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

Visjonsbasert vurdering av leddstrekkbarhet ved Ehlers Danlos syndrom

27. november 2023 oppdatert av: Nimish Mittal, University Health Network, Toronto

Vurdere gjennomførbarheten av en smarttelefonbasert, maskinlæringsapplikasjon for visuell bildebehandling for vurdering av hyperutvidbarhet av perifere ledd i Ehlers Danlos syndrom

Ehlers Danlos syndrom (EDS) er en heterogen gruppe genetiske lidelser med 13 identifiserte undertyper. Hypermobil EDS (hEDS), selv om den er den vanligste undertypen av EDS, har ennå ikke en identifisert genetisk mutasjon for diagnostisk bekreftelse. Generalisert leddhypermobilitet (GJH) er et av kjennetegnene ved hEDS. Poengsystemet som ble brukt ved måling av GJH ble beskrevet av Beighton. Beighton-poengsummen beregnes ved å bruke et dikotomt poengsystem for å vurdere forlengbarheten til ni ledd. Hvert ledd blir skåret som enten hypermobilt (score = 1) eller ikke hypermobilt (score = 0). Den totale poengsummen (Beighton-score) kan variere mellom minimum 0 og maksimum 9, med høyere poengsum som indikerer større leddslapphet.

Selv om det er moderat validitet og variasjon mellom vurderinger ved bruk av Beighton-poengsummen, er det fortsatt flere utfordringer med dens utbredte og konsekvente anvendelse av klinikere. Noen av barrierene rapportert i litteraturen inkluderer:

i) I åpne, ikke-standardiserte systemer kan det være betydelig variasjon i metoden for å utføre disse felles utvidbarhetstestene inkludert vurdering av baseline-målinger, ii) Bestemme konsistente og standard måleverktøy/metodikk, f.eks. goniometerbruk kan variere mye iii) Vurdere påliteligheten til cut off-verdiene og iv) Utføre full vurdering før pasienter informeres om mulig klassifisering av GJH-positivitet (lav spesifisitet og lav positiv prediktivitet).

Upassende implementering av tester for å vurdere GJH resulterer i unøyaktig identifikasjon av GJH og potensielt utilsiktede negative konsekvenser av å stille feil diagnose av EDS. Målet med denne studien er å skape en mer robust og gyldig metode for felles mobilitetsmåling og redusere feil i screening av EDS ved bruk av smarttelefonbaserte maskinlæringsapplikasjoner for måling av leddutvidbarhet.

Prosjektet vil:

i) Lag en smarttelefonaktivert visuell bildebehandlingsapp for å vurdere målingen av leddutvidbarhet, ii) Vurder muligheten for å bruke smarttelefonappen i en klinisk setting for å screene potensielle EDS-pasienter, iii) Bestem gyldigheten av applikasjonen i sammenligning med personlig klinisk vurdering i et akademisk EDS-program for tertiær omsorg. Hvis den lykkes, kan smarttelefonapplikasjonen bidra til å standardisere behandlingen av potensielle EDS-pasienter på en effektiv og kostnadseffektiv måte.

Studieoversikt

Status

Påmelding etter invitasjon

Studietype

Observasjonsmessig

Registrering (Antatt)

225

Kontakter og plasseringer

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

Studiesteder

    • Ontario
      • Toronto, Ontario, Canada, M5G 2C4
        • GoodHope EDS - Toronto General Hospital

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

18 år og eldre (Voksen, Eldre voksen)

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Populasjonen som studeres inkluderer alle pasienter henvist til eller sett på GoodHope EDS-klinikken. Klinikken tar imot henvisninger fra symptomatiske voksne pasienter (alder > 18 år), med EDS, eller mistenkt EDS. EDS er en bindevevsforstyrrelse med 100 % penetrans, men varierende i fenotypisk uttrykk, mistenkte tilfeller av EDS eller G-HSD kan derfor inkludere andre arvelige eller ervervede bindevevssykdommer/-lidelser og/eller komplekse kroniske sykdommer karakterisert ved, eller den funksjonen. , leddhypermobilitet, smerte og tretthet.

Beskrivelse

Inklusjonskriterier:

  • Alle pasienter som blir sett på GoodHope EDS-klinikken i Toronto General er kvalifisert for inkludering, uavhengig av deres diagnose eller resultatene av vurderingene deres

Ekskluderingskriterier:

  • Pasienter som ikke samtykker til å delta vil ikke bli inkludert (deltakere kan trekke tilbake samtykket når som helst)

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

  • Observasjonsmodeller: Bare etui
  • Tidsperspektiver: Tverrsnitt

Kohorter og intervensjoner

Gruppe / Kohort
Intervensjon / Behandling
Nye pasienter ved GoodHope EDS-klinikken ved Toronto General Hospital
Alle pasienter som sees i EDS-klinikken er kvalifisert for inkludering, uavhengig av deres diagnose eller resultatene av deres vurderinger.
Ingen inngrep vil bli brukt. Samtykke deltakere vil få tatt videoopptak under eksamen av leddhypermobilitet som vil bli analysert på et senere tidspunkt

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Sammenligning av samsvar i forutsagt vinkel etter positur-estimeringsbibliotek
Tidsramme: 4 måneder
Ytelsen til de utviklede maskinlæringsmodellene for å forutsi bevegelsesområdet vil bli analysert av positur-estimeringsbiblioteket som brukes. Denne analysen vil bli utført på delmengden av dataene som er samlet inn i løpet av de første 2 månedene av datainnsamlingen. Denne informasjonen vil bli brukt til å velge positur-estimeringsbibliotekene som skal fortsette med når du avgrenser maskinlæringsmodellene.
4 måneder
Sammenligning av samsvar i antatt vinkel etter ledd
Tidsramme: 1 år
Ytelsen til de utviklede maskinlæringsmodellene for å forutsi bevegelsesområdet i hvert ledd (ryggrad, kne, ankel, albue, skulder, tommel, femte finger) vil bli analysert uavhengig for hvert ledd. Dette vil gi innsikt med hensyn til hvilke ledd systemet er mer nøyaktig til å forutsi fra video.
1 år
Vurder nøyaktigheten av prediksjon av bevegelsesområde ved hjelp av synsbaserte data
Tidsramme: 1 år
Maskinlæringsmodeller trent på videoer av individer som utfører leddhypermobilitetsmanøvrene vil bli utviklet. Ytelsen deres vil bli sammenlignet med bevegelsesområdet målt av en ekspertkliniker ved hjelp av et goniometer.
1 år

Samarbeidspartnere og etterforskere

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

Etterforskere

  • Hovedetterforsker: Nimish Mittal, MD, GoodHope Ehlers Danlos Syndrome Clinic, Toronto General Hospital

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

Generelle publikasjoner

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)

26. april 2022

Primær fullføring (Antatt)

1. juni 2024

Studiet fullført (Antatt)

1. desember 2024

Datoer for studieregistrering

Først innsendt

4. mai 2022

Først innsendt som oppfylte QC-kriteriene

4. mai 2022

Først lagt ut (Faktiske)

9. mai 2022

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

28. november 2023

Siste oppdatering sendt inn som oppfylte QC-kriteriene

27. november 2023

Sist bekreftet

1. november 2023

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

IPD-planbeskrivelse

Ingen IPD vil bli delt med andre forskere.

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. .

Kliniske studier på Ehlers-Danlos syndrom

Abonnere