Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Classificação de áudio de tosse como um teste de triagem de TB (CAGE-TB)

29 de abril de 2026 atualizado por: Grant Theron, University of Stellenbosch

Classificação automatizada de áudio de tosse baseada em smartphone para teste rápido de triagem de tuberculose (triAGE de áudio de tosse para TB; CAGE-TB)

A tuberculose é a maior causa infecciosa de morte (1,5 milhão de mortos em 2018), matando mais pessoas HIV-positivas do que qualquer outra doença, e é sem dúvida a doença relacionada à pobreza mais importante no mundo. A incidência estimada de tuberculose na África tem diminuído nos últimos anos, mas o progresso é lento e estagnado. Para evitar a estagnação, são necessárias tecnologias verdadeiramente inovadoras e ambiciosas, especialmente aquelas que melhoram a localização de casos e o tempo para o diagnóstico, pois, em modelos matemáticos baseados na estrutura em cascata de tratamento da tuberculose, as intervenções que realizam isso terão o maior impacto na interrupção da população. nível de transmissão, inclusive quando implantado em instalações onde os pacientes são prontamente acessíveis. Fundamentalmente, essas intervenções (testes de triagem) devem promover o acesso a testes confirmatórios (por exemplo, Xpert MTB/RIF Ultra), permitindo que os pacientes sejam encaminhados de forma rápida e eficiente durante a mesma visita. Os investigadores otimizarão e avaliarão uma tecnologia que, além do estudo de caso controlado inicial dos investigadores para mostrar a viabilidade, até agora não foi significativamente investigada para TB. Essa lacuna é alarmante dada, por um lado, a enormidade da epidemia de tuberculose e a necessidade de um teste de triagem e, por outro lado, provas de conceito promissoras que demonstram alta precisão diagnóstica do classificador de áudio para tosse para doenças respiratórias, como pneumonia, asma. pertussis, crupe e DPOC. Em alguns casos, esses sistemas de classificação têm a marcação CE, aguardam a aprovação do FDA e estão sujeitos a ensaios clínicos em estágio avançado. Isso demonstra a promessa do princípio tecnológico subjacente. A inovação do CAGE-TB é aprimorada ainda mais por: aplicação de métodos avançados de aprendizado de máquina que a equipe desenvolveu especificamente para análise de áudio de tosse de pacientes com tuberculose, uso de pesquisa de métodos mistos - com base na economia da saúde, ciência da implementação e antropologia médica - para informar o design do produto e avaliar barreiras e facilitadores para a implementação e, exclusivamente para um teste de diagnóstico de TB, sua implantação potencial como uma inovação pura de mHealth (baseada em smartphone) que mitiga muitas barreiras que normalmente comprometem o cumprimento dos critérios de TPP.

Visão geral do estudo

Status

Recrutamento

Condições

Intervenção / Tratamento

Descrição detalhada

O CAGE-TB é um estudo de avaliação diagnóstica que avalia o potencial de uma assinatura de áudio de tosse de TB para ser usada em um aplicativo de smartphone para detectar TB potencial de um som de tosse para triagem de TB. O objetivo do CAGE-TB é promover a adoção de testes de triagem de áudio de tosse baseados em saúde móvel (mHealth) para TB pulmonar ativa em unidades de saúde localizadas em ambientes de alta carga. O estudo é financiado pelo programa EDCTP2 apoiado pela União Europeia e envolve quatro parceiros internacionais. Os participantes do estudo, com mais de 12 anos, incluem participantes com tosse por um período superior a duas semanas que se apresentam em clínicas de saúde onde os investigadores têm infraestrutura de recrutamento clínico e permissões para conduzir pesquisas sobre TB. Neste estudo observacional transversal de duas fases, cada participante será visto apenas uma vez, no momento do diagnóstico, e nenhuma intervenção é planejada. Na primeira fase, os investigadores coletarão dados de uma coorte de descoberta, que serão usados ​​para treinar um algoritmo de aprendizado de máquina. Na segunda fase, serão coletados dados de uma coorte de validação, composta por um número maior de participantes de dois locais de estudo geograficamente distintos, que serão utilizados para avaliar o desempenho do algoritmo. Os objetivos deste estudo são: (1) gerar e validar separadamente um classificador de áudio para tosse que atenda aos critérios de sensibilidade e especificidade do teste de triagem da OMS. Este objetivo estabelece as bases para o CAGE-TB, gerando um classificador e um recurso público comum (banco de dados de sons de tosse) para uso posterior em outros estudos. (2) Produzir dados sobre possíveis economias de custos do aplicativo de áudio para tosse para triagem, coletando dados primários para demonstrar possíveis economias de custos estimadas usando métodos de ponta para satisfazer um critério chave de TPP (<USD 2 por paciente). Este objetivo apoiará a avaliação independente adicional do classificador, inclusive em ensaios clínicos focados em desfechos de pacientes. (3) Empacote a tecnologia em um aplicativo de smartphone fácil de usar. Muitos testes de TB oferecem melhorias em precisão e custo, mas não são amplamente adotados. Este objetivo é projetado para mitigar esse risco com o classificador de tosse e, usando as vantagens do mHealth, pode ser entregue um produto prontamente utilizável por enfermeiros, confiável para pacientes e capitalizado pelos profissionais de saúde. Conseguir isso requer a incorporação de recursos importantes no aplicativo móvel, como conectividade, relatórios automatizados, orientação incorporada e controle de qualidade, que são componentes importantes, mas frequentemente negligenciados, do perfil de TPP do teste de triagem da OMS. (4) Formar uma base para estudos subsequentes em que o aplicativo será avaliado para medir seu impacto no atendimento ao paciente, para construir evidências para mudança e adoção de políticas globais. Os objetivos do CAGE-TB incluem: (1.1) amostragem (áudio da tosse, microbiologia do escarro) de todos os pacientes com tosse prolongada que entram nas unidades básicas de saúde, independentemente do motivo da apresentação (n=473 na coorte de descoberta da Cidade do Cabo); (1.2) usar o aprendizado de máquina para desenvolver um classificador de áudio para tosse para diferenciar entre tosse tuberculosa e não tuberculosa; (1.3) avaliação do classificador para sensibilidade e especificidade em novas coortes de validação (n=511 na Cidade do Cabo, n=767 em Kampala); (2) em ambos os cenários, os investigadores usarão ferramentas validadas para calcular os possíveis custos evitados do provedor e realizar pesquisas de métodos mistos para identificar barreiras e facilitadores para informar o desenvolvimento da solução mHealth (aplicativo para smartphone) destinada ao uso por profissionais de saúde minimamente treinados com o produto final funcionando idealmente offline sem necessariamente precisar sincronizar com um servidor online para processamento feito no Stichting-Amsterdam Institute for Global Health and Development (AIGHD); (3) o aplicativo será ainda mais refinado e fácil de usar, simples e visualmente intuitivo com base no feedback do estudo para um produto final mais gratuito para qualquer pessoa usar; e (4) esta solução mHealth empacotada em um aplicativo de smartphone será enviada para revisão a grandes partes interessadas internacionais, como a Foundation for Innovation and Diagnostics (FIND) e a Organização Mundial da Saúde (OMS) e liderada por colegas da AIGHD com a Stellenbosch University e Contribuição da Makerere University para tornar este aplicativo de triagem de TB relevante para uso em ambientes e populações africanas.

Tipo de estudo

Observacional

Inscrição (Estimado)

1751

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Contato de estudo

  • Nome: Grant Theron, PhD
  • Número de telefone: +27 21 9389693
  • E-mail: gtheron@sun.ac.za

Estude backup de contato

Locais de estudo

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

12 anos e mais velhos (Filho, Adulto, Adulto mais velho)

Aceita Voluntários Saudáveis

Não

Método de amostragem

Amostra Não Probabilística

População do estudo

Pacientes com tosse de pelo menos duas semanas de duração relatam para clínicas de cuidados primários na Cidade do Cabo e Kampala, em áreas com alta prevalência de TB.

Descrição

Critério de inclusão:

  • participante deve ter pelo menos 12 anos de idade
  • participante deve ter uma tosse prolongada (por pelo menos duas semanas)
  • participante deve fornecer consentimento informado
  • o participante deve ter um status de HIV conhecido ou estar disposto a se submeter a testes de HIV e aconselhamento padrão de cuidados

Critério de exclusão:

  • indivíduos que recusam o consentimento informado
  • indivíduos que receberam tratamento para TB nos 60 dias anteriores à inscrição
  • indivíduos incapazes de fornecer uma amostra de escarro para testes microbiológicos
  • indivíduos com hemoptise ou tosse sanguinolenta com tosse forçada para gravações de áudio

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

Coortes e Intervenções

Grupo / Coorte
Intervenção / Tratamento
Coorte de Descoberta
Um número previsto de 473 participantes será recrutado na Cidade do Cabo, África do Sul. Os dados (áudio da tosse) serão coletados e usados ​​para treinar um algoritmo de aprendizado de máquina. O sinal de áudio de tosse específico para TB será refinado. Durante a fase de descoberta, a verdade obtida por meio de testes biológicos de espécimes de escarro será usada para informar o aprendizado de máquina.
Os investigadores descobrirão uma assinatura de áudio de tosse e a validarão.
Coorte de validação
Na fase de validação, a assinatura de áudio da tosse terá sua sensibilidade e especificidade medidas em novos pacientes na Cidade do Cabo, África do Sul (n=511) e Kampala, Uganda (n=767). Os dados serão usados ​​para avaliar o desempenho do algoritmo.
Os investigadores descobrirão uma assinatura de áudio de tosse e a validarão.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Desenvolva e valide algoritmos que possam distinguir entre tosse tuberculosa e não tuberculosa
Prazo: 24 meses
Os dados de áudio da tosse serão coletados e usados ​​para definir o sinal de áudio da tosse específico para TB. A assinatura de áudio TB otimizada terá então sua sensibilidade e especificidade medidas em novos pacientes para avaliar o desempenho dos algoritmos.
24 meses
Aplicativo mHealth baseado em smartphone finalizado
Prazo: 30 meses
O algoritmo de melhor desempenho será incorporado a um aplicativo para smartphone, que será projetado com abordagem centrada no ser humano, que pode ser usado como um teste de triagem no local de atendimento para TB.
30 meses
Evite ultratestes desnecessários
Prazo: 24 meses
Os investigadores calcularão as possíveis economias de custo que o aplicativo poderá facilitar para evitar testes desnecessários.
24 meses

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Investigadores

  • Investigador principal: Grant Theron, PhD, University of Stellenbosch

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Real)

19 de abril de 2022

Conclusão Primária (Estimado)

1 de junho de 2026

Conclusão do estudo (Estimado)

30 de dezembro de 2027

Datas de inscrição no estudo

Enviado pela primeira vez

30 de março de 2022

Enviado pela primeira vez que atendeu aos critérios de CQ

30 de março de 2022

Primeira postagem (Real)

7 de abril de 2022

Atualizações de registro de estudo

Última Atualização Postada (Real)

6 de maio de 2026

Última atualização enviada que atendeu aos critérios de controle de qualidade

29 de abril de 2026

Última verificação

1 de abril de 2026

Mais Informações

Termos relacionados a este estudo

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

SIM

Descrição do plano IPD

Os dados individuais serão armazenados e tratados de forma confidencial e anônima. Os dados da pesquisa serão armazenados sob um código de identificação relacionado a participantes individuais. Somente o número do código será usado para documentação do estudo, relatórios anuais de progresso e publicações de pesquisa. Para rastrear dados para um participante individual, uma lista de códigos de identificação será feita para vincular os dados codificados ao assunto. Somente os membros da equipe de pesquisa, os monitores independentes do local, membros da inspeção de saúde e membros do Comitê de Ética Médica relevante podem visualizar os dados da pesquisa que podem ser vinculados a participantes individuais. O acesso ao banco de dados central será controlado por meio de uma combinação de funções de usuário e configuração do estudo. Os usuários recebem apenas privilégios definidos para sua função no estudo. Os candidatos deverão enviar uma proposta ao Comitê Diretivo do Julgamento para revisão, os candidatos também precisarão assinar um DTA com a Stellenbosch University.

Prazo de Compartilhamento de IPD

Os dados serão compartilhados um ano após a conclusão do estudo.

Critérios de acesso de compartilhamento IPD

Os candidatos precisarão enviar uma solicitação ao Comitê Diretor do Julgamento para acesso aos dados. O Comitê Diretivo do Julgamento analisará a inscrição. O candidato também precisará assinar um DTA com a Stellenbosch University.

Tipo de informação de suporte de compartilhamento de IPD

  • PROTOCOLO DE ESTUDO
  • CIF

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

produto fabricado e exportado dos EUA

Não

Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .

Se inscrever