Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Использование смарт-часов для обнаружения и мониторинга COVID-19 (CovIdentify)

11 октября 2023 г. обновлено: Duke University
CovIdentify — это исследовательская инициатива, направленная на раннее выявление инфекций COVID-19 на основе данных носимых устройств. CovIdentify будет в первую очередь технико-экономическим обоснованием для изучения потенциала носимых устройств для обнаружения инфекции COVID-19. Исследователи усовершенствуют наши предыдущие алгоритмы обнаружения аномалий на основе статистики и машинного обучения в сторону обнаружения COVID-19 с использованием персонализированных моделей здоровья и обнаружения отклонений, указывающих на инфекцию. Исследователи проверят и протестируют специфичность и чувствительность моделей для выявления инфекции COVID-19 по сравнению с отсутствием инфекции на основе опросов по симптомам, результатов тестов на COVID-19 и данных о госпитализации.

Обзор исследования

Подробное описание

Пациенты DUHS, прошедшие диагностическое тестирование на грипп, COVID-19, респираторно-синцитиальный вирус и риновирус в течение последних 5 лет, будут первоначально проверены на предмет адреса электронной почты. Участники узнают об этом исследовании по электронной почте со ссылкой для завершения опроса. Идентификатор исследования будет создан для всех лиц, имеющих адрес электронной почты.

Участникам будет предложено заполнить электронное согласие через опрос REDCap. Если у участников возникнут вопросы, им будет предоставлена ​​контактная информация об исследовании по электронной почте. Участники заполнят опросник, в котором будут вопросы о предшествующих симптомах и владении устройством (предполагаемое время заполнения: 5 минут). Если участник владеет одним из следующих носимых устройств (Fitbit, Garmin или Apple Watch), ему будет отправлен URL-адрес перенаправления для входа в учетную запись устройства (для Fitbit или Garmin) или ему будут предоставлены инструкции по экспорту данных Healthkit. и сохраните свои данные в уникальную ссылку Strongbox (для Apple Watch). Если участники решат предоставить в исследование данные своих носимых устройств и полученные данные превысят пороговые значения качества данных, они получат компенсацию. Компенсация за прохождение опроса не предусмотрена. Исследователи спросят участников, хотят ли они, чтобы с ними повторно связались для будущих исследований, связанных с этим проектом.

Следователи соберут значения конечных точек с носимого устройства. Эти данные будут использоваться для оценки объема и интенсивности ежедневной активности (т. е. физических упражнений и ходьбы), стояния, количества сна, качества сна, вариабельности сердечного ритма, SpO2, частоты дыхания и частоты сердечных сокращений. Все данные носимых устройств будут идентифицироваться с помощью идентификатора исследования.

Исследователи будут использовать статистические модели и модели машинного обучения для разработки персонализированных «базовых» моделей здоровья и обнаружения аномалий, которые могут помочь в выявлении инфекции COVID-19. Исследователи проверят и проверят чувствительность и специфичность нашего метода выявления респираторной инфекции по сравнению с отсутствием инфекции на основе обследований симптомов и диагностических тестов в качестве базовой истины. Тестирование и валидация модели будут проводиться отдельно для каждой марки устройства и в дальнейшем будут модифицироваться в зависимости от типа респираторной инфекции.

Тип исследования

Наблюдательный

Регистрация (Оцененный)

380000

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Контакты исследования

  • Имя: Jessilyn Dunn
  • Номер телефона: 919-668-9798
  • Электронная почта: covidentify@duke.edu

Места учебы

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Возраст, подходящий для обучения

18 лет и старше (Взрослый, Пожилой взрослый)

Принимает здоровых добровольцев

Да

Метод выборки

Невероятностная выборка

Исследуемая популяция

Взрослые от 18 лет и старше

Описание

Критерии включения:

  • 18 лет и старше

Критерий исключения:

  • Меньше 18 лет

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

  • Наблюдательные модели: Другой
  • Временные перспективы: Перспективный

Когорты и вмешательства

Группа / когорта
Взрослые от 18 лет и старше
В исследовании будет принимать участие любой взрослый человек старше 18 лет.

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Разработайте модель прогнозирования для прогнозирования начала инфекции до появления симптомов, используя количество времени между известным появлением симптомов и датами тестирования.
Временное ограничение: 18 месяцев
Известные даты появления симптомов и проведения испытаний будут служить для проверки модели.
18 месяцев

Вторичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Определите, существуют ли различия в сигналах, которые позволяют отличить тип респираторной инфекции (например, COVID-19 от гриппа).
Временное ограничение: 18 месяцев
18 месяцев
Процент отсутствия данных о носимом устройстве
Временное ограничение: 18 месяцев
Используется для определения производительности модели прогнозирования.
18 месяцев
Определить эффективность модели прогнозирования нового вирусного штамма посредством трансферного обучения
Временное ограничение: 18 месяцев
18 месяцев
Определить, существуют ли физиологические различия между первоначальным заражением и повторным заражением.
Временное ограничение: 18 месяцев
18 месяцев
Определить, существуют ли физиологические различия между различными респираторными инфекциями с течением времени.
Временное ограничение: 18 месяцев
18 месяцев
Определите эффективность модели прогнозирования на основе тяжести симптомов.
Временное ограничение: 18 месяцев
18 месяцев

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

Следователи

  • Главный следователь: Chris Woods, Duke University
  • Главный следователь: Jessilyn Dunn, Duke University
  • Главный следователь: Ryan Shaw, Duke University

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Действительный)

28 июня 2023 г.

Первичное завершение (Оцененный)

31 декабря 2024 г.

Завершение исследования (Оцененный)

10 февраля 2025 г.

Даты регистрации исследования

Первый отправленный

9 ноября 2020 г.

Впервые представлено, что соответствует критериям контроля качества

9 ноября 2020 г.

Первый опубликованный (Действительный)

10 ноября 2020 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

13 октября 2023 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

11 октября 2023 г.

Последняя проверка

1 октября 2023 г.

Дополнительная информация

Термины, связанные с этим исследованием

Планирование данных отдельных участников (IPD)

Планируете делиться данными об отдельных участниках (IPD)?

НЕТ

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .

Подписаться