Bærbar aktivitetssporing for å dempe sykehusinnleggelser (WATCH)
18. august 2026 oppdatert av: University of California, San Francisco
Bærbar aktivitetssporing for å dempe sykehusinnleggelser (WATCH)
Denne studien blir gjort for å samle pasientgenererte helsedata for å forutsi risikoen for at pasienter trenger akuttmottak eller sykehusinnleggelse før, under.
og etter å ha mottatt strålebehandling.
Studieoversikt
Status
Rekruttering
Intervensjon / Behandling
Detaljert beskrivelse
PRIMÆR MÅL:
I. Validere en tidligere utviklet trinntellingsmodell for å forutsi akuttbehandling av alle årsaker (samlet på tvers av alle enheter).
OVERSIKT: Dette er en observasjonsstudie. Deltakerne blir tildelt 1 av 2 grupper.
GRUPPE I: Deltakerne mottar Fitbit-enhet og gjennomgår ikke-intervensjonell, standardbehandling, strålebehandling.
GRUPPE II: Deltakerne mottar Fitbit-enheter og bruker sin egen personlige Apple HealthKit-baserte enhet og gjennomgår ikke-intervensjonell, standardbehandling, strålebehandling.
Studietype
Observasjonsmessig
Registrering (Antatt)
260
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiekontakt
- Navn: Imani Dunn
- Telefonnummer: 877-827-3222
- E-post: Imani.Dunn@ucsf.edu
Studiesteder
-
-
California
-
San Francisco, California, Forente stater, 94143
- Rekruttering
- University of California, San Francisco
-
Ta kontakt med:
- E-post: cancertrials@ucsf.edu
-
Hovedetterforsker:
- Julian Hong, MD, MS
-
Ta kontakt med:
- Imani Dunn
- Telefonnummer: 877-827-3222
- E-post: Imani.Dunn@ucsf.edu
-
-
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
- Voksen
- Eldre voksen
Tar imot friske frivillige
Nei
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
Voksne pasienter som gjennomgår ikke-intervensjon, standardbehandling, strålebehandling (RT) ved UCSF Department of Radiation Oncology
Beskrivelse
Inkluderingskriterier:
- Alder >= 18 år.
- Eastern Cooperative Oncology Group (ECOG) ytelsesstatus =< 2.
- Kunne forstå studieprosedyrer og følge dem under hele studiets lengde.
- Evne til individuell eller juridisk verge/representant til å forstå et skriftlig informert samtykkedokument, og vilje til å signere det.
- Diagnose av invasiv malignitet.
- Kan bevege seg selvstendig (uten hjelp av stokk eller rullator).
- Planlagt behandling med fraksjonert ekstern strålebehandling over minst 5 dager (ingen fraksjonskrav).
- Ikke en tidligere deltaker på denne protokollen for påfølgende kurs.
Ekskluderingskriterier:
- Deltakere bundet til rullestol.
- Deltakere som ikke kan ambulere selvstendig (trenger hjelp av stokk eller rullator).
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 |
|---|---|
|
Observasjonsgruppe I: Bare Fitbit
Deltakerne mottar Fitbit-enheten mens de gjennomgår ikke-intervensjonell, standardbehandling, strålebehandling.
|
Deltakerne vil bruke Fitbit-enhet
Andre navn:
|
|
Observasjonsgruppe II: Fitbit + Apple HealthKit
Deltakerne mottar Fitbit-enheter og vil bruke personlige Apple HealthKit-baserte enheter (iPhone, Apple Watch, etc.) for samtidig å bidra med Apple HealthKit-baserte data mens de gjennomgår ikke-intervensjonell, standardbehandling, strålebehandling.
|
Deltakerne vil bruke Fitbit-enhet
Andre navn:
Deltakerne vil bruke personlig enhet og dele data med studieteamet.
Andre navn:
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Område under mottakerens driftskarakteristiske kurve (AUC-ROC) av trinntellemodellen
Tidsramme: Opptil 3 år
|
AUC -ROC for trinntellemodellen vil måle ytelsen til en klassifiseringsmodell ved å plotte frekvensen av sanne positiver mot falske positiver, og poengsummen varierer fra 0 - 1.
Jo høyere AUC, jo bedre er modellens ytelse ved å skille mellom de positive og negative klassene.
AUC-ROC vil bli rapportert inkludert både estimater og konfidensintervaller.
Alle modeller vil bli rapportert per oppdaterte retningslinjer, for eksempel minimum informasjon om klinisk kunstig intelligensmodellering (MI-CRAIT) og gjennomsiktig rapportering av en multivariabel prediksjonsmodell for individuell prognose eller diagnose (stativ).
Resultatmålingene vil bare bli beregnet med hensyn til First Acute Care -arrangementet.
|
Opptil 3 år
|
|
Beregning av en Brier -poengsum
Tidsramme: Opptil 3 år
|
Brier -poengsummen er en strengt riktig poengfunksjon eller strengt riktig scoringsregel som måler nøyaktigheten av sannsynlige spådommer.
En Brier -poengsum kan få en hvilken som helst verdi mellom 0 og 1, med 0 som den beste poengsum oppnåelig og 1 er den verste poengsum oppnåelig.
Jo lavere Brier -poengsum, desto mer nøyaktig er prediksjonen (e).
Poengsummen vil bli rapportert inkludert både estimater og konfidensintervaller.
Alle modeller vil bli rapportert per oppdaterte retningslinjer, for eksempel MI-CLAME og stativ.
Resultatmålingene vil bare bli beregnet med hensyn til First Acute Care -arrangementet.
|
Opptil 3 år
|
|
Beregning av log-loss score
Tidsramme: Opptil 3 år
|
Logaritmisk tap indikerer hvor nær en prediksjonssannsynlighet kommer til den faktiske/tilsvarende sanne verdien.
Log-loss-poengsum kan ta på seg en hvilken som helst verdi mellom 0 og 1.
Jo mer den forutsagte sannsynligheten avviker fra den faktiske verdien, jo høyere er logg-tapsverdien.
Logg-lossverdien vil bli rapportert inkludert både estimater og konfidensintervaller.
Alle modeller vil bli rapportert per oppdaterte retningslinjer, for eksempel MI-CLAME og stativ.
Resultatmålingene vil bare bli beregnet med hensyn til First Acute Care -arrangementet.
|
Opptil 3 år
|
|
Område under presisjons-tilbakekallingskurvene (AUCPR)
Tidsramme: Opptil 3 år
|
Området under presisjons-tilbakekallingskurven (AUCPR) er et sammendrag av enkelt antall av informasjonen i den presisjons-tilbakekallingskurven (PR).
Det representerer avveiningen mellom presisjon og tilbakekalling for forskjellige terskler, der høy AUCPR indikerer både høy tilbakekalling og høy presisjon.
AUCPR vil bli rapportert inkludert både estimater og konfidensintervaller.
Alle modeller vil bli rapportert per oppdaterte retningslinjer, for eksempel MI-CLAME og stativ.
Resultatmålingene vil bare bli beregnet med hensyn til First Acute Care -arrangementet.
|
Opptil 3 år
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
AUC-ROC for sammensatt akutt pleie
Tidsramme: Opptil 3 år
|
AUC-ROC vil bli brukt til å validere en tidligere utviklet modell i det primære endepunktet for å forutsi hvert ED-besøk eller sykehusinnleggelser under ekstern stråle-RT ved bruk av kontinuerlige trinntall før, under og etter behandling.
|
Opptil 3 år
|
|
Område under mottakerens driftskarakteristiske kurve (AUC-ROC) for alle forårsaker akutt omsorg etter gruppe
Tidsramme: Opptil 3 år
|
AUC-ROC vil bli brukt til å validere den tidligere utviklede trinntellingsmodellen i det primære sluttpunktet for å forutsi akutt omsorg for alle årsaker for hver av de to forskjellige enhetsplattformene.
|
Opptil 3 år
|
|
Gjennomsnittlig kvadratfeil (MSE)
Tidsramme: Opptil 3 år
|
MSE vil bli brukt til å validere konkordans av trinntall på tvers av hver av enhetens plattformer i Apple -gruppen.
Gjennomsnittlig kvadratfeil (MSE) er et grunnleggende konsept i statistikk og maskinlæring for å vurdere nøyaktigheten av de prediktive modellene som måler den gjennomsnittlige kvadratiske forskjellen mellom forutsagte verdier og de faktiske verdiene i datasettet.
|
Opptil 3 år
|
|
Område under mottakerens driftskarakteristiske kurve (AUC-ROC) for det sammensatte akutte omsorgsendepunktet ..
Tidsramme: Opptil 3 år
|
Valider den tidligere utviklede Shield-RT EHR-baserte modellen for å forutsi uplanlagt akutt omsorg (ED-besøk eller sykehusinnleggelse) for å oppdage flere variabler som kan være prediktorer som ikke tidligere er inkludert.
|
Opptil 3 år
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Samarbeidspartnere
Etterforskere
- Hovedetterforsker: Julian Hong, MD, MS, University of California, San Francisco
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)
7. april 2025
Primær fullføring (Antatt)
31. desember 2027
Studiet fullført (Antatt)
31. desember 2027
Datoer for studieregistrering
Først innsendt
4. september 2024
Først innsendt som oppfylte QC-kriteriene
4. september 2024
Først lagt ut (Faktiske)
19. september 2024
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
20. august 2026
Siste oppdatering sendt inn som oppfylte QC-kriteriene
18. august 2026
Sist bekreftet
1. august 2026
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- 23722
- NCI-2024-06762 (Registeridentifikator: NCI Clinical Trial Reporting Program (CTRP))
- R01CA277782 (U.S. NIH-stipend/kontrakt)
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. .