Cyfrowy monitoring akustyczny do wczesnego wykrywania ognisk chorób układu oddechowego
19 lipca 2022 zaktualizowane przez: Clinica Universidad de Navarra, Universidad de Navarra
Cyfrowy monitoring akustyczny do wczesnego wykrywania ognisk chorób układu oddechowego: eksploracyjne badanie obserwacyjne w Nawarze w Hiszpanii
Badanie obserwacyjne mające na celu ocenę dokładności cyfrowego narzędzia do monitorowania kaszlu w celu odzwierciedlenia częstości występowania COVID-19 i innych infekcji dróg oddechowych na poziomie społeczności w mieście Pampeluna w Hiszpanii.
Przegląd badań
Status
Zakończony
Interwencja / Leczenie
Szczegółowy opis
Jest to jednoośrodkowe prospektywne badanie obserwacyjne, które ma na celu ocenę dokładności aplikacji mobilnej do monitorowania akustycznego w celu wykrycia poszczególnych epizodów kaszlu w monitorowanej populacji, a także barier i ułatwień, które mogą wpływać na wykorzystanie podobnych platform na poziomie populacji .
Wspomniana aplikacja, moduł do śledzenia kaszlu Hyfe, działa w tle smartfonów i rejestruje krótkie fragmenty (<0,5 sekundy) wybuchowych, przypuszczalnych dźwięków kaszlu. Są one następnie klasyfikowane jako kaszlące lub niekaszlowe przy użyciu modelu konwolucyjnej sieci neuronowej (CNN) i dopasowywane do danych GPS i czasu zebranych przez smartfon.
Nocny kaszel uczestników będzie monitorowany przez okres 30 dni, a ich dokumentacja kliniczna będzie regularnie przeglądana, w szczególności pod kątem rozpoznania chorób wywołujących kaszel, ze szczególnym uwzględnieniem COVID-19.
Dane dotyczące kaszlu zostaną wykorzystane do stworzenia mapy termicznej gęstości kaszlu i rozmieszczenia geograficznego. Zagregowane rejestry kaszlu zostaną użyte do obliczenia kaszlu na osobogodzinę zarejestrowanego w kohorcie. Dane te zostaną wykorzystane do przeprowadzenia analizy ARIMA na trzech równoległych szeregach czasowych na poziomie społeczności: Częstość występowania chorób układu oddechowego w monitorowanej kohorcie, na całym badanym obszarze (w tym na Universidad de Navarra i sąsiednim Cendea de Cizur) oraz częstotliwość kaszlu w monitorowanych godzinach.
Zmiany częstotliwości kaszlu zostaną również porównane z innymi zmiennymi środowiskowymi, takimi jak temperatura i poziom zanieczyszczenia, zarejestrowanymi na badanym obszarze.
Typ studiów
Obserwacyjny
Zapisy (Rzeczywisty)
930
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Lokalizacje studiów
-
-
Navarra
-
Pamplona, Navarra, Hiszpania, 31009
- Universidad de Navarra
-
-
Kryteria uczestnictwa
Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.
Kryteria kwalifikacji
Wiek uprawniający do nauki
13 lat do 99 lat (Dziecko, Dorosły, Starszy dorosły)
Akceptuje zdrowych ochotników
Nie
Płeć kwalifikująca się do nauki
Wszystko
Metoda próbkowania
Próbka bez prawdopodobieństwa
Badana populacja
Uczestnicy będą rekrutowani w Cendea de Cizur, gminie złożonej z grupy wiosek na południe od miasta Pampeluna i sąsiedniego miasta Cizur Mayor, w Comunidad Foral de Navarra (Hiszpania), a także w różnych kampusach z Uniwersytetu Nawarry.
4000 osób mieszkających w Cendea de Cizur jest obsługiwanych przez publiczne centrum zdrowia, które przyjmuje 45 000 wizyt ambulatoryjnych rocznie.
Spośród nich około 12% jest związanych z chorobami układu oddechowego.
Uniwersytet Nawarry ma ponad 11 000 zarejestrowanych studentów, 900 profesorów i ponad 600 innych pracowników.
Zarówno Cendea de Cizur, jak i Uniwersytet są obsługiwane przez Clínica Universidad de Navarra, największy prywatny ośrodek zdrowia w regionie, który zapewnia opiekę medyczną dla szacowanej populacji ponad 100 000 osób.
Opis
Kryteria przyjęcia:
- Mieć 13 lat lub więcej,
- posiadać i regularnie używać smartfona z systemem śledzenia kaszlu,
- Bądź chętny do zainstalowania go i regularnego używania,
- Być obecnymi mieszkańcami Nawarry i
- Mieć aktywne relacje z uniwersytetem (zainteresowanie badaniem lub bycie studentem lub pracownikiem, być pacjentem z rozpoznaniem związanym z kaszlem w Clínica Universidad de Navarra lub centrum zdrowia Cizur).
Kryteria wyłączenia:
- Brak możliwości zaakceptowania polityki prywatności i warunków korzystania z systemu śledzenia kaszlu.
- Brak możliwości udostępnienia dokumentacji medycznej.
Plan studiów
Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.
Jak projektuje się badanie?
Szczegóły projektu
- Modele obserwacyjne: Kohorta
- Perspektywy czasowe: Spodziewany
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Monitorowanie kaszlu
Wszyscy zarejestrowani uczestnicy zostaną poproszeni o zainstalowanie na swoich smartfonach oprogramowania do monitoringu akustycznego i używanie go do rejestrowania nocnego kaszlu przez okres co najmniej 30 dni.
|
Aplikacja mobilna działająca w tle smartfonów i wykrywająca przypuszczalne odgłosy kaszlu.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Korelacja między zarejestrowanymi kaszlami na osobogodzinę a częstością występowania chorób układu oddechowego
Ramy czasowe: 1 rok
|
Badacze przeprowadzą analizę ARIMA z trzema równoległymi szeregami czasowymi: zagregowaną częstością występowania chorób układu oddechowego w obserwowanej kohorcie na całym badanym obszarze oraz zagregowanymi danymi dotyczącymi kaszlu.
|
1 rok
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wdrożenie systemu nadzoru
Ramy czasowe: 1 rok
|
Badacze obliczą odsetek całej kwalifikującej się populacji, do której dotarli, instalując aplikację i regularnie korzystając z niej w żądany sposób.
|
1 rok
|
|
Bariery i ułatwienia wpływające na upowszechnienie systemu nadzoru
Ramy czasowe: 1 miesiąc
|
Podpróbka 25 uczestników zostanie losowo wybrana do dyskusji w grupach fokusowych.
W grupach fokusowych badacze zadają uczestnikom następujące ogólne pytania: (1) Co lubisz w aplikacji, (2) co sądzisz o tej aplikacji w porównaniu z innymi aplikacjami zdrowotnymi, (3) co nie działa dobrze , (4) co skłania Cię (lub nie) do korzystania z aplikacji, (5) jaki jest Twoim zdaniem cel aplikacji, (6) czy Twoim zdaniem aplikacja ma wartość komercyjną oraz (7) jakie rady masz dla programistów?
|
1 miesiąc
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
Publikacje i pomocne linki
Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.
Publikacje ogólne
- Huang C, Wang Y, Li X, Ren L, Zhao J, Hu Y, Zhang L, Fan G, Xu J, Gu X, Cheng Z, Yu T, Xia J, Wei Y, Wu W, Xie X, Yin W, Li H, Liu M, Xiao Y, Gao H, Guo L, Xie J, Wang G, Jiang R, Gao Z, Jin Q, Wang J, Cao B. Clinical features of patients infected with 2019 novel coronavirus in Wuhan, China. Lancet. 2020 Feb 15;395(10223):497-506. doi: 10.1016/S0140-6736(20)30183-5. Epub 2020 Jan 24. Erratum In: Lancet. 2020 Jan 30;:
- Porter P, Abeyratne U, Swarnkar V, Tan J, Ng TW, Brisbane JM, Speldewinde D, Choveaux J, Sharan R, Kosasih K, Della P. A prospective multicentre study testing the diagnostic accuracy of an automated cough sound centred analytic system for the identification of common respiratory disorders in children. Respir Res. 2019 Jun 6;20(1):81. doi: 10.1186/s12931-019-1046-6.
- Sharan RV, Abeyratne UR, Swarnkar VR, Claxton S, Hukins C, Porter P. Predicting spirometry readings using cough sound features and regression. Physiol Meas. 2018 Sep 5;39(9):095001. doi: 10.1088/1361-6579/aad948.
- Kim GU, Kim MJ, Ra SH, Lee J, Bae S, Jung J, Kim SH. Clinical characteristics of asymptomatic and symptomatic patients with mild COVID-19. Clin Microbiol Infect. 2020 Jul;26(7):948.e1-948.e3. doi: 10.1016/j.cmi.2020.04.040. Epub 2020 May 1.
- Peeling RW, Wedderburn CJ, Garcia PJ, Boeras D, Fongwen N, Nkengasong J, Sall A, Tanuri A, Heymann DL. Serology testing in the COVID-19 pandemic response. Lancet Infect Dis. 2020 Sep;20(9):e245-e249. doi: 10.1016/S1473-3099(20)30517-X. Epub 2020 Jul 17.
- Chowdhury R, Luhar S, Khan N, Choudhury SR, Matin I, Franco OH. Long-term strategies to control COVID-19 in low and middle-income countries: an options overview of community-based, non-pharmacological interventions. Eur J Epidemiol. 2020 Aug;35(8):743-748. doi: 10.1007/s10654-020-00660-1. Epub 2020 Jul 13.
- Rasheed J, Jamil A, Hameed AA, Aftab U, Aftab J, Shah SA, Draheim D. A survey on artificial intelligence approaches in supporting frontline workers and decision makers for the COVID-19 pandemic. Chaos Solitons Fractals. 2020 Dec;141:110337. doi: 10.1016/j.chaos.2020.110337. Epub 2020 Oct 10.
- Santillana M, Nguyen AT, Louie T, Zink A, Gray J, Sung I, Brownstein JS. Cloud-based Electronic Health Records for Real-time, Region-specific Influenza Surveillance. Sci Rep. 2016 May 11;6:25732. doi: 10.1038/srep25732.
- Mukundarajan H, Hol FJH, Castillo EA, Newby C, Prakash M. Using mobile phones as acoustic sensors for high-throughput mosquito surveillance. Elife. 2017 Oct 31;6:e27854. doi: 10.7554/eLife.27854.
- Naseem M, Akhund R, Arshad H, Ibrahim MT. Exploring the Potential of Artificial Intelligence and Machine Learning to Combat COVID-19 and Existing Opportunities for LMIC: A Scoping Review. J Prim Care Community Health. 2020 Jan-Dec;11:2150132720963634. doi: 10.1177/2150132720963634.
- Liss DT, Serrano E, Wakeman J, Nowicki C, Buchanan DR, Cesan A, Brown T. "The Doctor Needs to Know": Acceptability of Smartphone Location Tracking for Care Coordination. JMIR Mhealth Uhealth. 2018 May 4;6(5):e112. doi: 10.2196/mhealth.9726.
- Gabaldon-Figueira JC, Brew J, Doré DH, Umashankar N, Chaccour J, Orrillo V, Tsang LY, Blavia I, Fernández-Montero A, Bartolomé J, Grandjean Lapierre S, Chaccour C. Digital acoustic surveillance for early detection of respiratory disease outbreaks in Spain: a protocol for an observational study. BMJ Open. 2021 Jul 2;11(7):e051278. doi: 10.1136/bmjopen-2021-051278.
Daty zapisu na studia
Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
11 listopada 2020
Zakończenie podstawowe (Rzeczywisty)
23 maja 2022
Ukończenie studiów (Rzeczywisty)
24 maja 2022
Daty rejestracji na studia
Pierwszy przesłany
16 lutego 2021
Pierwszy przesłany, który spełnia kryteria kontroli jakości
16 lutego 2021
Pierwszy wysłany (Rzeczywisty)
21 lutego 2021
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
20 lipca 2022
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
19 lipca 2022
Ostatnia weryfikacja
1 lipca 2022
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- DASRD
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Niezdecydowany
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Nie
Bada produkt urządzenia regulowany przez amerykańską FDA
Nie
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 .