- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT07514182
Forbedring av kunstig intelligens-drevne algoritmer for estimering av lengde og vekt hos nyfødte og spedbarn opp til 6 måneder (NEST) (NEST)
Forbedring av kunstig intelligens-drevne algoritmer for estimering av lengde og vekt hos nyfødte og spedbarn opp til 6 måneders alder
Studien fokuserer på spedbarn fra fødsel opp til 6 måneders alder og har som mål å vurdere nøyaktigheten til AI-baserte estimater av lengde, vekt og hodeomkrets ved bruk av fotografier og/eller videoopptak tatt under rutinemessig klinisk omsorg.
Disse AI-avledede målingene vil bli sammenlignet med standard kliniske målinger utført av trente helsepersonell i nyfødt- og spedbarnsomsorgsinnstillinger.
Studieoversikt
Status
Forhold
Detaljert beskrivelse
NEST-studien er en prospektiv, observasjonell kohortstudie designet for å samle sammenkoblede kliniske referansemålinger, bildedata og tilhørende klinisk informasjon for å støtte utviklingen og proof-of-concept-evalueringen av kunstig intelligens (KI)-baserte algoritmer for estimering av antropometriske parametere hos nyfødte og småbarn.
Standard kliniske antropometriske målinger – inkludert barnets lengde, vekt og hodeomkrets – utføres av utdannet helsepersonell i samsvar med stedets standard kliniske prosedyrer og etablerte nyfødt-målemetoder. Disse målingene fungerer som den kliniske referansestandarden for sammenligning med KI-baserte estimater. Alle referansemålinger som samles inn som del av rutinemessig klinisk omsorg i studieperioden kan registreres.
Parallelt med kliniske målinger samles ikke-invasiv bildedata som består av todimensjonale fotografier og/eller videoopptak av barnet inn ved bruk av digitale bildeopptakere. Bildeinnhenting skjer under virkelige kliniske forhold og krever ikke ytterligere fysisk kontakt utover rutinemessig omsorg. Bilde- og videodata kan samles inn på flere tidspunkt for en gitt deltaker, inkludert gjentatte vurderinger under innleggelse eller oppfølging, der det er aktuelt. Bildebaserte målinger brukes ikke for klinisk beslutningstaking.
KI-baserte estimater sammenlignes med standard kliniske referansemålinger ved bruk av forhåndsdefinerte analytiske nøyaktighets- og samsvarsmetrikker.
Sekundære og utforskende mål inkluderer evaluering av KI-modeller for ytterligere antropometriske parametere, som vekt og hodeomkrets, samt vurdering av gjennomførbarheten av bildeinnhenting i nyfødt- og spedbarnsomsetninger. Forsker- og foreldrerapporterte oppfatninger knyttet til brukervennligheten og aksepten av bildebaserte målemetoder evalueres også.
For deltakere med laboratorietestresultater innhentet som del av rutinemessig klinisk omsorg, kan utvalgte laboratorieverdier registreres. I en undergruppe av deltakere kan ytterligere bildedata samles inn for å støtte utforskende forskning relatert til KI-basert estimering av jernstatus. Ingen ytterligere laboratorietesting utføres som del av studien.
Spørreskjemabasert tilbakemelding samles inn fra forskere og foreldre eller omsorgspersoner om bildeinnhentingsprosessen og for å definere akseptable områder for forskjeller mellom KI-baserte estimater og standard kliniske målinger og/eller erfaringer og oppfatninger knyttet til bruken av KI-drevne digitale verktøy for overvåking av barnets vekstparametere og helse.
Alle studiedata kodes før analyse. Bildedata og kliniske målinger kobles sammen ved bruk av studiespesifikke deltakeridentifikatorer. Ingen ansiktsgjenkjenning eller identitetsverifisering utføres. Data lagres, behandles og analyseres i samsvar med godkjente databeskyttelses- og konfidensialitetsforanstaltninger og gjeldende regelverk.
Studietype
Registrering (Antatt)
Kontakter og plasseringer
Studiekontakt
- Navn: Amilia Sng, Senior Digital Health R&I Study Manager, MSc Pharmacology
- Telefonnummer: +6594773284
- E-post: amilia.sng@danone.com
Studer Kontakt Backup
- Navn: Kimberley Tan, Clinical Research Associate, BSc
- Telefonnummer: +6598359119
- E-post: kimberley.tan@external.danone.com
Studiesteder
-
-
-
Singapore, Singapore
- Rekruttering
- KK Women's and Children's Hospital
-
Ta kontakt med:
- Bin Huey Quek, MBBS
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Barn
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
- Spedbarn fra fødselen opp til 6 måneders postnatal alder (inkludert nyfødte) som har blitt innlagt på nyfødtintensivavdeling eller spedbarnsspesialavdeling ved screeningtidspunktet
- Foreldre(r) må kunne forstå innholdet i studien og være villige til at deres barn gjennomgår video- og fotoopptak, og til å gi tilgang til blodprøveresultater (hemoglobin) tatt som del av standard klinisk praksis
- Skriftlig samtykke fra foreldre og/eller juridisk akseptabel representant
Eksklusjonskriterier:
- Spedbarn født med gestasjonsalder under 28 uker
- Spedbarn som er intubert (dvs. endotrakeal, nasotrakeal intubasjon) ved screeningtidspunktet
- Forskeren vurderer av en eller annen grunn at deltakeren ikke vil være egnet for studien
- Deltakeren har en eksisterende medisinsk tilstand som vil forhindre standardisert måling av lengde og/eller hodeomkrets, f.eks. strukturell abnormitet i underkroppen, ortopediske tilstander, hydrocephalus
- Ansatte og/eller barn/familieemedlemmer eller slektninger av ansatte ved Danone Global Research & Innovation Center, Danone Asia Pacific Holdings Pte Ltd, eller deltakende sted
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
|---|
|
Svært premature spedbarn, moderate til sene premature spedbarn og fullgångne spedbarn
Denne kohorten inkluderer nyfødte og spedbarn fra fødselen opp til 6 måneders alder, som omfatter svært premature (28-31 uker svangerskap), moderat til sen premature (32-36 uker svangerskap) og fullgående spedbarn (≥37 uker svangerskap).
Deltakere rekrutteres prospektivt under oppholdet på nyfødt- eller spedbarnsavdelinger.
Dette er en observasjonsstudie; ingen undersøkelsesprodukt eller terapeutisk intervensjon gis.
Studieprosedyrer innebærer innsamling av rutinemessige kliniske antropometriske målinger (lengde, vekt og hodeomkrets) og opptak av fotografier og/eller videoopptak for utvikling og evaluering av kunstig intelligens-baserte algoritmer.
Alle data samles i forbindelse med standard klinisk behandling.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
For å evaluere nøyaktigheten til algoritmen for å estimere lengde (i cm)
Tidsramme: Fra innmelding (etter informert samtykke) til utskrivelse fra NICU/SCN, opptil maksimalt 10 uker
|
Det primære resultatmålet er proof-of-concept-nøyaktigheten til en kunstig intelligens (AI)-basert algoritme for å estimere spedbarnslengde på en neonatal intensivavdeling (NICU) eller på en spesialavdeling for spedbarn (SCN).
AI-avledede lengdeestimater (i centimeter) hentet fra liggende bilder og/eller videoer sammenlignes med standard kliniske lengdemålinger utført av trente forskere ved bruk av Verdens helseorganisasjons (WHO) anbefalte teknikker.
Nøyaktighet evalueres ved bruk av et sammensatt mål som inkluderer bias, gjennomsnittlig absolutt feil, gjennomsnittlig absolutt prosentvis feil og fordelingen av absolutte prosentvise feil ved forhåndsdefinerte terskler.
|
Fra innmelding (etter informert samtykke) til utskrivelse fra NICU/SCN, opptil maksimalt 10 uker
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
For å evaluere den gjennomsnittlige absolutte feilen til algoritmen for å estimere vekt (i kg)
Tidsramme: Fra innmelding (etter informert samtykke) til utskrivning fra NICU/SCN, opp til maksimalt 10 uker
|
Det sekundære resultatet er proof-of-concept-nøyaktigheten til en kunstig intelligens (AI)-basert algoritme for estimering av spedbarnsvekt i en neonatal intensivavdeling (NICU) eller spesialavdeling for nyfødte (SCN).
AI-genererte vektestimater (i kilogram) fra liggende bilder og/eller videoer sammenlignes med standard kliniske vektmålinger utført av trente forskere som bruker Verdens helseorganisasjons (WHO) anbefalte teknikker.
Nøyaktighet vurderes ved hjelp av et sammensatt mål som inkluderer bias, gjennomsnittlig absolutt feil, gjennomsnittlig absolutt prosentvis feil, og fordelingen av absolutte prosentvise feil ved forhåndsdefinerte terskler.
|
Fra innmelding (etter informert samtykke) til utskrivning fra NICU/SCN, opp til maksimalt 10 uker
|
Andre resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
For å evaluere gjennomsnittlig absolutt feil for algoritmen for å estimere hodeomkrets (i cm)
Tidsramme: Fra innmelding (etter informert samtykke) til utskrivelse fra NICU/SCN, opp til maksimalt 10 uker
|
Det utforskende resultatmålet evaluerer proof-of-concept-nøyaktigheten til en kunstig intelligens (AI)-basert algoritme for estimering av spedbarnets hodeomkrets i en neonatal intensivavdeling (NICU) eller spesialavdeling for spedbarn (SCN).
AI-avledede hodeomkretsestimater hentet fra bilder og/eller videoer sammenlignes med standard kliniske hodeomkretsmålinger utført av opplærte forskere ved bruk av Verdens helseorganisasjon (WHO)-anbefalte teknikker.
Nøyaktighet vurderes beskrivende ved bruk av passende feilmål for å utforske gjennomførbarheten og potensiell klinisk nytte av bildebaserte AI-estimeringsmetoder.
|
Fra innmelding (etter informert samtykke) til utskrivelse fra NICU/SCN, opp til maksimalt 10 uker
|
|
Enkelhet ved innsamling av bilder av undersøker for hver deltaker (Veldig enkelt, Enkelt, Normal, Vanskelig, Veldig vanskelig]
Tidsramme: En gang per deltaker, før utskrivelse fra neonatalavdeling/spesialavdeling for nyfødte (ved studiens avslutning) [1 dag]
|
Undersøkerens vurdering av hvor enkelt det er å samle inn bildene
|
En gang per deltaker, før utskrivelse fra neonatalavdeling/spesialavdeling for nyfødte (ved studiens avslutning) [1 dag]
|
|
Forventet nøyaktighetsnivå fra forskeren for lengde [Mindre enn eller lik 1 cm, mindre enn eller lik 2 cm, mindre enn eller lik 3 cm, mindre enn eller lik 4 cm, mindre enn eller lik 5 cm, mer enn 5 cm]
Tidsramme: Per deltaker, ved studiedeltakelsens slutt (før utskrivelse fra NICU/SCN) [1 dag]
|
Forventet nøyaktighetsnivå for de antropometriske målingene for lengde
|
Per deltaker, ved studiedeltakelsens slutt (før utskrivelse fra NICU/SCN) [1 dag]
|
|
For å vurdere den gjennomsnittlige absolutte feilen til Iron-algoritmen for å estimere hemoglobin-nivå (mg/dl) ved bruk av bildegjenkjennings-teknologi
Tidsramme: Ved opptak eller når rutinemessige kliniske hemoglobinresultater blir tilgjengelige under NICU/SCN-oppholdet (enkelt tidspunkt) [1 dag]
|
Dette utforskende resultatmålet evaluerer konseptbevis-nøyaktigheten (POC) til en kunstig intelligens (AI)-basert algoritme for estimering av hemoglobin-nivåer (Iron AI) i en neonatal intensivavdeling (NICU) eller spesialavdeling for spedbarn (SCN).
AI-avledede hemoglobin-estimater (g/dL), generert fra bilder og/eller videoer samlet inn som del av studien, sammenlignes med hemoglobin-verdier hentet fra standard vene-blodprøvetaking utført som del av rutinemessig klinisk behandling.
Nøyaktighet vurderes ved bruk av en sammensatt metrikk som inkluderer bias, gjennomsnittlig absolutt feil, gjennomsnittlig absolutt prosentvis feil og forhåndsdefinerte persentiler av absolutt prosentvis feil.
Dette resultatmålet er utforskende og beskrivende i sin natur.
|
Ved opptak eller når rutinemessige kliniske hemoglobinresultater blir tilgjengelige under NICU/SCN-oppholdet (enkelt tidspunkt) [1 dag]
|
Samarbeidspartnere og etterforskere
Samarbeidspartnere
Etterforskere
- Hovedetterforsker: Bin Huey Quek, MBBS, KK Women's and Children's Hospital, Singapore
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Antatt)
Studiet fullført (Antatt)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
- Kunstig intelligens
- Spedbarn
- Digital helse
- Observasjonsstudie
- Nyfødte
- Nyfødt intensivavdeling
- Hodeomkrets
- Antropometriske mål
- Beviskonseptstudie
- Neonatal vekst
- Vurdering av spedbarnsvekst
- Målinger av spedbarnslengde
- Vektmåling for spedbarn
- Bildebasert vurdering
- Fotografier og videoopptak
- Spesialavdeling for nyfødte
- Vektovervåking
Andre studie-ID-numre
- 25REX0090391
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
IPD-planbeskrivelse
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
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. .