Kunstig intelligens-basert videoanalyse for å oppdage infantile spasmer
6. mai 2026 oppdatert av: Johns Hopkins University
En maskinlæringsmetode til gjenkjenning av infantile spasmer i videoopptak
Infantile spasmer er en type anfall knyttet til utviklingsproblemer.
Dessverre blir de ofte feildiagnostisert, noe som forårsaker forsinkelser i behandlingen.
Hensikten med denne studien er å utvikle et dataprogram som pålitelig kan skille infantile spasmer fra lignende, men likevel godartede bevegelser i videoer.
Dette dataprogrammet vil lære av videoer tatt av foreldre til studiedeltakere.
Rask gjenkjennelse og behandling av infantile spasmer er avgjørende for å sikre de beste utviklingsresultatene.
Studieoversikt
Studietype
Observasjonsmessig
Registrering (Faktiske)
61
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiesteder
-
-
Maryland
-
Baltimore, Maryland, Forente stater, 21287
- Johns Hopkins 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
- Barn
Tar imot friske frivillige
Nei
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
Deltakerne vil bli rekruttert fra poliklinisk og døgnbehandling ved Johns Hopkins Hospital, et akademisk medisinsk senter i Baltimore, Maryland som tilbyr tertiær og kvartær omsorg.
Beskrivelse
Inklusjonskriterier:
- Deltakeralder under 24 måneder
- Deltaker evaluert i Johns Hopkins poliklinisk senter, Johns Hopkins Pediatric Emergency Department eller Johns Hopkins døgnavdelinger på grunn av unormale bevegelser eller anfall
- Deltaker evaluert av en pediatrisk nevrolog under poliklinisk eller stasjonært besøk på Johns Hopkins Hospital
- Minst ett videoopptak av trolldommen av unormal bevegelse produsert av forelderen/foresatte tilgjengelig for vurdering fra leverandøren
Ekskluderingskriterier:
- Dårlig videoopptakskvalitet
- Hele pasienten er ikke i rammen
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 |
|---|---|
|
Bekreftede epileptiske spasmer (positiv klasse)
Deltakere diagnostisert med infantile spasmer basert på historiske data og støttende elektroencefalografidata (dvs.
hypsarytmi eller modifisert hypsarytmibakgrunn).
|
Maskinlæringsprogramvare utviklet for å analysere videoer og nøyaktig skille infantile spasmer fra visuelt lignende bevegelser.
|
|
Epileptiske spasme-lignere (negativ klasse)
Deltakere diagnostisert med ikke-epileptiske bevegelser (f.
Sandifers syndrom, grøsende angrep, strekk, stereotypi, skremselsrefleks, vridningsbevegelser, urolighet, søvnmyoklonus) basert på historiske data og støttende elektroencefalografidata (når tilgjengelig).
|
Maskinlæringsprogramvare utviklet for å analysere videoer og nøyaktig skille infantile spasmer fra visuelt lignende bevegelser.
|
|
Våken og våken (negativ klasse)
Deltakere som viser spontane, subtile bevegelser i våken og våken tilstand.
|
Maskinlæringsprogramvare utviklet for å analysere videoer og nøyaktig skille infantile spasmer fra visuelt lignende bevegelser.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Modellfølsomhet (gjenkalling)
Tidsramme: 2 år
|
Andel sanne positive som modellen klassifiserte riktig i testdatasettet.
|
2 år
|
|
Modellspesifisitet
Tidsramme: 2 år
|
Andel sanne negative som modellen klassifiserte riktig i testdatasettet.
|
2 år
|
|
Modell positiv prediktiv verdi (presisjon)
Tidsramme: 2 år
|
Andel positive klassifiseringer som var korrekte i testdatasettet.
|
2 år
|
|
Modell negativ prediktiv verdi
Tidsramme: 2 år
|
Andel negative klassifiseringer som var korrekte i testdatasettet.
|
2 år
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Sponsor
Etterforskere
- Hovedetterforsker: Eric Kossoff, MD, Johns Hopkins Neurology
- Hovedetterforsker: Rama Chellappa, PhD, Johns Hopkins Biomedical Engineering
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. august 2024
Primær fullføring (Faktiske)
6. mai 2026
Studiet fullført (Faktiske)
6. mai 2026
Datoer for studieregistrering
Først innsendt
11. mars 2024
Først innsendt som oppfylte QC-kriteriene
11. mars 2024
Først lagt ut (Faktiske)
18. mars 2024
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
7. mai 2026
Siste oppdatering sendt inn som oppfylte QC-kriteriene
6. mai 2026
Sist bekreftet
1. mai 2026
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- IRB00429753
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. .