 65 en 80 jaar
  • Autonoom
  • Minstens 1 val in de afgelopen 12 maanden gemeld

Niet-valler Patiënten met de ziekte van Parkinson

  • Mannelijk en vrouwelijk
  • Leeftijd tussen de 65 en 80 jaar
  • Autonoom
  • Geen val melden in de afgelopen 12 maanden
  • Dopa-gevoelig
  • In ON-periode van behandeling van de ziekte van Parkinson

Uitsluitingscriteria:

  • Gehoorverlies verhindert het begrijpen van de instructies en het luisteren naar de geluidsboodschap
  • Gezichtsscherpte niet compatibel met de testprocedure in virtual reality
  • Onvermogen om zonder hulp te bewegen
  • Geschreven en mondeling Frans niet begrijpen, analfabetisme, dementie
  • Behandeling inclusief psychofarmaca
  • Persoon in noodsituatie,
  • Belangrijk persoon op wie een rechtsbeschermingsmaatregel van toepassing is (voogdij, curator, vrijwaring van de rechtsgang),
  • Belangrijke persoon die zijn toestemming niet kan geven,
  • ziekenhuis persoon,
  • Persoon die door een rechterlijke of administratieve beslissing van zijn vrijheid is beroofd, de personen die het voorwerp zijn van psychiatrische zorg krachtens de artikelen L. 3212-1 en L. 3213-1 van het Franse Wetboek van Volksgezondheid,
  • Persoon die naar de mening van de onderzoeker waarschijnlijk niet meewerkt of de verplichtingen respecteert die inherent zijn aan deelname aan het onderzoek
  • Persoon met aanleg voor epilepsie

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

  • Primair doel: Preventie
  • Toewijzing: Niet-gerandomiseerd
  • Interventioneel model: Parallelle opdracht
  • Masker: Geen (open label)

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Experimenteel: Niet vallende ouderen
Biomechanische, fysiologische, psychologische en gedragsanalyses
Experimenteel: Vallende bejaarden
Biomechanische, fysiologische, psychologische en gedragsanalyses
Experimenteel: Niet-vallende patiënten met de ziekte van Parkinson
Biomechanische, fysiologische, psychologische en gedragsanalyses

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Timed Up & Go in virtual reality (VR)
Tijdsspanne: Basislijn
Tijd
Basislijn

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Timed Up & Go (geen VR-conditie)
Tijdsspanne: Basislijn
Tijd
Basislijn
Validatie van de TUG in VR-conditie
Tijdsspanne: 1 jaar follow-up
Gevoeligheid en specificiteit van de TUG- en TUG VR-condities
1 jaar follow-up
Correlatie tussen TUG- en TUG VR-tijden en valopvolging
Tijdsspanne: 1 jaar follow-up
1 jaar follow-up
Kinematica-analyse
Tijdsspanne: Basislijn
Meting van volledige lichaamsbeweging (coördinaten op x-, y-, z-as) in functie van de tijd tijdens de virtual reality-taken
Basislijn
Kinetische analyse
Tijdsspanne: Basislijn
Meting van de evolutie van de voetzooldruk (kracht in Newton) in functie van de tijd tijdens de virtual reality-taken
Basislijn
Fysiologische analyse 1
Tijdsspanne: Basislijn
Meting van hartslagevolutie (bpm) in functie van de tijd tijdens de virtual reality-taken
Basislijn
Fysiologische analyse 2
Tijdsspanne: Basislijn
Meting van de ademhalingsevolutie (frequentie) in functie van de tijd tijdens de virtual reality-taken
Basislijn
Fysiologische analyse 3
Tijdsspanne: Basislijn
Meting van de evolutie van de galvanische huidrespons (µSiemens) in functie van de tijd tijdens de virtual reality-taken
Basislijn
Visuele aandachtsanalyse
Tijdsspanne: Basislijn
Meting van de blik gericht op parameters van virtuele objecten (aantal blikken op elk object en tijd besteed aan gericht op het genoemde object)
Basislijn
Psychologische analyse 1
Tijdsspanne: Basislijn
Meting van de angst om te vallen (Fall Efficacy Scale-International van Tinetti met een score van 16 tot 64)
Basislijn
Psychologische analyse 2
Tijdsspanne: Basislijn
Meting van de angst om te vallen (Activiteitenspecifiek Balance Confidence - Schaal van Powell & Myers met een score van 0 tot 45)
Basislijn
Psychologische analyse 3
Tijdsspanne: Basislijn
Meting van de copingstrategieën (Ways of Coping Checklist van Folkman & Lazarus met scores van 1 tot 5 voor de subjectieve evaluatie van de herinnerde stresssituatie, een score van 10 tot 40 voor het item Probleem, een score van 9 tot 36 voor het item Emotie en een score van 8 tot 32 voor het item aanmoediging).
Basislijn
Geautomatiseerd leren en inschatting van het valrisico
Tijdsspanne: tot 3 jaar

Begeleid leren met Support Vector Machine, beslissingsboom, lineaire discriminant.

Het gebruik van algoritmen voor machinaal leren is geen meting, maar gegevensverwerking waarbij alle gegevens van de meting worden verzameld en vergeleken met het aantal vallen tijdens de follow-up van het jaar. Machine learning-algoritmen leren van deze gegevens om elke nieuwe deelnemer in te delen in een profiel "met een laag risico op vallen", "met een hoog risico op vallen" of "zonder risico op vallen".

tot 3 jaar

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Verwacht)

30 april 2019

Primaire voltooiing (Verwacht)

30 juni 2020

Studie voltooiing (Verwacht)

30 juni 2022

Studieregistratiedata

Eerst ingediend

30 januari 2019

Eerst ingediend dat voldeed aan de QC-criteria

19 februari 2019

Eerst geplaatst (Werkelijk)

21 februari 2019

Updates van studierecords

Laatste update geplaatst (Werkelijk)

16 april 2019

Laatste update ingediend die voldeed aan QC-criteria

12 april 2019

Laatst geverifieerd

1 april 2019

Meer informatie

Termen gerelateerd aan deze studie

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Abonneren