Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Hostelydklassifisering som en TB-triage-test (CAGE-TB)

29. april 2026 oppdatert av: Grant Theron, University of Stellenbosch

Automatisert smarttelefonbasert hostelydklassifisering for rask tuberkulosetriage-testing (hostelyd-triaGE for TB; CAGE-TB)

TB er den største enkeltstående smittsomme dødsårsaken (1,5 millioner døde i 2018), og dreper flere HIV-positive mennesker enn noen annen sykdom, og er uten tvil den viktigste fattigdomsrelaterte sykdommen i verden. Den estimerte forekomsten av tuberkulose i Afrika har vært synkende de siste årene, men utviklingen går sakte og platåer. For å avverge stagnasjon er det nødvendig med virkelig innovative og ambisiøse teknologier, spesielt de som forbedrer saksfinning og tid til diagnose, ettersom i matematiske modeller basert på rammeverket for tuberkuloseomsorg, vil intervensjoner som oppnår dette ha størst innvirkning på å forstyrre befolkningen. nivåoverføring, inkludert når de utplasseres på fasiliteter der pasienter er lett tilgjengelige. Kritisk sett må disse intervensjonene (triagetester) fremme tilgang til bekreftende testing (f.eks. Xpert MTB/RIF Ultra) ved å gjøre det mulig for pasienter å bli henvist raskt og effektivt under samme besøk. Etterforskerne vil optimalisere og evaluere en teknologi som, bortsett fra etterforskernes tidlige case-kontrollerte studie for å vise gjennomførbarhet, hittil ikke er undersøkt meningsfullt for tuberkulose. Dette gapet er alarmerende gitt, på den ene siden, omfanget av tuberkuloseepidemien og behovet for en triage-test, og på den andre siden lovende proof-of-concept som demonstrerer høy diagnostisk nøyaktighet av hostelydklassifikatoren for luftveissykdommer som f.eks. lungebetennelse, astma. kikhoste, krupp og KOLS. I noen tilfeller er disse klassifiseringssystemene CE-merket, venter på FDA-godkjenning og gjenstand for sent stadium av kliniske studier. Dette demonstrerer løftet om det underliggende teknologiske prinsippet. CAGE-TBs innovasjon forsterkes ytterligere ved å: bruke avanserte maskinlæringsmetoder som teamet har spesielt utviklet for TB-pasienthoste-lydanalyse, bruk av blandet metodeforskning – med utgangspunkt i helseøkonomi, implementeringsvitenskap og medisinsk antropologi – for å informere produktdesign og vurdere barrierer og tilretteleggere for implementering, og unikt for en TB-diagnostisk test, dens potensielle distribusjon som en ren mHelse (smarttelefonbasert) innovasjon som reduserer mange barrierer som vanligvis setter oppfyllelse av TPP-kriteriene i fare.

Studieoversikt

Status

Rekruttering

Forhold

Intervensjon / Behandling

Detaljert beskrivelse

CAGE-TB er en diagnostisk evalueringsstudie som vurderer potensialet til en TB-hoste-lydsignatur for å bli brukt i en smarttelefonapplikasjon for å oppdage potensiell TB fra en hostelyd til skjerm (triage) TB. Hensikten med CAGE-TB er å fremme bruken av mobil helse (mHealth) basert hostelyd-triage-testing for aktiv lunge-TB i helseinstitusjoner i høybelastningsmiljøer. Studien er finansiert av EDCTP2-programmet støttet av EU og involverer fire internasjonale partnere. Studiedeltakerne, eldre enn 12 år, inkluderer deltakere som har hoste i en varighet på over to uker som kommer til helseklinikker der etterforskerne har klinisk rekrutteringsinfrastruktur og tillatelser til å utføre TB-forskning. I denne to-fase observasjons-, tverrsnittsstudien vil hver deltaker kun sees én gang, ved diagnose, og ingen intervensjon er planlagt. I den første fasen vil etterforskerne samle inn data fra en oppdagelseskohort, som skal brukes til å trene en maskinlæringsalgoritme. I løpet av den andre fasen vil data samles inn fra en valideringskohort, bestående av et større antall deltakere fra to geografisk distinkte studiesteder, som vil bli brukt til å evaluere ytelsen til algoritmen. Målet med denne studien er å: (1) generere og separat validere en hostelydklassifiser som oppfyller WHOs triagetest TPP-sensitivitets- og spesifisitetskriterier. Dette målet legger grunnlaget for CAGE-TB ved å generere en klassifisering og en felles offentlig ressurs (hostelyddatabase) for potensiell senere bruk i andre studier. (2) Produser data om potensielle kostnadsbesparelser for hostelyd-app for triage ved å samle inn primærdata for å demonstrere potensielle kostnadsbesparelser estimert ved bruk av avanserte metoder for å tilfredsstille et sentralt TPP-kriterium (<USD 2 per pasient). Dette målet vil støtte den videre uavhengige evalueringen av klassifikatoren, inkludert i kliniske studier med fokus på pasientendepunkter. (3) Pakk teknologien inn i en brukervennlig smarttelefonapp. Mange TB-tester tilbyr forbedringer i nøyaktighet og kostnader, men er ikke allment brukt. Dette målet er utformet for å redusere denne risikoen med hosteklassifikatoren, og ved å bruke fordelene med mHealth kan et produkt leveres som lett kan brukes av sykepleiere, stole på av pasienter og utnyttes av helsepersonell. For å oppnå dette krever det å inkludere viktige funksjoner i mobilapplikasjonen, for eksempel tilkobling, automatisert rapportering, innebygd veiledning og kvalitetskontroll, som er viktige, men ofte neglisjerte komponenter i WHO-triage-testens TPP-profil. (4) Danne et grunnlag for påfølgende studier der appen vil bli evaluert for å måle dens innvirkning på pasientbehandlingen, for å bygge bevis for global policyendring og vedtakelse. Målene for CAGE-TB inkluderer: (1.1) prøvetaking (hostelyd, sputummikrobiologi) alle pasienter med langvarig hoste som kommer inn i primærhelseavdelinger uavhengig av årsak til presentasjon (n=473 i Cape Town-oppdagelseskohort); (1.2) bruke maskinlæring for å utvikle en hostelydklassifiser for å skille mellom TB og ikke-TB hoste; (1.3) evaluering av klassifikatoren for sensitivitet og spesifisitet i nye valideringskohorter (n=511 i Cape Town, n=767 i Kampala); (2) i begge innstillingene vil etterforskerne bruke validerte verktøy for å beregne potensielle leverandørkostnader som unngås og gjennomføre forskning med blandede metoder for å identifisere barrierer og tilretteleggere for å informere utviklingen av mHealth-løsningen (smarttelefonappen) beregnet for bruk av minimalt trente helsearbeidere med sluttproduktet fungerer ideelt offline uten at det er nødvendig å synkronisere til en online server for behandling utført ved Stichting-Amsterdam Institute for Global Health and Development (AIGHD); (3) appen vil bli ytterligere foredlet og gjort brukervennlig, enkel og visuelt intuitiv basert på tilbakemeldinger fra studier mot et mer endelig produkt som er gratis for enhver person å bruke; og (4) denne mHealth-løsningen pakket inn i en smarttelefon-app vil bli sendt til vurdering til store internasjonale interessenter som Foundation for Innovation and Diagnostics (FIND) og Verdens helseorganisasjon (WHO) og ledet av kolleger ved AIGHD med Stellenbosch University og Makerere University-innspill for å gjøre denne TB-triage-applikasjonen relevant for bruk i afrikanske omgivelser og populasjoner.

Studietype

Observasjonsmessig

Registrering (Antatt)

1751

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiekontakt

Studer Kontakt Backup

Studiesteder

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

12 år og eldre (Barn, Voksen, Eldre voksen)

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Pasienter med hoste av minst to ukers varighet rapporterer selv til primærklinikker i Cape Town og Kampala, i områder med høy forekomst av tuberkulose.

Beskrivelse

Inklusjonskriterier:

  • deltaker må være minst 12 år gammel
  • deltakeren må ha langvarig hoste (i minst to uker)
  • deltaker må gi informert samtykke
  • Deltakeren skal ha en kjent HIV-status eller være villig til å gjennomgå standard-hiv-testing og rådgivning

Ekskluderingskriterier:

  • personer som nekter informert samtykke
  • personer som har mottatt behandling for tuberkulose i løpet av 60 dager før innmelding
  • individer som ikke er i stand til å gi en oppspyttprøve for mikrobiologisk testing
  • personer som har hemoptyse eller blodig hoste med tvungen hoste for lydopptak

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Intervensjon / Behandling
Discovery Cohort
Et forventet antall på 473 deltakere vil bli rekruttert i Cape Town, Sør-Afrika. Data (hostelyd) vil bli samlet inn og brukt til å trene en maskinlæringsalgoritme. Hostelydsignalet spesifikt for tuberkulose vil bli forfinet. Under oppdagelsesfasen vil grunnsannheten oppnådd gjennom biologisk testing av sputumprøver bli brukt til å informere maskinlæringen.
Etterforskerne vil oppdage en hostelydsignatur og deretter validere den.
Valideringskohort
I valideringsfasen vil hostelydsignaturen få sin sensitivitet og spesifisitet målt i nye pasienter i Cape Town, Sør-Afrika (n=511) og Kampala, Uganda (n=767). Dataene vil bli brukt til å evaluere ytelsen til algoritmen.
Etterforskerne vil oppdage en hostelydsignatur og deretter validere den.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Utvikle og validere algoritmer som kan skille mellom TB og ikke-TB hoste
Tidsramme: 24 måneder
Hostelyddata vil bli samlet inn og brukt til å definere hostelydsignalet spesifikt for TB. Den optimaliserte TB-lydsignaturen vil da få målt sin sensitivitet og spesifisitet i nye pasienter for å evaluere ytelsen til algoritmene.
24 måneder
Fullført smarttelefonbasert mHealth-applikasjon
Tidsramme: 30 måneder
Den beste algoritmen vil bli integrert i en smarttelefon-app, som vil bli utformet med menneskesentrert tilnærming, som kan brukes som en triage-test for TB.
30 måneder
Unngå unødvendige Ultra-tester
Tidsramme: 24 måneder
Etterforskerne vil beregne potensielle kostnadsbesparelser som søknaden vil kunne legge til rette for å unngå unødvendige tester.
24 måneder

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Etterforskere

  • Hovedetterforsker: Grant Theron, PhD, University of Stellenbosch

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)

19. april 2022

Primær fullføring (Antatt)

1. juni 2026

Studiet fullført (Antatt)

30. desember 2027

Datoer for studieregistrering

Først innsendt

30. mars 2022

Først innsendt som oppfylte QC-kriteriene

30. mars 2022

Først lagt ut (Faktiske)

7. april 2022

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

6. mai 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

29. april 2026

Sist bekreftet

1. april 2026

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

JA

IPD-planbeskrivelse

Individuelle data vil bli lagret og behandlet konfidensielt og anonymt. Forskningsdata vil bli lagret under en identifikasjonskode som gjelder enkeltdeltakere. Kun kodenummeret vil bli brukt til studiedokumentasjon, årlige fremdriftsrapporter og forskningspublikasjoner. For å spore data til en individuell deltaker, vil det bli laget en identifikasjonskodeliste for å knytte de kodede dataene til emnet. Kun medlemmene av forskningsteamet, de stedsuavhengige monitorene, medlemmer av helsetilsynet og medlemmer av den relevante medisinske etiske komité kan se forskningsdata som kan knyttes til individuelle deltakere. Tilgang til den sentrale databasen vil bli kontrollert via en kombinasjon av brukerroller og studiekonfigurasjon. Brukere gis kun privilegier definert for deres rolle i studien. Søkerne må sende inn et forslag til prøvestyringskomiteen for vurdering, søkerne må også signere en DTA med Stellenbosch University.

IPD-delingstidsramme

Data vil bli delt ett år etter fullført studie.

Tilgangskriterier for IPD-deling

Søkere må sende inn en søknad til prøvestyringskomiteen for datatilgang. Prøvestyringsutvalget vil vurdere søknaden. Søkeren må også signere en DTA med Stellenbosch University.

IPD-deling Støtteinformasjonstype

  • STUDY_PROTOCOL
  • ICF

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

produkt produsert i og eksportert fra USA

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. .

Abonnere