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

Um estudo de detecção de eventos paroxísticos utilizando visão computacional e aprendizado de máquina (USF)

11 de fevereiro de 2026 atualizado por: Neuro Event Labs Inc.

O aumento do poder computacional tornou possível implementar tarefas complexas de reconhecimento de imagens e aprendizado de máquina para serem implementadas no uso diário. A solução baseada em visão computacional e aprendizado de máquina usada neste projeto (Nelli) é um método automático de detecção e relatório de apreensões que possui uma marca CE para este uso específico.

O presente estudo fornecerá dados para expandir a utilidade e a capacidade de detecção do NELLI e melhorar a precisão e a utilidade clínica da visão computacional automatizada e da detecção de convulsões baseada em aprendizado de máquina.

Visão geral do estudo

Status

Concluído

Condições

Intervenção / Tratamento

Descrição detalhada

Esta é uma comparação prospectiva e cega com o padrão ouro clínico para caracterização de crises. Este estudo tem como objetivo comparar a capacidade do software Nelli de identificar eventos convulsivos com a revisão de vEEG em adultos com suspeita de convulsões noturnas. Simultaneamente, Nelli gravará continuamente áudio e vídeo enquanto a vídeo-eletroencefalografia (vEEG) é gravada de acordo com o padrão típico de atendimento. Eventos com manifestações motoras positivas serão identificados de forma independente, seguindo a prática clínica padrão, por três epileptologistas usando dados clínicos de vEEG. A Nelli Software revisará os dados de áudio e vídeo e identificará de forma independente eventos com manifestações motoras positivas. Os resultados da identificação do evento serão comparados entre os epileptologistas e o software Nelli. Para cada categoria de evento capturada, a concordância percentual positiva será calculada usando o método binomial exato. O objetivo primário deste estudo é demonstrar que Nelli é capaz de identificar convulsões que apresentam componente motor positivo com sensibilidade> 70%.

Tipo de estudo

Observacional

Inscrição (Real)

33

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.

Locais de estudo

    • Florida
      • Tampa, Florida, Estados Unidos, 33606
        • Tampa General Hospital

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

  • Adulto
  • Adulto mais velho

Aceita Voluntários Saudáveis

Não

Método de amostragem

Amostra de Probabilidade

População do estudo

Pacientes com suspeita de convulsões motoras que estão sendo submetidos a monitoramento por vídeo-EEG para atendimento clínico de rotina.

Descrição

Critérios de inclusão:

  • Todos os pacientes submetidos a monitoramento por vídeo-EEG para fins clínicos com suspeita de convulsões.

Critérios de exclusão:

-

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

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Sensibilidade de um sistema de detecção de convulsões
Prazo: Durante o monitoramento rotineiro de convulsões no hospital - até uma semana
A medida de resultado primário será a sensibilidade do sistema Nelli para detectar convulsões com um componente motor positivo em comparação com a revisão independente do neurologista do vEEG coletado em uma unidade de monitoramento de epilepsia. Esta é uma comparação cega com o padrão ouro clínico (vEEG)
Durante o monitoramento rotineiro de convulsões no hospital - até uma semana

Colaboradores e Investigadores

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

Patrocinador

Investigadores

  • Investigador principal: Selim Benbadis, MD, University of South Florida

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)

15 de novembro de 2024

Conclusão Primária (Real)

31 de dezembro de 2025

Conclusão do estudo (Real)

31 de janeiro de 2026

Datas de inscrição no estudo

Enviado pela primeira vez

22 de novembro de 2024

Enviado pela primeira vez que atendeu aos critérios de CQ

22 de novembro de 2024

Primeira postagem (Real)

26 de novembro de 2024

Atualizações de registro de estudo

Última Atualização Postada (Real)

13 de fevereiro de 2026

Última atualização enviada que atendeu aos critérios de controle de qualidade

11 de fevereiro de 2026

Última verificação

1 de fevereiro de 2026

Mais Informações

Termos relacionados a este estudo

Palavras-chave

Outros números de identificação do estudo

  • STUDY005226

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

NÃO

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

Sim

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