Kontrola protetyczna rozpoznawania wzorców (Simultaneous)
Jednoczesna kontrola rozpoznawania wzorców zasilanych protez kończyny górnej
Przegląd badań
Status
Status
Warunki
Warunki
Interwencja / Leczenie
Interwencja / Leczenie
Typ studiów
Typ studiów
Zapisy (Rzeczywisty)
Zapisy
Faza
Faza
- Nie dotyczy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Illinois
-
Chicago, Illinois, Stany Zjednoczone, 60654
- Coapt, LLC
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Opis
Kryteria przyjęcia:
- Pacjenci mają różnicę kończyn górnych (wrodzoną lub nabytą) na poziomie promieniowym (między nadgarstkiem a łokciem), rozczłonkowania łokcia (w łokciu), przezramiennego (między łokciem a barkiem) lub rozczłonkowania barku (na ramieniu).
- Osoby badane nadają się lub już są użytkownikami rozpoznawania wzorców Coapt (urządzenie Coapt Complete Control Gen2).
- Osoby badane są w wieku od 18 do 70 lat.
Kryteria wyłączenia:
- Osoby ze znacznymi deficytami poznawczymi lub upośledzeniem wzroku, które uniemożliwiłyby im wyrażenie świadomej zgody lub wykonanie instrukcji podczas eksperymentów lub możliwość uzyskania odpowiedniej dyskusji zwrotnej od użytkownika.
- Przedmioty, które nie mówią po angielsku.
- Osoby, które są w ciąży.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Leczenie
- Przydział: Randomizowane
- Model interwencyjny: Zadanie krzyżowe
- Maskowanie: Brak (otwarta etykieta)
Liczba ramion
Broń i interwencje
Grupa uczestników / ArmGrupa uczestników / Arm |
Interwencja / LeczenieInterwencja / Leczenie |
|---|---|
|
Eksperymentalny: Jednoczesna kontrola
Jednoczesny styl sterowania oparty na rozpoznawaniu wzorców umożliwia użytkownikom protez jednoczesne uruchamianie więcej niż jednej funkcji ręki/ramienia na swoim urządzeniu.
|
Wykorzystanie kontrolera rozpoznawania wzorców opartego na elektromiografii (EMG) do przesuwania protezy kończyny górnej.
Inne nazwy:
|
|
Aktywny komparator: Sterowanie konwencjonalne
Konwencjonalny, bezproblemowy styl sterowania oparty na sekwencyjnym rozpoznawaniu wzorców pozwala użytkownikom protez na jednoczesne uruchamianie funkcji jednej ręki lub ramienia na swoim urządzeniu.
|
Wykorzystanie kontrolera rozpoznawania wzorców opartego na elektromiografii (EMG) do przesuwania protezy kończyny górnej.
Inne nazwy:
|
Co mierzy badanie?
Podstawowe miary wyniku
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Różnice w czasie noszenia protez
Ramy czasowe: Będziemy rejestrować całkowity czas noszenia protezy w ciągu każdego 8-tygodniowego okresu.
|
Będziemy rejestrować każde włączenie lub wyłączenie urządzenia do rozpoznawania wzorców przez uczestników podczas domowej wersji próbnej.
Czas noszenia protezy definiuje się jako łączną ilość czasu, przez jaki uczestnicy mieli włączone urządzenie do rozpoznawania wzorców w ciągu każdego 8-tygodniowego okresu.
Przeprowadzimy analizę statystyczną, aby porównać czas noszenia przy użyciu każdego rodzaju kontroli rozpoznawania wzorów (symultanicznej i płynnej, sekwencyjnej).
Dokończymy analizę wariancji z powtarzanymi pomiarami z podmiotem jako czynnikiem losowym, kolejnością stylów kontroli jako zmienną stałą i czasem noszenia jako zmienną stałą.
|
Będziemy rejestrować całkowity czas noszenia protezy w ciągu każdego 8-tygodniowego okresu.
|
Miary wyników drugorzędnych
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Różnice w dokładności klasyfikacji
Ramy czasowe: Będziemy rejestrować dokładność klasyfikacji na początku (0 miesięcy), w połowie (1 miesiąc) i na końcu (2 miesiące) każdego 8-tygodniowego okresu.
|
Uczestnicy zostaną poinstruowani, aby użyć swojego urządzenia do rozpoznawania wzorców, aby wykonać zestaw ruchów (ruchy niezależne lub jednoczesne) i przytrzymać każdy ruch przez 3 sekundy.
Dla każdego ruchu będziemy rejestrować wyjściową klasę ruchu określoną przez klasyfikator co 50 ms.
Zmierzymy wydajność klasyfikatora dla każdego ruchu, obliczając dokładność klasyfikacji, która jest zdefiniowana jako liczba poprawnych klasyfikacji w stosunku do całkowitej liczby klasyfikacji.
Przeprowadzimy analizę statystyczną, aby porównać dokładność klasyfikacji przy użyciu każdego rodzaju kontroli (jednoczesna i płynna, sekwencyjna).
Dokończymy analizę wariancji z powtarzanymi pomiarami z podmiotem jako czynnikiem losowym, stosowaną kolejnością stylu kontroli jako zmienną stałą i dokładnością klasyfikacji jako zmienną stałą.
|
Będziemy rejestrować dokładność klasyfikacji na początku (0 miesięcy), w połowie (1 miesiąc) i na końcu (2 miesiące) każdego 8-tygodniowego okresu.
|
|
Ankieta użytkowników protez ortezowych firmy RIC
Ramy czasowe: Uczestnicy wypełnią OPUS na początku (0 miesięcy) i na końcu (2 miesiące) każdego 8-tygodniowego okresu.
|
Uczestnicy wypełnią moduł stanu funkcjonalnego kończyn górnych z Ankiety użytkowników protez ortopedycznych RIC (OPUS).
OPUS prosi użytkowników protez o ocenę poziomu trudności (od bardzo łatwych do bardzo trudnych) w wykonywaniu funkcji ramienia/ręki za pomocą urządzenia do rozpoznawania wzorców.
Dane ankietowe zostaną ocenione za pomocą analizy skali ocen (model Rascha).
|
Uczestnicy wypełnią OPUS na początku (0 miesięcy) i na końcu (2 miesiące) każdego 8-tygodniowego okresu.
|
|
Zmiany w wydajności gier wirtualnych
Ramy czasowe: Uczestnicy będą wypełniać wirtualny test na początku (0 miesięcy), w połowie (1 miesiąc) i na końcu (2 miesiące) każdego 8-tygodniowego okresu.
|
Uczestnicy ukończą wirtualną grę o nazwie Simon Says, korzystając z aplikacji komputerowej Coapt Complete ControlRoom.
Simon Says to test w stylu prawa Fitta, który mierzy, jak dobrze uczestnicy kontrolują każdy ruch za pomocą urządzenia do rozpoznawania wzorców, poruszając wirtualną ręką na ekranie.
Uczestnicy zostaną poinstruowani, aby dopasować i utrzymać pozycję wirtualnego ramienia w pozycji docelowej przez 1 sekundę.
Uczestnicy wykonują każdy ruch (ruchy niezależne lub jednoczesne) 3 razy.
Zmierzymy ich ogólną wydajność, obliczając wskaźnik ukończenia, czas ruchu, wydajność ścieżki.
Przeprowadzimy analizę statystyczną, aby porównać wydajność gry wirtualnej przy użyciu każdego rodzaju kontrolki rozpoznawania wzorców.
Dokończymy analizę wariancji z powtarzanymi pomiarami z podmiotem jako czynnikiem losowym, stosowaną kolejnością stylów kontroli jako stałą zmienną i każdą metryką wydajności jako stałą zmienną.
|
Uczestnicy będą wypełniać wirtualny test na początku (0 miesięcy), w połowie (1 miesiąc) i na końcu (2 miesiące) każdego 8-tygodniowego okresu.
|
Współpracownicy i badacze
Sponsor
Sponsor
Współpracownicy
Współpracownicy
Śledczy
Śledczy
- Główny śledczy: Blair Lock, MScE, Coapt, LLC
Publikacje i pomocne linki
Publikacje ogólne
- Simon AM, Hargrove LJ, Lock BA, Kuiken TA. Target Achievement Control Test: evaluating real-time myoelectric pattern-recognition control of multifunctional upper-limb prostheses. J Rehabil Res Dev. 2011;48(6):619-27. doi: 10.1682/jrrd.2010.08.0149.
- Chicoine CL, Simon AM, Hargrove LJ. Prosthesis-guided training of pattern recognition-controlled myoelectric prosthesis. Annu Int Conf IEEE Eng Med Biol Soc. 2012;2012:1876-9. doi: 10.1109/EMBC.2012.6346318.
- Scheme E, Englehart K. Electromyogram pattern recognition for control of powered upper-limb prostheses: state of the art and challenges for clinical use. J Rehabil Res Dev. 2011;48(6):643-59. doi: 10.1682/jrrd.2010.09.0177.
- Wurth SM, Hargrove LJ. A real-time comparison between direct control, sequential pattern recognition control and simultaneous pattern recognition control using a Fitts' law style assessment procedure. J Neuroeng Rehabil. 2014 May 30;11:91. doi: 10.1186/1743-0003-11-91.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Rozpoczęcie studiów
Zakończenie podstawowe (Rzeczywisty)
Zakończenie podstawowe
Ukończenie studiów (Rzeczywisty)
Ukończenie studiów
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Pierwszy wysłany
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia wysłana aktualizacja
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
Inne numery identyfikacyjne badania
- 120180276
- 5R44HD085306 (Grant/umowa NIH USA)
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Ramy czasowe udostępniania IPD
Kryteria dostępu do udostępniania IPD
Typ informacji pomocniczych dotyczących udostępniania IPD
- Protokół badania
- Plan analizy statystycznej (SAP)
- Raport z badania klinicznego (CSR)
- Kod analityczny
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
produkt wyprodukowany i wyeksportowany z USA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .