En kontrollert klinisk prøvelse for å trene Aiberry AI Depression Detection Platform
8. juni 2023 oppdatert av: Aiberry, Inc
En kontrollert klinisk studie for å trene Aiberry AI-depresjonsdeteksjonsplattformen på et mangfoldig sett av populasjoner i en live-setting og ytterligere forbedre deteksjonsnøyaktigheten
Denne kontrollerte multisenterstudien vil trene og validere Aiberry-plattformens evne til å oppdage depresjon i en mangfoldig pasientpopulasjon.
Opptil 10 nettsteder i USA vil delta i denne protokollen.
Voksne og barn kan delta (13-79 år).
Totalt 1000 kvalifiserte forsøkspersoner vil fullføre depresjonsscreeninger og et Aiberry-videoopptak under ett klinikkbesøk.
Analyse vil bli stratifisert etter depresjonsdiagnosestatus, rase/etnisitet og alder.
Forsøkspersonene vil delta i et grunnleggende spørreskjema for å samle inn demografisk informasjon og helsehistorie.
Studieoversikt
Status
Avsluttet
Intervensjon / Behandling
Detaljert beskrivelse
Aiberry utvikler en proprietær AI-plattform som utnytter maskinlæring for å screene for psykiske lidelser ved å bruke en multimodal tilnærming som kombinerer rik visuell informasjon, lyd, tekst, gester og øyeblikk.
Målet vårt i denne studien er å validere algoritmer som forutsier hvordan individer vil svare på selvrapporteringsskjemaer som brukes til å screene for alvorlig depressiv lidelse (MDD) og generell angstlidelse (GAD).
Før påmelding vil deltakerne delta i et spørreskjema for grunnleggende screening for å samle inn demografisk informasjon, helsehistorie og nåværende alvorlighetsgrad av depresjon.
Hvis deltakerne oppfyller kvalifikasjonskrav og demografiske rekrutteringsmål, vil de bli invitert til et enkelt virtuelt studiebesøk der de vil fullføre et 10-15 minutters innspilt intervju med en studieansatt sammen med tre korte selvrapporteringsspørreskjemaer: 1) Quick Inventory of Depression Symptoms Self Report (QIDS-SR-16), 2) den generelle angstlidelsen (GAD-7) og 3) miniversjonen av Mood and Anxiety Questionnaire (mini-MASQ), som vil bli brukt som en validitetssjekk på at deltakersvarene stemmer overens mellom dette og de to foregående spørreskjemaene.
Vi vil evaluere hvor godt AI-teknologien er i stand til å forutsi selvrapporterte symptomer på depresjon og angst ved å analysere ansikts-, lyd- og tekstfunksjoner fra intervjuvideoer.
Studietype
Observasjonsmessig
Registrering (Faktiske)
800
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiekontakt
- Navn: Clinical Study Manager
- Telefonnummer: (512) 827-9734
- E-post: jocelyn.labrada@aiberry.com
Studiesteder
-
-
Arizona
-
Tucson, Arizona, Forente stater, 85719
- University of Arizona
-
-
District of Columbia
-
Washington, District of Columbia, Forente stater, 20057
- Georgetown University
-
-
New York
-
New York, New York, Forente stater, 10022
- Hapworth Research Inc.
-
-
Deltakelseskriterier
Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
13 år til 79 år (Barn, Voksen, Eldre voksen)
Tar imot friske frivillige
Ja
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
Personer med eller uten tidligere psykisk helsediagnose.
Beskrivelse
Inklusjonskriterier:
- Alder 13 til 79 år
- Engelsktalende
Ekskluderingskriterier:
- Tidligere deltaker i studien
- Personer som ikke kan svare verbalt på standardiserte spørsmål
- Enkeltpersoner som ikke kan delta i et virtuelt besøk fordi de ikke har riktig maskinvare (telefon/bærbar PC) eller ingen internettforbindelse
- Enkeltpersoner som ikke kan gi samtykke
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
- Observasjonsmodeller: Annen
- Tidsperspektiver: Potensielle
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Intervju og depresjonsscreening
|
Aiberry er et neste generasjons selskap innen kunstig intelligens (AI) som utnytter dypteknologi for å undersøke for mental helse og hjernerelaterte lidelser.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Prediksjon av depresjonsscore fra et selvrapporteringsinstrument
Tidsramme: Enkeltvurdering
|
Feil ved prediksjon av alvorlighetsgrad av depresjon (ingen, mild, moderat, alvorlig) basert på QIDS-SR-16.
|
Enkeltvurdering
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Klassifisering av moderat-alvorlig depresjon
Tidsramme: Enkeltvurdering
|
Nøyaktighet, sensitivitet, spesifisitet og positiv og negativ prediktiv verdi ved klassifisering av om deltakere oppfyller etablerte grensekriterium for mistenkt MDD (QIDS > 10)
|
Enkeltvurdering
|
|
Klassifisering av moderat-alvorlig angst
Tidsramme: Enkeltvurdering
|
Nøyaktighet, sensitivitet, spesifisitet og positiv og negativ prediktiv verdi ved klassifisering av om deltakere oppfyller etablerte grensekriterium for mistenkt GAD (GAD-7 > 9)
|
Enkeltvurdering
|
|
Prediksjon av angstscore fra et selvrapporteringsinstrument
Tidsramme: Enkeltvurdering
|
Feil ved prediksjon av alvorlighetsgrad av angst (ingen, mild, moderat, alvorlig) basert på GAD-7.
|
Enkeltvurdering
|
Andre resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Prediksjon av spesifikke angst- og depresjonssymptomer
Tidsramme: Enkeltvurdering
|
Feil ved forutsigelse av svar på individuelle elementer på QIDS-SR eller GAD-7.
|
Enkeltvurdering
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Sponsor
Studierekorddatoer
Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.
Studer hoveddatoer
Studiestart (Faktiske)
22. september 2022
Primær fullføring (Faktiske)
6. april 2023
Studiet fullført (Faktiske)
6. april 2023
Datoer for studieregistrering
Først innsendt
30. juli 2021
Først innsendt som oppfylte QC-kriteriene
30. juli 2021
Først lagt ut (Faktiske)
6. august 2021
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
9. juni 2023
Siste oppdatering sendt inn som oppfylte QC-kriteriene
8. juni 2023
Sist bekreftet
1. februar 2023
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- Aiberry
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
NEI
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Nei
Studerer et amerikansk FDA-regulert enhetsprodukt
Nei
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .