Badanie WAVE (ang. Wearable Assisted Viral Evidence) Zdecentralizowane, prospektywne badanie badające związek między danymi zbieranymi pasywnie z urządzeń przenośnych a infekcjami wirusowymi dróg oddechowych (WAVE)
Przegląd badań
Status
Status
Warunki
Warunki
Typ studiów
Typ studiów
Zapisy (Rzeczywisty)
Zapisy
Kontakty i lokalizacje
Kontakt w sprawie studiów
Kontakt w sprawie studiów
- Nazwa: Ernesto Ramirez, PhD
- Numer telefonu: 415-650-4741
- E-mail: wavestudy@evidation.com
Kopia zapasowa kontaktu do badania
- Nazwa: Stephanie Salwen, PhD
- E-mail: wavestudy@evidation.com
Lokalizacje studiów
-
-
California
-
San Mateo, California, Stany Zjednoczone, 94402
- Evidation Health
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- Mieszka w Stanach Zjednoczonych
- Mówi, czyta i rozumie po angielsku
- Obecnie posiada i używa konsumenckiego urządzenia do noszenia (Apple Watch, Garmin lub Fitbit) z niezbędnymi danymi dotyczącymi co najmniej kroków i tętna lub chce nosić urządzenie dostarczone w ramach badania i pobrać aplikację Fitbit
- Chcą podłączyć swoje urządzenie do noszenia do platformy Evidation i nosić je codziennie przez co najmniej 10 godzin przez cały czas trwania badania
- Posiada smartfon z zainstalowanym systemem Apple iOS 15 lub nowszym LUB Androidem w wersji 9.0 lub nowszej lub chce dokonać aktualizacji
- Chętnie odpowiadamy na codzienne i cotygodniowe kwestionariusze przez okres 10 tygodni
- Gotowość do wykonania w domu testów wymazu z nosa i zwrotu próbek wymazu z nosa w ciągu 24 godzin od wezwania do ich wykonania
- Spełnia wymagania dotyczące gęstości danych dla urządzeń przenośnych
Kryteria wyłączenia:
- Samodzielna diagnoza grypy i wirusa SARS-CoV-2 dokonana przez pracownika służby zdrowia lub za pomocą domowego testu w ciągu ostatnich 3 miesięcy
- Obecnie biorą udział w innym badaniu interwencyjnym mającym na celu zapobieganie lub leczenie COVID-19 lub w innym programie związanym z grypą prowadzonym przez Evidation (osoby biorące obecnie udział w programie FluSmart firmy Evidation zostaną poinformowane, że ich udział zostanie wstrzymany)
- Ma główny adres pocztowy, którym jest skrytka pocztowa, poczta wojskowa (APO), poczta floty (FPO) lub poczta dyplomatyczna (DPO), lub baza wojskowa USA zlokalizowana za granicą lub terytoria USA (Puerto Rico, US Virgin Wyspy, Guam, Mariana Północna lub Samoa Amerykańskie)
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Liczba grup / kohort
Kohorty i interwencje
Grupa / KohortaGrupa / Kohorta |
|---|
|
Badana populacja
Uczestnicy dorośli (w wieku powyżej 18 lat) mieszkający na terenie sąsiadujących Stanów Zjednoczonych
|
Co mierzy badanie?
Podstawowe miary wyniku
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Główne cele to opracowanie zbioru danych obejmującego sparowane dane dotyczące urządzeń do noszenia, zgłaszanych przez siebie objawów i potwierdzonej infekcji wirusowej dróg oddechowych oraz wykorzystanie tego zbioru danych do opracowania algorytmu klasyfikacji bezobjawowych/objawowych RVI
Ramy czasowe: Do zakończenia studiów, około 10 miesięcy
|
W ramach tego badania zgromadzone zostaną dane dotyczące urządzeń do noszenia, w tym tętno, sen, aktywność i inne typy danych, z dostępnych na rynku urządzeń do śledzenia aktywności i inteligentnych zegarków (np.
Apple Watch, Fitbit, urządzenia Garmin), a także dane zgłaszane przez siebie dotyczące odczuwania objawów związanych z wirusowymi infekcjami dróg oddechowych i zestawiaj te dane z wynikami testów PCR seryjnych domowych wymazów z nosa na obecność SARS-CoV- 2, grypa A, grypa B i syncytialny wirus oddechowy (RSV).
Dane te zostaną wykorzystane do ustalenia, czy te typy danych można wykorzystać do opracowania algorytmu klasyfikacji bezobjawowego i objawowego RVI.
Wydajność algorytmu będzie oceniana w różnych wymiarach, w tym ROC AUC, czułości, swoistości, PPV i NPV.
|
Do zakończenia studiów, około 10 miesięcy
|
Miary wyników drugorzędnych
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Drugorzędnym celem tego badania obserwacyjnego jest ustalenie, czy wydajność algorytmu różni się w różnych grupach demograficznych
Ramy czasowe: Do zakończenia studiów, około 10 miesięcy
|
Przetestujemy wydajność algorytmu dla różnych grup uczestników, aby lepiej zrozumieć, czy algorytm różni się w zależności od danych demograficznych uczestników.
Na przykład przetestujemy wskaźniki wydajności w różnych podgrupach związanych z płcią, pochodzeniem etnicznym i wiekiem.
Dla każdej podgrupy będziemy raportować ROC AUC, czułość, swoistość, PPV i NPV. odpowiednio.
|
Do zakończenia studiów, około 10 miesięcy
|
Współpracownicy i badacze
Sponsor
Sponsor
Współpracownicy
Współpracownicy
Śledczy
Śledczy
- Główny śledczy: Ernesto Ramirez, PhD, Evidation Health
Publikacje i pomocne linki
Publikacje ogólne
- Tokars JI, Olsen SJ, Reed C. Seasonal Incidence of Symptomatic Influenza in the United States. Clin Infect Dis. 2018 May 2;66(10):1511-1518. doi: 10.1093/cid/cix1060.
- Wiemken TL, Khan F, Puzniak L, Yang W, Simmering J, Polgreen P, Nguyen JL, Jodar L, McLaughlin JM. Seasonal trends in COVID-19 cases, hospitalizations, and mortality in the United States and Europe. Sci Rep. 2023 Mar 8;13(1):3886. doi: 10.1038/s41598-023-31057-1.
- Temple DS, Hegarty-Craver M, Furberg RD, Preble EA, Bergstrom E, Gardener Z, Dayananda P, Taylor L, Lemm NM, Papargyris L, McClain MT, Nicholson BP, Bowie A, Miggs M, Petzold E, Woods CW, Chiu C, Gilchrist KH. Wearable Sensor-Based Detection of Influenza in Presymptomatic and Asymptomatic Individuals. J Infect Dis. 2023 Apr 12;227(7):864-872. doi: 10.1093/infdis/jiac262.
- Mezlini A, Shapiro A, Daza EJ, Caddigan E, Ramirez E, Althoff T, Foschini L. Estimating the Burden of Influenza-like Illness on Daily Activity at the Population Scale Using Commercial Wearable Sensors. JAMA Netw Open. 2022 May 2;5(5):e2211958. doi: 10.1001/jamanetworkopen.2022.11958.
- Shapiro A, Marinsek N, Clay I, Bradshaw B, Ramirez E, Min J, Trister A, Wang Y, Althoff T, Foschini L. Characterizing COVID-19 and Influenza Illnesses in the Real World via Person-Generated Health Data. Patterns (N Y). 2020 Dec 13;2(1):100188. doi: 10.1016/j.patter.2020.100188. eCollection 2021 Jan 8.
- Hunter V, Shapiro A, Chawla D, Drawnel F, Ramirez E, Phillips E, Tadesse-Bell S, Foschini L, Ukachukwu V. Characterization of Influenza-Like Illness Burden Using Commercial Wearable Sensor Data and Patient-Reported Outcomes: Mixed Methods Cohort Study. J Med Internet Res. 2023 Mar 23;25:e41050. doi: 10.2196/41050.
- Merrill MA, Safranchik E, Kolbeinsson A, et al. Homekit2020: A Benchmark for Time Series Classification on a Large Mobile Sensing Dataset with Laboratory Tested Ground Truth of Influenza Infections. Conference on Health, Inference, and Learning PMLR 209:207-228. 2023 Jun.
- Mayer C, Tyler J, Fang Y, Flora C, Frank E, Tewari M, Choi SW, Sen S, Forger DB. Consumer-grade wearables identify changes in multiple physiological systems during COVID-19 disease progression. Cell Rep Med. 2022 Apr 19;3(4):100601. doi: 10.1016/j.xcrm.2022.100601. eCollection 2022 Apr 19.
- Nestor B, Hunter J, Kainkaryam R, Drysdale E, Inglis JB, Shapiro A, Nagaraj S, Ghassemi M, Foschini L, Goldenberg A. Machine learning COVID-19 detection from wearables. Lancet Digit Health. 2023 Apr;5(4):e182-e184. doi: 10.1016/S2589-7500(23)00045-6. No abstract available.
- Shandhi MMH, Cho PJ, Roghanizad AR, Singh K, Wang W, Enache OM, Stern A, Sbahi R, Tatar B, Fiscus S, Khoo QX, Kuo Y, Lu X, Hsieh J, Kalodzitsa A, Bahmani A, Alavi A, Ray U, Snyder MP, Ginsburg GS, Pasquale DK, Woods CW, Shaw RJ, Dunn JP. A method for intelligent allocation of diagnostic testing by leveraging data from commercial wearable devices: a case study on COVID-19. NPJ Digit Med. 2022 Sep 1;5(1):130. doi: 10.1038/s41746-022-00672-z.
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 (Szacowany)
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
- WAVE Study
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 .