- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT05810636
Ocena nadpobudliwości ruchowej u dzieci z zespołem nadpobudliwości psychoruchowej z deficytem uwagi
Przegląd badań
Status
Interwencja / Leczenie
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Taipei, Tajwan, 10048
- National Taiwan University Hospital
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dziecko
- Dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
grupa ADHD:
Kryteria przyjęcia:
- DSM-5 Zespół nadpobudliwości psychoruchowej z deficytem uwagi
- 7 ~ 18 lat
- Chęć noszenia smartwatcha i smartfona przez większość czasu podczas miesięcznego okresu nauki
Kryteria wyłączenia:
- współwystępują z poważnymi zaburzeniami psychicznymi (tj. schizofrenią, chorobą afektywną dwubiegunową) lub zaburzeniami neurorozwojowymi (tj. niepełnosprawnością intelektualną, zaburzeniami ze spektrum autyzmu)
- Nie można używać smartwatcha i smartfona
Grupa neurotypowa:
Kryteria przyjęcia:
- 7 ~ 18 lat bez rozpoznania zespołu nadpobudliwości psychoruchowej z deficytem uwagi
- Chęć noszenia smartwatcha i smartfona przez większość czasu podczas miesięcznego okresu nauki
Kryteria wyłączenia:
- mieć zdiagnozowane poważne zaburzenia psychiczne (tj. schizofrenia, choroba afektywna dwubiegunowa) lub zaburzenia neurorozwojowe (tj. niepełnosprawność intelektualna, zaburzenia ze spektrum autyzmu)
- Nie można używać smartwatcha i smartfona
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Grupa ADHD
Kryteria przyjęcia:
Kryteria wyłączenia: - współistniejące z poważnymi zaburzeniami psychicznymi (tj. schizofrenią, chorobą afektywną dwubiegunową) lub zaburzeniami neurorozwojowymi (tj. niepełnosprawność intelektualna, zaburzenia ze spektrum autyzmu) |
Noszenie smartwatchy do zbierania danych
|
|
Grupa neurotypowa
Kryteria przyjęcia:
Kryteria wyłączenia:
|
Noszenie smartwatchy do zbierania danych
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Przyśpieszenie
Ramy czasowe: 24 godziny przez 30 dni
|
Przyspieszenie ramienia
|
24 godziny przez 30 dni
|
Współpracownicy i badacze
Publikacje i pomocne linki
Publikacje ogólne
- Polanczyk G, de Lima MS, Horta BL, Biederman J, Rohde LA. The worldwide prevalence of ADHD: a systematic review and metaregression analysis. Am J Psychiatry. 2007 Jun;164(6):942-8. doi: 10.1176/ajp.2007.164.6.942.
- Swanson JM, Kraemer HC, Hinshaw SP, Arnold LE, Conners CK, Abikoff HB, Clevenger W, Davies M, Elliott GR, Greenhill LL, Hechtman L, Hoza B, Jensen PS, March JS, Newcorn JH, Owens EB, Pelham WE, Schiller E, Severe JB, Simpson S, Vitiello B, Wells K, Wigal T, Wu M. Clinical relevance of the primary findings of the MTA: success rates based on severity of ADHD and ODD symptoms at the end of treatment. J Am Acad Child Adolesc Psychiatry. 2001 Feb;40(2):168-79. doi: 10.1097/00004583-200102000-00011.
- Marzano L, Bardill A, Fields B, Herd K, Veale D, Grey N, Moran P. The application of mHealth to mental health: opportunities and challenges. Lancet Psychiatry. 2015 Oct;2(10):942-8. doi: 10.1016/S2215-0366(15)00268-0. Epub 2015 Sep 29.
- Martin JL, Hakim AD. Wrist actigraphy. Chest. 2011 Jun;139(6):1514-1527. doi: 10.1378/chest.10-1872.
- Burton C, McKinstry B, Szentagotai Tatar A, Serrano-Blanco A, Pagliari C, Wolters M. Activity monitoring in patients with depression: a systematic review. J Affect Disord. 2013 Feb 15;145(1):21-8. doi: 10.1016/j.jad.2012.07.001. Epub 2012 Aug 4.
- Couronne R, Probst P, Boulesteix AL. Random forest versus logistic regression: a large-scale benchmark experiment. BMC Bioinformatics. 2018 Jul 17;19(1):270. doi: 10.1186/s12859-018-2264-5.
- Dogan E, Sander C, Wagner X, Hegerl U, Kohls E. Smartphone-Based Monitoring of Objective and Subjective Data in Affective Disorders: Where Are We and Where Are We Going? Systematic Review. J Med Internet Res. 2017 Jul 24;19(7):e262. doi: 10.2196/jmir.7006.
- Gau SS, Chen SJ, Chou WJ, Cheng H, Tang CS, Chang HL, Tzang RF, Wu YY, Huang YF, Chou MC, Liang HY, Hsu YC, Lu HH, Huang YS. National survey of adherence, efficacy, and side effects of methylphenidate in children with attention-deficit/hyperactivity disorder in Taiwan. J Clin Psychiatry. 2008 Jan;69(1):131-40. doi: 10.4088/jcp.v69n0118.
- Gau SS, Lin CH, Hu FC, Shang CY, Swanson JM, Liu YC, Liu SK. Psychometric properties of the Chinese version of the Swanson, Nolan, and Pelham, Version IV Scale-Teacher Form. J Pediatr Psychol. 2009 Sep;34(8):850-61. doi: 10.1093/jpepsy/jsn133. Epub 2008 Dec 12.
- Gau SS, Shang CY, Liu SK, Lin CH, Swanson JM, Liu YC, Tu CL. Psychometric properties of the Chinese version of the Swanson, Nolan, and Pelham, version IV scale - parent form. Int J Methods Psychiatr Res. 2008;17(1):35-44. doi: 10.1002/mpr.237.
- Leikauf JE, Correa C, Bueno AN, Sempere VP, Williams LM. StopWatch: Pilot study for an Apple Watch application for youth with ADHD. Digit Health. 2021 Apr 1;7:20552076211001215. doi: 10.1177/20552076211001215. eCollection 2021 Jan-Dec.
- Patel MS, Foschini L, Kurtzman GW, Zhu J, Wang W, Rareshide CAL, Zbikowski SM. Using Wearable Devices and Smartphones to Track Physical Activity: Initial Activation, Sustained Use, and Step Counts Across Sociodemographic Characteristics in a National Sample. Ann Intern Med. 2017 Nov 21;167(10):755-757. doi: 10.7326/M17-1495. Epub 2017 Sep 26. No abstract available.
- Reinertsen E, Clifford GD. A review of physiological and behavioral monitoring with digital sensors for neuropsychiatric illnesses. Physiol Meas. 2018 May 15;39(5):05TR01. doi: 10.1088/1361-6579/aabf64.
- Simon V, Czobor P, Balint S, Meszaros A, Bitter I. Prevalence and correlates of adult attention-deficit hyperactivity disorder: meta-analysis. Br J Psychiatry. 2009 Mar;194(3):204-11. doi: 10.1192/bjp.bp.107.048827.
- Tazawa Y, Wada M, Mitsukura Y, Takamiya A, Kitazawa M, Yoshimura M, Mimura M, Kishimoto T. Actigraphy for evaluation of mood disorders: A systematic review and meta-analysis. J Affect Disord. 2019 Jun 15;253:257-269. doi: 10.1016/j.jad.2019.04.087. Epub 2019 Apr 22.
- Cho CH, Lee T, Kim MG, In HP, Kim L, Lee HJ. Mood Prediction of Patients With Mood Disorders by Machine Learning Using Passive Digital Phenotypes Based on the Circadian Rhythm: Prospective Observational Cohort Study. J Med Internet Res. 2019 Apr 17;21(4):e11029. doi: 10.2196/11029.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 202110059RINB
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (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 .