- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT07391436
Gebruik van draagbare apparaten voor het identificeren van factoren geassocieerd met milde cognitieve stoornissen en vroegtijdige ziekte van Alzheimer
Gebruik van wearables voor het identificeren van factoren geassocieerd met milde cognitieve stoornissen en de vroege fase van de ziekte van Alzheimer
Cognitieve achteruitgang treft miljoenen oudere volwassenen wereldwijd en heeft een diepgaande impact op individuen, families en gezondheidszorgsystemen. Milde Cognitieve Stoornis (MCI) is vaak een vroeg stadium van de ziekte van Alzheimer (AD), een aandoening waarvoor momenteel geen genezing bestaat. Het identificeren van individuen met een verhoogd risico in het vroegst mogelijke stadium blijft een grote uitdaging. Traditionele diagnostische benaderingen, zoals laboratoriumbiomarkers, neuroimaging en neuropsychologisch testen, worden meestal op één enkel tijdstip uitgevoerd en kunnen subtiele of vroege veranderingen in hersenfunctie en dagelijks gedrag missen.
Recente ontwikkelingen in draagbare technologie, zoals smartwatches en smart rings, maken continue en niet-invasieve monitoring van fysiologische en gedragspatronen in het dagelijks leven mogelijk. Deze apparaten kunnen gegevens vastleggen met betrekking tot fysieke activiteit, slaap, hartslag en andere parameters die kunnen veranderen voordat duidelijke cognitieve symptomen zichtbaar worden. Wanneer gecombineerd met klinische, laboratorium-, neuropsychologische, neuroimaging- en elektro-encefalografische (EEG) informatie, kunnen deze gegevens helpen bij het identificeren van vroege tekenen van cognitieve achteruitgang.
Het doel van deze studie is het ontwikkelen en valideren van modellen die in staat zijn om vroege indicatoren van MCI en vroeg-stadium ziekte van Alzheimer te detecteren door het integreren van meerdere databronnen, waaronder klinische beoordelingen, bloedtesten, neuropsychologische evaluaties, hersenscans, EEG-opnames en continue gegevens verkregen van draagbare apparaten.
Dit is een observationele, analytische, single-center, prospectieve cohortstudie die 150 deelnemers van beide geslachten, 65 jaar of ouder, zal omvatten. Deelnemers zullen worden geworven vanuit de Polikliniek Dementie van het Getúlio Vargas Universitair Ziekenhuis (HUGV), via doorverwijzingen van externe neurologen, of via studiedisseminatie op sociale media. Om de beoogde steekproefomvang te bereiken, kunnen tot 250 personen worden benaderd met behulp van een niet-probabilistische, op gemak gebaseerde wervingsstrategie. Na het geven van geïnformeerde toestemming zullen deelnemers een uitgebreid medisch onderzoek, gestandaardiseerd en gevalideerd neuropsychologisch testen, laboratorium- en beeldvormingsonderzoeken, en EEG-opname ondergaan. Deelnemers zullen ook training ontvangen om draagbare apparaten te gebruiken voor continue monitoring in hun dagelijkse routines. Een controlegroep van oudere volwassenen zonder cognitieve stoornis zal worden opgenomen voor vergelijking.
Alle verzamelde gegevens zullen veilig worden opgeslagen in een gecentraliseerde database en gebruikt worden om analytische modellen te ontwikkelen en valideren die gericht zijn op het identificeren van patronen geassocieerd met cognitieve achteruitgang. De resultaten van deze studie kunnen een eerdere identificatie ondersteunen van individuen met een verhoogd risico op MCI en de ziekte van Alzheimer, helpen bij het begeleiden van tijdige interventies, en mogelijk ziekteprogressie en vroege institutionalisatie vertragen, wat bijdraagt aan een verbeterde kwaliteit van leven voor oudere volwassenen en hun families.
Studie Overzicht
Toestand
Gedetailleerde beschrijving
Milde cognitieve stoornis (MCI) en vroege fase van de ziekte van Alzheimer (AD) vertegenwoordigen cruciale stadia in het continuüm van neurodegeneratieve cognitieve stoornissen. Inzicht in deze aandoeningen is essentieel voor het mogelijk maken van vroege diagnose, het implementeren van gerichte therapeutische strategieën en het ontwikkelen van uitgebreide zorgplannen gericht op het verbeteren van de kwaliteit van leven van patiënten en mantelzorgers en, waar mogelijk, het vertragen van neurodegeneratieve progressie.
De wereldwijde last van dementie neemt snel toe en vormt een dringende uitdaging voor de volksgezondheid. Projecties schatten dat tegen 2050 ongeveer 115 miljoen mensen wereldwijd met dementie zullen leven. Alleen al in de Verenigde Staten wordt verwacht dat de prevalentie van MCI meer dan 21 miljoen individuen zal overschrijden, met bijna 14 miljoen gevallen van de ziekte van Alzheimer tegen 2060. Deze cijfers benadrukken de dringende noodzaak van vooruitgang in translationele neurowetenschappen, met name in vroege diagnostische strategieën en preventieve, gepersonaliseerde zorgbenaderingen.
In deze context zijn draagbare technologieën naar voren gekomen als veelbelovende hulpmiddelen voor continue, niet-invasieve monitoring van fysiologische en gedragsparameters in realistische omgevingen. Apparaten zoals smartwatches en smart rings maken longitudinale verzameling van gegevens mogelijk met betrekking tot hartslagvariabiliteit, slaaparchitectuur, fysieke activiteit en circadiaanse ritmes - factoren die in toenemende mate worden geassocieerd met cognitieve achteruitgang. Opkomend bewijs suggereert dat veranderingen in deze parameters kunnen voorafgaan aan of gepaard gaan met vroege cognitieve stoornissen. Wanneer geïntegreerd met geavanceerde kunstmatige intelligentie (AI)-methoden, kunnen deze gegevens subtiele patronen onthullen die indicatief zijn voor vroege neurodegeneratieve processen die voorafgaan aan duidelijke klinische symptomen.
Het combineren van draagbare-gegevens met neuroimaging en elektro-encefalografie (EEG) heeft het potentieel om robuustere diagnostische modellen te genereren. Terwijl draagbare apparaten gedrags- en fysiologische dynamiek vastleggen, biedt magnetische resonantiebeeldvorming (MRI) gedetailleerde informatie over hersenstructuur en -functie, en stelt EEG analyse mogelijk van neurale oscillaties en connectiviteitspatronen die verband houden met vroege cognitieve stoornissen. De integratie van deze multimodale datastromen vertegenwoordigt een complexe methodologische uitdaging, waarvoor geavanceerde computationele raamwerken nodig zijn die heterogene, hoogdimensionale datasets kunnen verwerken.
Vooruitgang in kunstmatige intelligentie en machine learning maakt de integratie van multimodale gegevens en de identificatie van complexe patronen mogelijk die niet detecteerbaar zijn via traditionele analytische benaderingen. Multimodale datafusiestrategieën die draagbare fysiologische en gedragskenmerken combineren met neuropsychologische, neuroimaging- en EEG-afgeleide variabelen kunnen de diagnostische prestaties verbeteren en geïndividualiseerde risicostratificatie ondersteunen.
Dit is een observationele, analytische, single-center, prospectieve cohortstudie ontworpen om multimodale klinische en digitale gegevens te integreren voor de ontwikkeling en validatie van AI-gebaseerde modellen gericht op vroege detectie van MCI en vroege fase van de ziekte van Alzheimer. De studie wordt uitgevoerd in het Getúlio Vargas Universitair Ziekenhuis (HUGV), een tertiair academisch centrum en regionale referentie voor hoogcomplexe zorg, in samenwerking met het Centrum voor Onderzoek en Ontwikkeling in Elektronische en Informatietechnologie (CETELI/UFAM), dat expertise biedt in intelligente systemen, datainfrastructuur en AI-modelontwikkeling.
Machine learning en deep learning benaderingen worden toegepast om patronen geassocieerd met cognitieve achteruitgang te identificeren, vroege detectie van MCI en vroege AD te ondersteunen en risicostratificatie mogelijk te maken. Modelontwikkeling en -validatie geven prioriteit aan robuustheid, interpreteerbaarheid en potentiële klinische toepasbaarheid.
Deze studie heeft tot doel de ontwikkeling van schaalbare, toegankelijke en niet-invasieve AI-gebaseerde hulpmiddelen voor vroege detectie van cognitieve stoornissen te ondersteunen. Door gebruik te maken van continue draagbare monitoring en multimodale dataintegratie kan de voorgestelde benadering bijdragen aan eerdere diagnose, verbeterde risicostratificatie en tijdigere interventiestrategieën voor individuen met risico op de ziekte van Alzheimer.
Studietype
Inschrijving (Geschat)
Contacten en locaties
Studiecontact
- Naam: Robson Luís Oliveira de Amorim, PhD
- Telefoonnummer: +55 92 99403-4101
- E-mail: robsonamorim@ufam.edu.br
Studie Contact Back-up
- Naam: Eliana Brasil Alves, Master of Health Sciences
- Telefoonnummer: +55 92 99603-2236
- E-mail: eliana.brasil@ufam.edu.br
Studie Locaties
-
-
Amazonas
-
Manaus, Amazonas, Brazilië, 69020-170
- Getúlio Vargas University Hospital
-
Contact:
- Plinío José Cavalcante Monteiro
- Telefoonnummer: +55 (92) 3305-4813
- E-mail: plinio.monteiro@ebserh.gov.br
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria Leeftijd 65 jaar of ouder; Klinische verdenking van MCI, vroege AD Patiënten die bij bewustzijn, georiënteerd en in staat zijn om vragenlijsten te beantwoorden; Vermogen en bereidheid om draagbare apparaten 30 dagen te gebruiken; Ondertekening van het geïnformeerde toestemmingsformulier (ICF)
Niet-inclusiecriteria Gevorderde dementie Ernstige ongecontroleerde psychiatrische stoornis Ernstige visuele of gehoorbeperking die communicatie verhindert Ernstige fysieke of cognitieve ongeschiktheid om draagbare apparaten te gebruiken Pacemaker die niet compatibel is met de apparaten
Exclusiecriteria Niet-bevestigde diagnose van MCI of vroege AD; Vrijwillige terugtrekking in elke fase van het onderzoek; Overlijden tijdens de onderzoeksperiode; Onjuist gebruik of niet-naleving van het gebruik van draagbare apparaten Weigering of onvermogen om de gevraagde tests en onderzoeken volledig uit te voeren.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
|---|
|
Controlegroep
Personen zonder significante afwijkingen bij beeldvormende onderzoeken, biomarkers of neuropsychologische beoordeling.
|
|
Milde Cognitieve Stoornis (MCI)
Deelnemers met afwijkingen in cognitieve vragenlijstscores en/of laboratoriumbiomarkers, maar zonder significante functionele beperking.
|
|
Vroege fase van de ziekte van Alzheimer (eAD)
Individuen met gewijzigde laboratorium- en/of beeldvormingsresultaten die compatibel zijn met de initiële fase van neurodegeneratie.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Nauwkeurigheid van een voorspellend model voor de identificatie van milde cognitieve stoornissen en vroege ziekte van Alzheimer
Tijdsspanne: Tot 30 dagen continue draagbare monitoring
|
Evaluatie van de nauwkeurigheid, gedefinieerd als het aandeel correct geclassificeerde deelnemers, van een voorspellend model ontwikkeld om Milde Cognitieve Stoornis en vroegstadium Alzheimer te identificeren op basis van gegevens verzameld met draagbare technologieën en digitale vragenlijsten, met gebruikmaking van gevestigde klinische en gestandaardiseerde neuropsychologische diagnoses als referentiestandaard.
|
Tot 30 dagen continue draagbare monitoring
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Verband tussen spraak- en stemkenmerken uit smartphone-audio en klinische groep
Tijdsspanne: Tot 30 dagen
|
Evaluatie van de relatie tussen spraak- en stemkenmerken, geëxtraheerd uit op smartphone gebaseerde audio-opnames, waaronder spreeksnelheid, articulatie, pauzepatronen, toonhoogtevariabiliteit en stemkwaliteitsmaten, en klinische groepclassificatie (controle, milde cognitieve stoornis en vroege ziekte van Alzheimer), inclusief correlaties met cognitieve en functionele scores.
|
Tot 30 dagen
|
|
Verband tussen door draagbare apparaten afgeleide slaapmetrieken en klinische groep
Tijdsspanne: Tot 30 dagen
|
Evaluatie van de associatie tussen door wearables afgeleide slaapparameters, waaronder totale slaaptijd, slaapefficiëntie, slaapbeginlatentie, wakker worden na slaapaanvang en slaapfaseverdeling, en klinische groepclassificatie (cognitief onaangetaste controlegroep, milde cognitieve stoornis en vroege ziekte van Alzheimer), alsmede correlaties tussen slaapmetrieken en gestandaardiseerde cognitieve en functionele beoordelingsscores.
|
Tot 30 dagen
|
|
Association Between Wearable-Derived Physical Activity Metrics and Clinical Group
Tijdsspanne: Tot 30 dagen
|
Beoordeling van de relatie tussen door draagbare apparaten gegenereerde fysieke activiteitsmetingen, waaronder dagelijks stappenaantal, activiteitsintensiteitsniveaus, sedentaire tijd en energieverbruik, en klinische groep classificatie controle, milde cognitieve stoornis en vroege ziekte van Alzheimer, inclusief correlaties met cognitieve en functionele prestatiemetingen.
|
Tot 30 dagen
|
|
Verband tussen op wearables gebaseerde hartslag- en hartslagvariabiliteitsmetingen en klinische groep
Tijdsspanne: Tot 30 dagen
|
Analyse van het verband tussen door wearables gemeten hartslag- en hartslagvariabiliteitsparameters, waaronder rusthartslag en tijd- en frequentiedomein HRV-indices, en klinische groep classificatie controle, milde cognitieve stoornis en vroege ziekte van Alzheimer, evenals correlaties met cognitieve en functionele scores
|
Tot 30 dagen
|
|
Verschil in Timed Up and Go-prestaties tussen klinische groepen
Tijdsspanne: Baselinebeoordeling Dag 1 (tot 30 dagen)
|
Vergelijking van de prestaties van de Timed Up and Go-test tussen klinische groepen controle, milde cognitieve stoornis en vroege ziekte van Alzheimer en evaluatie van correlaties tussen TUG-prestaties en door wearables gegenereerde fysieke activiteit- en slaapmetrieken.
|
Baselinebeoordeling Dag 1 (tot 30 dagen)
|
|
Verband tussen gezichtsuitdrukkingskenmerken uit smartphonevideo en klinische groep
Tijdsspanne: Tot 30 dagen
|
Beoordeling van de associatie tussen gezichtsuitdrukkingskenmerken geëxtraheerd uit smartphone-gebaseerde video-opnames, waaronder gezichtsactie-eenheden, emotionele expressiviteit en bewegingsdynamiek, en klinische groep classificatie (controle, milde cognitieve stoornis en vroege ziekte van Alzheimer).
|
Tot 30 dagen
|
|
Verband tussen oogbewegingskenmerken afgeleid van smartphones en klinische groep
Tijdsspanne: Tot 30 dagen
|
Beoordeling van de associatie tussen oogbewegingen en oogvolgfuncties afgeleid van op smartphone gebaseerde beoordelingen, waaronder saccademetrieken, fixatiestabiliteit en volgprestaties, en klinische groep classificatie controle, milde cognitieve stoornis en vroege ziekte van Alzheimer.
|
Tot 30 dagen
|
|
Verband tussen elektro-encefalografie (EEG)-classificatie en klinische groep
Tijdsspanne: Tot 30 dagen
|
Evaluatie van de associatie tussen elektro-encefalografieclassificatie normaal versus abnormaal en het type abnormaliteit en klinische groepclassificatie controle, milde cognitieve stoornis en vroege ziekte van Alzheimer, evenals correlaties tussen EEG-bevindingen en door wearables verkregen slaap- en fysieke activiteitsmetingen.
|
Tot 30 dagen
|
|
Verband tussen niet-invasieve intracraniële compliantiemetingen en klinische groep
Tijdsspanne: Tot 30 dagen
|
Beoordeling van de relatie tussen niet-invasieve intracraniële compliantiemetrieken verkregen met het Brain4Care-apparaat, waaronder de P2 P1-ratio en golfvormmorfologie, en klinische groepclassificatie (controle, milde cognitieve stoornis en vroege ziekte van Alzheimer), inclusief correlaties met door draagbare apparaten verkregen slaap- en fysieke activiteitsmetrieken.
|
Tot 30 dagen
|
|
Verband tussen Doppler-bevindingen van de halsslagader en wervelslagader en klinische groep
Tijdsspanne: Tot 30 dagen
|
Evaluatie van de associatie tussen bevindingen van Doppler-echografie van de halsslagader en wervelslagader, waaronder intima-media-dikte en de aanwezigheid of mate van arteriële stenose, en klinische groepsclassificatie controle, milde cognitieve stoornis en vroege ziekte van Alzheimer.
|
Tot 30 dagen
|
|
Haalbaarheid en naleving van continue draagbare monitoring
Tijdsspanne: Tot 30 dagen
|
Beoordeling van de haalbaarheid en deelnemersnaleving van continue draagbare monitoring, inclusief het percentage dagen met geldige draagbare gegevens, de gemiddelde dagelijkse draagtijd en de uitvalpercentage van de studie.
|
Tot 30 dagen
|
|
Verband tussen cognitieve en neuropsychologische prestaties en klinische groep
Tijdsspanne: Tot 30 dagen
|
Evaluatie van de relatie tussen globale en domeinspecifieke cognitieve en neuropsychologische prestaties, inclusief screeningsinstrumenten en gestandaardiseerde neuropsychologische tests die het geheugen, executief functioneren, aandacht, taal, verwerkingssnelheid en visuospatiële vaardigheden beoordelen, en klinische groep classificatie controle, milde cognitieve stoornis en vroege ziekte van Alzheimer.
|
Tot 30 dagen
|
|
Verband tussen functionele, neuropsychiatrische en gedragsmatige maten en klinische groep
Tijdsspanne: Tot 30 dagen
|
Beoordeling van het verband tussen functionele capaciteit, neuropsychiatrische symptomen en gedragsmaten, waaronder instrumentele activiteiten van het dagelijks leven, angst en depressieve symptomen, en klinische groepsclassificatie controle, milde cognitieve stoornis en vroege ziekte van Alzheimer, inclusief correlaties met cognitieve en digitale biomarkers.
|
Tot 30 dagen
|
|
Verband tussen bloedgebaseerde biomarkers en klinische groep
Tijdsspanne: Tot 30 dagen
|
Evaluatie van de relatie tussen bloedgebaseerde biomarkers, waaronder routinematige laboratoriumparameters en plasmabiomarkers van de pathologie van de ziekte van Alzheimer, en klinische groepsclassificatie controle, milde cognitieve stoornis en vroege ziekte van Alzheimer, inclusief correlaties met cognitieve, functionele en neuroimaging-metingen.
|
Tot 30 dagen
|
|
Association Between Neurophysiological Measures and Clinical Group
Tijdsspanne: Tot 30 dagen
|
Beoordeling van de associatie tussen neurofysiologische kenmerken, inclusief elektro-encefalografische patronen en niet-invasieve intracraniële compliantie-golfvormmetingen, en klinische groep classificatie controle, milde cognitieve stoornis, en vroege ziekte van Alzheimer, inclusief correlaties met cognitieve en neuroimaging uitkomsten.
|
Tot 30 dagen
|
|
Verband tussen neuroimagingkenmerken en klinische groep
Tijdsspanne: Tot 30 dagen
|
Evaluatie van de relatie tussen structurele neuroimaging en cerebrovasculaire kenmerken, waaronder corticale en mediale temporale atrofie, witte stof ziekte, microbloedingen, infarcten, volumetrische en corticale dikte metingen, en klinische groep classificatie controle, milde cognitieve stoornis, en vroege ziekte van Alzheimer.
|
Tot 30 dagen
|
Medewerkers en onderzoekers
Onderzoekers
- Studie directeur: Marly Guimarães Fernandes Costa, Federal University of Amazonas
- Hoofdonderzoeker: Robson Luís Oliveira de Amorim, Getúlio Vargas University Hospital
- Studie stoel: Caio Eduardo Rodrigues Falcão, Getúlio Vargas University Hospital
- Studie directeur: Eliana Brasil Alves, Getúlio Vargas University Hospital
- Studie directeur: Cícero Ferreira Fernandes Costa Filho, Federal University of Amazonas
Studie record data
Bestudeer belangrijke data
Studie start (Geschat)
Primaire voltooiing (Geschat)
Studie voltooiing (Geschat)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- 93783525.5.0000.5020
- Convênio No 02/2025 (Ander subsidie-/financieringsnummer: SAMSUNG ELETRÔNICA DA AMAZONIA)
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
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 .