Real-PD Trial: Opracowanie klinicznych modeli prognostycznych dla choroby Parkinsona
Real-PD: opracowanie klinicznych modeli prognostycznych choroby Parkinsona na podstawie wielkoskalowych instalacji czujników do noszenia i danych klinicznych — badanie populacyjne
Wstęp: Długoterminowe leczenie choroby Parkinsona (ChP) nie osiąga pełnego potencjału ze względu na brak wiedzy na temat progresji choroby. Badanie Real-PD ma na celu ocenę wykonalności i zgodności stosowania czujników do noszenia u pacjentów z PD w prawdziwym życiu. Ponadto zostanie przeprowadzona analiza eksploracyjna dotycząca poziomu aktywności, przyjmowanych leków i nastroju.
Metody: Ogółem do tego badania obserwacyjnego zostanie włączonych 1000 pacjentów z chorobą Parkinsona i 250 fizjoterapeutów. Holenderscy pacjenci z PD będą rekrutowani w całym kraju, a ocena zostanie przeprowadzona przy użyciu krótkiej wersji protokołu Parkinson's Progression Markers Initiative (PPMI). Ponadto uczestnicy będą nosić komplet urządzeń medycznych (Pebble Smartwatch, czujnik upadku) oraz korzystać ze smartfona z aplikacją The Fox Insight (aplikacja na Androida) 24 godziny na dobę, 7 dni w tygodniu, przez 13 tygodni. Podstawowe miary będące przedmiotem zainteresowania to: 1) aktywność fizyczna, upadki i drżenia, mierzone przez przyspieszeniomierze osiowe wbudowane w zegarek Pebble i detektor upadków; oraz 2) raporty dotyczące przyjmowania leków i nastroju mierzone na podstawie samoopisu pacjentów w aplikacji na Androida. Aby zmierzyć wpływ motoryczny, ocena zostanie przeprowadzona przez fizjoterapeutów, którzy są certyfikowani do przeprowadzania Zunifikowanej Skali Oceny Choroby Parkinsona Towarzystwa Zaburzeń Ruchu (MDS-UPDRS).
Dyskusja: Postępowanie z pacjentami z PD jest złożone i wydaje się trudnym zadaniem dla pracowników służby zdrowia. Głównym powodem jest brak wiedzy na temat przebiegu choroby. Problem ten można rozwiązać poprzez długoterminową obserwację pacjentów podczas ich codziennego życia, a urządzenia medyczne do noszenia mogą służyć jako sposób gromadzenia danych na temat codziennych czynności. Dlatego też badanie Real-PD będzie pierwszym wkładem w zwiększenie braku wiedzy na temat progresji choroby, opracowanie nowego systemu decyzji medycznych i poprawę opieki nad pacjentami z PD.
Przegląd badań
Status
Warunki
Szczegółowy opis
Uzasadnienie: Dzisiejsze postępowanie z pacjentami z przewlekłą chorobą, taką jak choroba Parkinsona, jest niedoskonałe. Zrozumienie profili klinicznych opiera się na obserwacjach w małych, selektywnych populacjach z krótką obserwacją. Ponadto decyzje dotyczące leczenia opierają się na uśrednionych wynikach populacji, które mogą nie mieć zastosowania w konkretnym indywidualnym kontekście. Te wady zostaną wyeliminowane dzięki podejściu opartemu na „dużych zbiorach danych”. Czujniki ambulatoryjne będą wykorzystywane jako obiektywna miara sprawności pacjentów w codziennych warunkach przez dłuższy czas. Naukowcy zamierzają zbadać potencjał wykorzystania podłużnych danych ambulatoryjnych w celu wzbogacenia znormalizowanego zestawu danych klinicznych, który odzwierciedla aktualną praktykę kliniczną w zakresie oceny stanu choroby.
Cel: Badanie obejmie łącznie 250 fizjoterapeutów i 1000 pacjentów. Celem tego badania jest: (1) przeprowadzenie analiz „big data” na surowych danych z czujnika w odniesieniu do jednocześnie uzyskanych danych klinicznych u tych pacjentów (ograniczona wersja protokołu PPMI (Parkinson’s Progression Markers Initiative)) w celu opracowania pacjentów profile; oraz (2) skorelowanie danych z czujnika ambulatoryjnego z prostymi samoocenami dokonanymi podczas obserwacji.
Projekt badania: obserwacyjne badanie opisowe.
Badana populacja: holenderscy pacjenci z chorobą Parkinsona, mężczyźni lub kobiety, w wieku 30 lat lub starsi, z diagnozą PD postawioną przez lekarza i posiadający odpowiedni smartfon.
Interwencja: 250 fizjoterapeutów ParkinsonNet i 1000 kwalifikujących się pacjentów zostanie włączonych do tego badania. Pacjenci i fizjoterapeuci będą rekrutowani w 5 kolejnych kohortach na podstawie regionu geograficznego. Pacjenci będą proszeni o noszenie smartwatcha i wiszącego czujnika ruchu, oba z trójosiowymi przyspieszeniomierzami, w dzień iw nocy, przez okres 13 tygodni. Dodatkowo wykorzystywana jest aplikacja samomonitorująca na smartfona, w której pacjent zgłasza przyjmowanie jakichkolwiek leków PD. Dodatkowy, opcjonalny przycisk pozwala pacjentowi na zgłoszenie ogólnego samopoczucia. Podczas 13-tygodniowej obserwacji wyszkoleni fizjoterapeuci przeprowadzą standaryzowaną ocenę kliniczną opartą na protokole PPMI (www.ppmi-info.org) dla każdego pacjenta objętego badaniem. Ta ocena potrwa 60 minut. Smartfon służy do przesyłania danych z zegarka do platformy danych w chmurze. Firma lntel opracowała tę dedykowaną platformę do analizy danych ambulatoryjnych. Firma lntel otrzyma tylko zaszyfrowane dane.
Główne parametry/punkty końcowe badania: Punkty końcowe badania obejmują parametry zarejestrowane za pomocą smartwatcha, wiszącego czujnika ruchu, aplikacji do samokontroli i zebrane za pomocą oceny PPMI. Dane smartwatcha dostarczają, po przetworzeniu danych, pomiaru poziomu aktywności fizycznej w ciągu dnia. Upadki będą rejestrowane za pomocą wiszącego czujnika ruchu. Przyjmowanie leków i nastrój są rejestrowane za pomocą smartfona. Wreszcie, ocena PPMI obejmuje ocenę objawów motorycznych, funkcji poznawczych, depresji, snu i codziennej aktywności. Określone zostaną korelacje pomiędzy powyższymi parametrami.
Charakter i zakres obciążenia i ryzyka związanego z uczestnictwem, korzyściami i powiązaniem z grupą: Po pierwsze, uczestnicy proszeni są o noszenie urządzeń 24 godziny na dobę, 7 dni w tygodniu, a dane będą rejestrowane w sposób ciągły przez całkowity okres 13 tygodni. Po drugie, dane zostaną przesłane do platformy danych opracowanej i zarządzanej przez lntel w imieniu Fundacji Michaela J. Foxa na rzecz badań nad chorobą Parkinsona. Aby uzyskać dostęp do tych danych, badacze mogą udzielić zgody do celów badawczych udzielonej przez Fundację Michaela J. Foxa. Pacjenci zostaną poproszeni o pozwolenie na udostępnienie nieprzetworzonych zakodowanych danych w celu rozpowszechniania ich w środowisku naukowym, analizy i wykorzystania w przyszłych publikacjach. Warunkiem udziału w badaniu jest pisemna zgoda pacjentów.
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Noord-Holland
-
Multiple Locations, Noord-Holland, Holandia
- Cohort 1
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- Obecnie posiada i używa smartfona z dostępem do Internetu
- 30 lat lub więcej;
- Zdiagnozowana przez lekarza choroba Parkinsona;
- Możliwość chodzenia bez pomocy.
Kryteria wyłączenia:
Żadne kryteria wykluczenia nie będą stosowane.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Kohorta 1
Holenderscy pacjenci z chorobą Parkinsona mieszkający w regionie Noord-Holland, którzy spełniają kryteria kwalifikowalności. Interwencje/ekspozycje do podania:
|
Podczas 13-tygodniowej obserwacji wyszkoleni fizjoterapeuci przeprowadzą standaryzowaną ocenę kliniczną opartą na protokole PPMI (www.ppmi-info.org) dla każdego pacjenta objętego badaniem.
Ta ocena potrwa 60 minut i zostanie przeprowadzona raz.
Inne nazwy:
Pacjenci będą proszeni o noszenie smartwatcha i wiszącego czujnika ruchu, oba z trójosiowymi przyspieszeniomierzami, w dzień iw nocy, przez okres 13 tygodni.
Dodatkowo wykorzystywana jest aplikacja samomonitorująca na smartfonie, w której pacjent zgłasza przyjmowanie jakichkolwiek leków na chP.
Dodatkowy, opcjonalny przycisk pozwala pacjentowi na zgłoszenie ogólnego samopoczucia.
Inne nazwy:
|
|
Kohorta 2
Holenderscy pacjenci z chorobą Parkinsona mieszkający w regionie Holandia Południowa, którzy spełniają kryteria kwalifikowalności. Interwencje/ekspozycje do podania:
|
Podczas 13-tygodniowej obserwacji wyszkoleni fizjoterapeuci przeprowadzą standaryzowaną ocenę kliniczną opartą na protokole PPMI (www.ppmi-info.org) dla każdego pacjenta objętego badaniem.
Ta ocena potrwa 60 minut i zostanie przeprowadzona raz.
Inne nazwy:
Pacjenci będą proszeni o noszenie smartwatcha i wiszącego czujnika ruchu, oba z trójosiowymi przyspieszeniomierzami, w dzień iw nocy, przez okres 13 tygodni.
Dodatkowo wykorzystywana jest aplikacja samomonitorująca na smartfonie, w której pacjent zgłasza przyjmowanie jakichkolwiek leków na chP.
Dodatkowy, opcjonalny przycisk pozwala pacjentowi na zgłoszenie ogólnego samopoczucia.
Inne nazwy:
|
|
Kohorta 3
Holenderscy pacjenci z chorobą Parkinsona mieszkający w regionie Gelderland i Utrecht, którzy spełniają kryteria kwalifikowalności. Interwencje/ekspozycje do podania:
|
Podczas 13-tygodniowej obserwacji wyszkoleni fizjoterapeuci przeprowadzą standaryzowaną ocenę kliniczną opartą na protokole PPMI (www.ppmi-info.org) dla każdego pacjenta objętego badaniem.
Ta ocena potrwa 60 minut i zostanie przeprowadzona raz.
Inne nazwy:
Pacjenci będą proszeni o noszenie smartwatcha i wiszącego czujnika ruchu, oba z trójosiowymi przyspieszeniomierzami, w dzień iw nocy, przez okres 13 tygodni.
Dodatkowo wykorzystywana jest aplikacja samomonitorująca na smartfonie, w której pacjent zgłasza przyjmowanie jakichkolwiek leków na chP.
Dodatkowy, opcjonalny przycisk pozwala pacjentowi na zgłoszenie ogólnego samopoczucia.
Inne nazwy:
|
|
Kohorta 4
Holenderscy pacjenci z chorobą Parkinsona mieszkający w regionie Groningen, Friesland, Drenthe i Overijssel, którzy spełniają kryteria kwalifikowalności. Interwencje/ekspozycje do podania:
|
Podczas 13-tygodniowej obserwacji wyszkoleni fizjoterapeuci przeprowadzą standaryzowaną ocenę kliniczną opartą na protokole PPMI (www.ppmi-info.org) dla każdego pacjenta objętego badaniem.
Ta ocena potrwa 60 minut i zostanie przeprowadzona raz.
Inne nazwy:
Pacjenci będą proszeni o noszenie smartwatcha i wiszącego czujnika ruchu, oba z trójosiowymi przyspieszeniomierzami, w dzień iw nocy, przez okres 13 tygodni.
Dodatkowo wykorzystywana jest aplikacja samomonitorująca na smartfonie, w której pacjent zgłasza przyjmowanie jakichkolwiek leków na chP.
Dodatkowy, opcjonalny przycisk pozwala pacjentowi na zgłoszenie ogólnego samopoczucia.
Inne nazwy:
|
|
Kohorta 5
Holenderscy pacjenci z chorobą Parkinsona mieszkający w regionie Zeeland, Noord-Brabant i Limburg, którzy spełniają kryteria kwalifikowalności. Interwencje/ekspozycje do podania:
|
Podczas 13-tygodniowej obserwacji wyszkoleni fizjoterapeuci przeprowadzą standaryzowaną ocenę kliniczną opartą na protokole PPMI (www.ppmi-info.org) dla każdego pacjenta objętego badaniem.
Ta ocena potrwa 60 minut i zostanie przeprowadzona raz.
Inne nazwy:
Pacjenci będą proszeni o noszenie smartwatcha i wiszącego czujnika ruchu, oba z trójosiowymi przyspieszeniomierzami, w dzień iw nocy, przez okres 13 tygodni.
Dodatkowo wykorzystywana jest aplikacja samomonitorująca na smartfonie, w której pacjent zgłasza przyjmowanie jakichkolwiek leków na chP.
Dodatkowy, opcjonalny przycisk pozwala pacjentowi na zgłoszenie ogólnego samopoczucia.
Inne nazwy:
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Objawy choroby Parkinsona
Ramy czasowe: Linia bazowa
|
MDS-UPDRS jest wersją ujednoliconej skali oceny choroby Parkinsona (UPDRS).
Został opracowany w celu oceny różnych aspektów choroby Parkinsona, w tym niemotorycznych i motorycznych doświadczeń życia codziennego, a także powikłań ruchowych.
MDS-UPDRS charakteryzuje zakres i ciężar choroby w różnych populacjach.
Tutaj wykorzystaliśmy dane z oceny jednopunktowej (linia bazowa).
Całkowity wynik użyty tutaj został obliczony jako suma wszystkich wyników z 4 podskal (tj.
część I, aż do części IV) składających się na MDS-UPDRS.
Suma punktów mieści się w zakresie od 0 do 272.
Wyższy wynik wskazuje na większe nasilenie i obciążenie chorobą, a tym samym gorszy wynik.
|
Linia bazowa
|
|
Wyniki depresji jako miara wskaźników depresji
Ramy czasowe: Linia bazowa
|
Wyniki uzyskane za pomocą Geriatrycznej Skali Depresji zostały przeanalizowane w celu stworzenia odsetka uczestników prawdopodobnie depresyjnych.
Suma punktów wynosi od 0 do 15.
Wynik wyższy niż 6 wskazuje na większe prawdopodobieństwo wystąpienia depresji.
|
Linia bazowa
|
|
Upośledzenie funkcji poznawczych.
Ramy czasowe: Linia bazowa
|
Całkowity wynik uzyskany za pomocą Montrealskiej Oceny Poznawczej.
Przeanalizowaliśmy pełny wynik, aby zbadać odsetek uczestników z możliwymi zaburzeniami funkcji poznawczych.
Suma wyników skali Montreal Cognitive mieści się w zakresie od 0 do 30, przy czym wynik niższy lub równy 26 jest uważany za możliwy spadek funkcji poznawczych.
|
Linia bazowa
|
|
Poziom niezależności
Ramy czasowe: Linia bazowa
|
W celu opisania poziomu funkcjonalnego próby przeanalizowano łączny wynik sumy uzyskany za pomocą skali codziennych czynności Schwaba i Anglii.
Suma wyników waha się od 0 do 100, przy czym niższe wyniki są związane z większą zależnością od innych osób w wykonywaniu codziennych czynności.
|
Linia bazowa
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Liczba upadków na pacjenta zarejestrowana przez detektor upadków.
Ramy czasowe: Pacjenci będą automatycznie oceniani w okresie obserwacji (do 13 tygodni od daty rejestracji), 24 godziny na dobę, 7 dni w tygodniu.
|
Zdarzenie upadku jest rozpoznawane przez detektor upadków.
Za każdym razem, gdy pacjent upada, algorytm wbudowany w detektor upadków rozpoznaje upadek i rejestruje zdarzenie upadku.
Pod koniec okresu obserwacji zostanie sporządzona suma upadków dla każdego pacjenta.
|
Pacjenci będą automatycznie oceniani w okresie obserwacji (do 13 tygodni od daty rejestracji), 24 godziny na dobę, 7 dni w tygodniu.
|
|
Liczba raportów o nastroju dla każdego pacjenta mierzona za pomocą czteropunktowej skali
Ramy czasowe: Pacjenci będą oceniani w okresie obserwacji (do 13 tygodni od daty rejestracji). Oczekuje się, że ocena (samoocena) będzie wykonywana tyle razy, ile pacjent chce zgłosić, jak się czuje lub przynajmniej raz dziennie.
|
Liczba raportów dotyczących nastroju zostanie zebrana za pośrednictwem aplikacji na smartfona.
Dostępna będzie czterostopniowa skala (bardzo dobry, dobry, zły i zadowalający), a po naciśnięciu przycisku odpowiadającego temu, jak pacjent czuje się w danym momencie, można wykonać raport.
Pod koniec czasu obserwacji zostanie sporządzona suma wszystkich raportów w celu zmierzenia liczby raportów dotyczących nastroju w czasie obserwacji.
|
Pacjenci będą oceniani w okresie obserwacji (do 13 tygodni od daty rejestracji). Oczekuje się, że ocena (samoocena) będzie wykonywana tyle razy, ile pacjent chce zgłosić, jak się czuje lub przynajmniej raz dziennie.
|
|
Liczba adnotacji dotyczących przyjmowania leków przez każdego uczestnika za pośrednictwem aplikacji Self-Report.
Ramy czasowe: Linia bazowa
|
Liczba adnotacji dotyczących przyjmowania leków przez pacjentów będzie gromadzona za pośrednictwem aplikacji na smartfona.
Za każdym razem, gdy pacjent przyjmuje lek, musi nacisnąć przycisk informujący o zażyciu leku.
Pod koniec okresu obserwacji sporządzona zostanie suma wszystkich raportów w celu zmierzenia liczby przyjmowanych leków w okresie obserwacji.
|
Linia bazowa
|
|
Czas, w którym każdy pacjent był aktywny w ciągu dnia
Ramy czasowe: Pacjenci będą automatycznie oceniani w sposób ciągły w okresie obserwacji (do 13 tygodni od daty rejestracji), 24 godziny na dobę, 7 dni w tygodniu. Analizy ograniczono do czynności spacerowych.
|
Czas aktywności pacjenta w ciągu dnia jest obliczany automatycznie przez aplikację na smartfonie.
Obliczenia przeprowadzane są za pomocą algorytmu, który analizuje wzorce chodu.
Algorytm ten jest w stanie przewidzieć, kiedy pacjent był aktywny w strefie powyżej jego zwykłego progu (np. kiedy wykonywał jedną czynność, która czyni go bardziej aktywnym niż w czasie ciszy).
Pod koniec czasu obserwacji zostanie sporządzona suma wszystkich godzin aktywności w celu zmierzenia ilości czasu, przez jaki pacjent był aktywny w okresie obserwacji.
|
Pacjenci będą automatycznie oceniani w sposób ciągły w okresie obserwacji (do 13 tygodni od daty rejestracji), 24 godziny na dobę, 7 dni w tygodniu. Analizy ograniczono do czynności spacerowych.
|
|
Poziom aktywności każdego pacjenta w ciągu dnia
Ramy czasowe: Pacjenci będą automatycznie oceniani w okresie obserwacji (do 13 tygodni od daty rejestracji), 24 godziny na dobę, 7 dni w tygodniu.
|
Poziom aktywności każdego pacjenta jest obliczany automatycznie przez aplikację na smartfonie.
Obliczenia są wykonywane na podstawie danych zebranych za pomocą akcelerometrów wbudowanych w smartwatch.
Zainstalowany w telefonie algorytm, który analizuje dane zebrane za pomocą smartwatcha, jest w stanie obliczyć poziom aktywności każdego pacjenta w ciągu dnia.
|
Pacjenci będą automatycznie oceniani w okresie obserwacji (do 13 tygodni od daty rejestracji), 24 godziny na dobę, 7 dni w tygodniu.
|
|
Wyniki Dysfunkcji Autonomicznych Zmierz Skalą Dysfunkcji Autonomicznych
Ramy czasowe: Linia bazowa
|
Punktacja dysfunkcji autonomicznych zostanie uzyskana za pomocą Oceny dysfunkcji autonomicznej w chorobie Parkinsona (SCOPA-AUT).
Łączna suma wyników mieści się w zakresie od 0 do 100, przy czym wysokie wyniki są skorelowane z większym obciążeniem dysfunkcjami autonomicznymi u pacjentów z chorobą Parkinsona.
|
Linia bazowa
|
|
Wskaźniki senności w skali senności Epworth jako miara ilości snu.
Ramy czasowe: Linia bazowa
|
Do oceny poziomu senności w ciągu dnia zastosowano skalę senności Epworth.
Wyniki skali są związane ze zwykłym czasem snu w nocy i rosną wraz ze względną deprywacją snu.
Tutaj wykorzystaliśmy dane z oceny jednopunktowej (linia bazowa).
Następnie możemy zasugerować, że jeśli próbka ma wysokie wyniki, będzie miała małą ilość snu.
Suma punktów mieści się w zakresie od 0 (całkowity brak senności) do 24 (nadmierna senność).
|
Linia bazowa
|
Współpracownicy i badacze
Współpracownicy
Śledczy
- Główny śledczy: Bastiaan R Bloem, Prof. Dr., Radboud University Medical Center
Publikacje i pomocne linki
Publikacje ogólne
- Maetzler W, Domingos J, Srulijes K, Ferreira JJ, Bloem BR. Quantitative wearable sensors for objective assessment of Parkinson's disease. Mov Disord. 2013 Oct;28(12):1628-37. doi: 10.1002/mds.25628. Epub 2013 Sep 12.
- Parkka J, Ermes M, Korpipaa P, Mantyjarvi J, Peltola J, Korhonen I. Activity classification using realistic data from wearable sensors. IEEE Trans Inf Technol Biomed. 2006 Jan;10(1):119-28. doi: 10.1109/titb.2005.856863.
- Hobert MA, Maetzler W, Aminian K, Chiari L. Technical and clinical view on ambulatory assessment in Parkinson's disease. Acta Neurol Scand. 2014 Sep;130(3):139-47. doi: 10.1111/ane.12248. Epub 2014 Apr 1.
- Patel S, Lorincz K, Hughes R, Huggins N, Growdon J, Standaert D, Akay M, Dy J, Welsh M, Bonato P. Monitoring motor fluctuations in patients with Parkinson's disease using wearable sensors. IEEE Trans Inf Technol Biomed. 2009 Nov;13(6):864-73. doi: 10.1109/TITB.2009.2033471. Epub 2009 Oct 20.
- Patel S, Chen BR, Mancinelli C, Paganoni S, Shih L, Welsh M, Dy J, Bonato P. Longitudinal monitoring of patients with Parkinson's disease via wearable sensor technology in the home setting. Annu Int Conf IEEE Eng Med Biol Soc. 2011;2011:1552-5. doi: 10.1109/IEMBS.2011.6090452.
- Tsanas A, Little MA, McSharry PE, Ramig L. Using the cellular mobile telephone network to remotely monitor parkinsons disease symptom severity. IEEE Transactions on Biomedical Engineering. 2012.
- Arora S, Venkataraman V, Donohue S, Biglan KM, Dorsey ER, Little MA, editors. High accuracy discrimination of Parkinson's disease participants from healthy controls using smartphones. Acoustics, Speech and Signal Processing (ICASSP), 2014 IEEE International Conference on; 2014: IEEE.
- Pastorino M, Arredondo M, Cancela J, Guillen S, editors. Wearable sensor network for health monitoring: the case of Parkinson disease. Journal of Physics: Conference Series; 2013: IOP Publishing.
- Sharma V, Mankodiya K, De La Torre F, Zhang A, Ryan N, Ton TG, et al. SPARK: Personalized Parkinson Disease Interventions through Synergy between a Smartphone and a Smartwatch. Design, User Experience, and Usability User Experience Design for Everyday Life Applications and Services: Springer; 2014. p. 103-14.
- Tzallas AT, Tsipouras MG, Rigas G, Tsalikakis DG, Karvounis EC, Chondrogiorgi M, Psomadellis F, Cancela J, Pastorino M, Waldmeyer MT, Konitsiotis S, Fotiadis DI. PERFORM: a system for monitoring, assessment and management of patients with Parkinson's disease. Sensors (Basel). 2014 Nov 11;14(11):21329-57. doi: 10.3390/s141121329.
- Lakshminarayana R, Wang D, Burn D, Chaudhuri KR, Cummins G, Galtrey C, Hellman B, Pal S, Stamford J, Steiger M, Williams A; SMART-PD Investigators. Smartphone- and internet-assisted self-management and adherence tools to manage Parkinson's disease (SMART-PD): study protocol for a randomised controlled trial (v7; 15 August 2014). Trials. 2014 Sep 25;15:374. doi: 10.1186/1745-6215-15-374.
- Gschwind YJ, Eichberg S, Marston HR, Ejupi A, Rosario Hd, Kroll M, Drobics M, Annegarn J, Wieching R, Lord SR, Aal K, Delbaere K. ICT-based system to predict and prevent falls (iStoppFalls): study protocol for an international multicenter randomized controlled trial. BMC Geriatr. 2014 Aug 20;14:91. doi: 10.1186/1471-2318-14-91.
- Silva de Lima AL, Hahn T, de Vries NM, Cohen E, Bataille L, Little MA, Baldus H, Bloem BR, Faber MJ. Large-Scale Wearable Sensor Deployment in Parkinson's Patients: The Parkinson@Home Study Protocol. JMIR Res Protoc. 2016 Aug 26;5(3):e172. doi: 10.2196/resprot.5990.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Oszacować)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- NL53034.091.41
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 .