Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Klasyfikacja dźwięku kaszlu jako test TB Triage (CAGE-TB)

29 kwietnia 2026 zaktualizowane przez: Grant Theron, University of Stellenbosch

Zautomatyzowana klasyfikacja odgłosów kaszlu za pomocą smartfona w celu szybkiego segregacji gruźlicy (triaGE dźwięku kaszlu dla gruźlicy; CAGE-TB)

Gruźlica jest największą zakaźną przyczyną śmierci (1,5 miliona zmarło w 2018 r.), zabijając więcej osób zakażonych wirusem HIV niż jakakolwiek inna choroba, i jest prawdopodobnie najważniejszą chorobą związaną z ubóstwem na świecie. Szacowana częstość występowania gruźlicy w Afryce spada w ostatnich latach, ale postęp jest powolny i utrzymuje się na stałym poziomie. Aby zapobiec stagnacji, potrzebne są prawdziwie innowacyjne i ambitne technologie, zwłaszcza te, które poprawiają wykrywanie przypadków i skracają czas do diagnozy, ponieważ w modelach matematycznych opartych na ramach kaskadowej opieki nad gruźlicą interwencje, które to osiągną, będą miały największy wpływ na zakłócanie populacji transmisję na poziomie, w tym w przypadku rozmieszczenia w obiektach, w których pacjenci są łatwo dostępni. Co najważniejsze, te interwencje (testy segregacyjne) muszą promować dostęp do testów potwierdzających (np. Xpert MTB/RIF Ultra) poprzez umożliwienie pacjentom szybkiego i skutecznego skierowania podczas tej samej wizyty. Badacze zoptymalizują i ocenią technologię, która poza wczesnymi kontrolowanymi badaniami klinicznymi prowadzącymi w celu wykazania wykonalności, nie została dotychczas szczegółowo zbadana pod kątem gruźlicy. Ta luka jest niepokojąca, biorąc pod uwagę z jednej strony ogrom epidemii gruźlicy i potrzebę przeprowadzenia testu segregacyjnego, a z drugiej strony obiecujące dowody słuszności koncepcji, które wykazują wysoką dokładność diagnostyczną dźwiękowego klasyfikatora kaszlu dla chorób układu oddechowego, takich jak zapalenie płuc, astma. krztusiec, zad i POChP. W niektórych przypadkach te systemy klasyfikacji są oznaczone znakiem CE, oczekują na zatwierdzenie przez FDA i podlegają późnym etapom badań klinicznych. Pokazuje to obietnicę leżącą u podstaw zasady technologicznej. Innowacyjność CAGE-TB jest dodatkowo wzmocniona przez: zastosowanie zaawansowanych metod uczenia maszynowego, które zespół opracował specjalnie do analizy dźwięku kaszlu pacjentów z gruźlicą, wykorzystanie badań metod mieszanych – czerpiących z ekonomii zdrowia, nauk wdrożeniowych i antropologii medycznej – w celu informowania o projektowaniu produktów i ocenić bariery i czynniki ułatwiające wdrożenie, a także, co jest unikatowe w przypadku testu diagnostycznego gruźlicy, jego potencjalne zastosowanie jako innowacja czysto m-zdrowia (oparta na smartfonach), która łagodzi wiele barier, które zazwyczaj zagrażają spełnieniu kryteriów TPP.

Przegląd badań

Status

Rekrutacyjny

Warunki

Szczegółowy opis

CAGE-TB to diagnostyczne badanie oceniające, które ocenia potencjał sygnatury dźwiękowej kaszlu gruźlicy do wykorzystania w aplikacji na smartfony do wykrywania potencjalnej gruźlicy od dźwięku kaszlu do badania (segregacji) gruźlicy. Celem CAGE-TB jest promowanie przyjęcia testów dźwiękowych na kaszel opartych na mobilnym zdrowiu (mHealth) w celu wykrycia aktywnej gruźlicy płuc w placówkach opieki zdrowotnej zlokalizowanych w miejscach o dużym obciążeniu. Badanie jest finansowane z programu EDCTP2 wspieranego przez Unię Europejską i obejmuje czterech międzynarodowych partnerów. Uczestnikami badania w wieku powyżej 12 lat są osoby z kaszlem trwającym dłużej niż dwa tygodnie, które zgłaszają się do przychodni, w których badacze dysponują infrastrukturą rekrutacji klinicznej i uprawnieniami do prowadzenia badań nad gruźlicą. W tym dwufazowym, przekrojowym badaniu obserwacyjnym każdy uczestnik będzie widziany tylko raz, w momencie postawienia diagnozy, i nie planuje się żadnej interwencji. W pierwszej fazie badacze zbiorą dane z kohorty odkrywców, które zostaną wykorzystane do szkolenia algorytmu uczenia maszynowego. W drugiej fazie dane zostaną zebrane z kohorty walidacyjnej, obejmującej większą liczbę uczestników z dwóch różnych geograficznie ośrodków badawczych, które zostaną wykorzystane do oceny działania algorytmu. Celem tego badania jest: (1) wygenerowanie i oddzielna walidacja klasyfikatora dźwięku kaszlu, który spełnia kryteria czułości i swoistości testu segregacji WHO TPP. Ten cel stanowi podstawę CAGE-TB poprzez wygenerowanie klasyfikatora i wspólnego zasobu publicznego (bazy danych odgłosów kaszlu) do potencjalnego późniejszego wykorzystania w innych badaniach. (2) Zbierz dane na temat potencjalnych oszczędności kosztów aplikacji audio na kaszel do segregacji, zbierając podstawowe dane w celu wykazania potencjalnych oszczędności kosztów oszacowanych przy użyciu najnowocześniejszych metod w celu spełnienia kluczowego kryterium TPP (<2 USD na pacjenta). Cel ten będzie wspierał dalszą niezależną ocenę klasyfikatora, w tym w badaniach klinicznych skupionych na punktach końcowych pacjentów. (3) Spakuj technologię w łatwą w obsłudze aplikację na smartfony. Wiele testów TB oferuje poprawę dokładności i kosztów, ale nie są powszechnie stosowane. Cel ten ma na celu ograniczenie tego ryzyka za pomocą klasyfikatora kaszlu, a dzięki wykorzystaniu zalet m-zdrowia można dostarczyć produkt, który jest łatwy do użycia przez pielęgniarki, obdarzony zaufaniem przez pacjentów i wykorzystany przez podmioty świadczące opiekę zdrowotną. Osiągnięcie tego wymaga włączenia do aplikacji mobilnej ważnych funkcji, takich jak łączność, automatyczne raportowanie, wbudowane wskazówki i kontrola jakości, które są ważnymi, ale często zaniedbywanymi elementami profilu TPP testu segregacji WHO. (4) Stwórz podstawę do kolejnych badań, w których aplikacja zostanie oceniona w celu zmierzenia jej wpływu na opiekę nad pacjentem, aby zebrać dowody na zmianę i przyjęcie globalnej polityki. Cele CAGE-TB obejmują: (1.1) pobieranie próbek (odgłos kaszlu, mikrobiologia plwociny) od wszystkich pacjentów z przedłużającym się kaszlem zgłaszających się do placówek podstawowej opieki zdrowotnej, niezależnie od przyczyny zgłoszenia (n=473 w kohorcie odkrywczej w Kapsztadzie); (1.2) wykorzystać uczenie maszynowe do opracowania klasyfikatora dźwięku kaszlu w celu rozróżnienia kaszlu gruźliczego i niegruźliczego; (1.3) ocena klasyfikatora czułości i swoistości w nowych kohortach walidacyjnych (n=511 w Kapsztadzie, n=767 w Kampali); (2) w obu przypadkach badacze użyją sprawdzonych narzędzi do obliczenia potencjalnych kosztów świadczeniodawców, których udało się uniknąć, i przeprowadzą badania metodami mieszanymi w celu zidentyfikowania barier i ułatwień w celu poinformowania o rozwoju rozwiązania mHealth (aplikacja na smartfony) przeznaczonego do użytku przez minimalnie przeszkolonych pracowników służby zdrowia z produkt końcowy idealnie działający w trybie offline, bez konieczności synchronizacji z serwerem online w celu przetworzenia w Stichting-Amsterdam Institute for Global Health and Development (AIGHD); (3) aplikacja będzie dalej udoskonalana i stanie się przyjazna dla użytkownika, prosta i intuicyjna wizualnie w oparciu o informacje zwrotne z badań w kierunku bardziej końcowego produktu, z którego będzie mógł korzystać każdy; oraz (4) to rozwiązanie m-zdrowia spakowane w aplikację na smartfony zostanie przesłane do przeglądu dużym międzynarodowym interesariuszom, takim jak Fundacja Innowacji i Diagnostyki (FIND) oraz Światowa Organizacja Zdrowia (WHO), i będzie kierowane przez kolegów z AIGHD z Uniwersytetem Stellenbosch i Wkład Makerere University, aby ta aplikacja do segregacji gruźlicy była odpowiednia do użytku w afrykańskich warunkach i populacjach.

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

1751

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Kontakt w sprawie studiów

Kopia zapasowa kontaktu do badania

Lokalizacje studiów

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

12 lat i starsze (Dziecko, Dorosły, Starszy dorosły)

Akceptuje zdrowych ochotników

Nie

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Pacjenci z kaszlem trwającym co najmniej dwa tygodnie zgłaszający się samodzielnie do przychodni podstawowej opieki zdrowotnej w Kapsztadzie i Kampali, na obszarach o wysokiej częstości występowania gruźlicy.

Opis

Kryteria przyjęcia:

  • uczestnik musi mieć ukończone 12 lat
  • uczestnik musi mieć długotrwały kaszel (co najmniej dwa tygodnie)
  • uczestnik musi wyrazić świadomą zgodę
  • uczestnik musi mieć znany status HIV lub być chętny do poddania się standardowemu testowi na obecność wirusa HIV i poradnictwu

Kryteria wyłączenia:

  • osoby, które odmawiają świadomej zgody
  • osoby, które otrzymały leczenie gruźlicy w ciągu 60 dni przed rejestracją
  • osoby, które nie mogą oddać próbki plwociny do badań mikrobiologicznych
  • osoby, które mają krwioplucie lub krwawy kaszel z każdym wymuszonym kaszlem do nagrań dźwiękowych

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

Kohorty i interwencje

Grupa / Kohorta
Interwencja / Leczenie
Kohorta Odkrywców
Przewidywana liczba 473 uczestników zostanie zatrudniona w Kapsztadzie w RPA. Dane (odgłos kaszlu) będą gromadzone i wykorzystywane do trenowania algorytmu uczenia maszynowego. Sygnał dźwiękowy kaszlu charakterystyczny dla gruźlicy zostanie udoskonalony. Podczas fazy odkrywania podstawowa prawda uzyskana w drodze testów biologicznych próbek plwociny zostanie wykorzystana do informowania o uczeniu maszynowym.
Badacze odkryją sygnaturę dźwiękową kaszlu, a następnie ją zweryfikują.
Kohorta walidacyjna
W fazie walidacji czułość i swoistość sygnatury dźwiękowej kaszlu będzie mierzona u nowych pacjentów w Kapsztadzie w RPA (n=511) i Kampali w Ugandzie (n=767). Dane posłużą do oceny działania algorytmu.
Badacze odkryją sygnaturę dźwiękową kaszlu, a następnie ją zweryfikują.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Opracuj i zweryfikuj algorytmy, które potrafią rozróżnić kaszel gruźliczy i niegruźliczy
Ramy czasowe: 24 miesiące
Dane dźwiękowe kaszlu zostaną zebrane i wykorzystane do zdefiniowania sygnału dźwiękowego kaszlu specyficznego dla gruźlicy. Zoptymalizowana sygnatura dźwiękowa gruźlicy będzie następnie mierzona pod kątem czułości i swoistości u nowych pacjentów w celu oceny działania algorytmów.
24 miesiące
Ukończona aplikacja mHealth na smartfony
Ramy czasowe: 30 miesięcy
Algorytm o najwyższej wydajności zostanie włączony do aplikacji na smartfony, która zostanie zaprojektowana z myślą o człowieku i może być wykorzystana jako test segregacyjny w miejscu opieki nad gruźlicą.
30 miesięcy
Unikaj niepotrzebnych ultratestów
Ramy czasowe: 24 miesiące
Badacze obliczą potencjalne oszczędności kosztów, które aplikacja będzie w stanie ułatwić, aby uniknąć zbędnych testów.
24 miesiące

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Śledczy

  • Główny śledczy: Grant Theron, PhD, University of Stellenbosch

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)

19 kwietnia 2022

Zakończenie podstawowe (Szacowany)

1 czerwca 2026

Ukończenie studiów (Szacowany)

30 grudnia 2027

Daty rejestracji na studia

Pierwszy przesłany

30 marca 2022

Pierwszy przesłany, który spełnia kryteria kontroli jakości

30 marca 2022

Pierwszy wysłany (Rzeczywisty)

7 kwietnia 2022

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

6 maja 2026

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

29 kwietnia 2026

Ostatnia weryfikacja

1 kwietnia 2026

Więcej informacji

Terminy związane z tym badaniem

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

TAK

Opis planu IPD

Dane osobowe będą przechowywane i przetwarzane w sposób poufny i anonimowy. Dane badawcze będą przechowywane pod kodem identyfikacyjnym odnoszącym się do poszczególnych uczestników. Tylko numer kodu będzie używany w dokumentacji badań, rocznych sprawozdaniach z postępów i publikacjach badawczych. Aby prześledzić dane do indywidualnego uczestnika, zostanie sporządzona lista kodów identyfikacyjnych w celu powiązania zakodowanych danych z podmiotem. Tylko członkowie zespołu badawczego, obserwatorzy niezależni od ośrodka, członkowie inspekcji sanitarnej oraz członkowie odpowiedniej Komisji Etyki Lekarskiej mogą przeglądać dane badawcze, które można powiązać z poszczególnymi uczestnikami. Dostęp do centralnej bazy danych będzie kontrolowany za pomocą kombinacji ról użytkowników i konfiguracji badania. Użytkownikom nadawane są wyłącznie uprawnienia zdefiniowane dla ich roli w badaniu. Wnioskodawcy będą musieli złożyć wniosek do Komitetu Sterującego Próby do przeglądu, wnioskodawcy będą również musieli podpisać DTA z Uniwersytetem Stellenbosch.

Ramy czasowe udostępniania IPD

Dane zostaną udostępnione rok po zakończeniu badania.

Kryteria dostępu do udostępniania IPD

Wnioskodawcy będą musieli złożyć wniosek do Komitetu Sterującego Próby o dostęp do danych. Komitet Sterujący ds. Próby rozpatrzy wniosek. Wnioskodawca będzie również musiał podpisać DTA z Uniwersytetem Stellenbosch.

Typ informacji pomocniczych dotyczących udostępniania IPD

  • PROTOKÓŁ BADANIA
  • ICF

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

produkt wyprodukowany i wyeksportowany z USA

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 .

Subskrybuj