- ICH GCP
- Реестр клинических исследований США
- Клиническое испытание NCT05366114
Зрительная оценка растяжимости суставов при синдроме Элерса-Данлоса
Оценка осуществимости приложения визуальной визуализации на базе смартфона с машинным обучением для оценки гиперрастяжимости периферических суставов при синдроме Элерса-Данлоса
Синдром Элерса-Данлоса (СЭД) представляет собой гетерогенную группу генетических нарушений с 13 идентифицированными подтипами. Гипермобильный EDS (hEDS), хотя и является наиболее распространенным подтипом EDS, еще не имеет идентифицированной генетической мутации для диагностического подтверждения. Генерализованная гипермобильность суставов (GJH) является одним из отличительных признаков hEDS. Система оценки, используемая для измерения GJH, была описана Beighton. Оценка Бейтона рассчитывается с использованием дихотомической системы оценки для оценки растяжимости девяти суставов. Каждый сустав оценивается как гипермобильный (оценка = 1) или не гипермобильный (оценка = 0). Общий балл (балл Бейтона) может варьироваться от минимума 0 до максимума 9, при этом более высокие баллы указывают на большую слабость сустава.
Несмотря на умеренную валидность и межэкспертную изменчивость в использовании шкалы Бейтона, по-прежнему остается несколько проблем с ее широким и последовательным применением клиницистами. Некоторые из барьеров, описанных в литературе, включают:
i) В открытых, нестандартизированных системах могут быть значительные различия в методах выполнения этих совместных тестов на расширяемость, включая оценку базовых измерений, ii) Определение согласованных и стандартных инструментов/методологии измерения, например. использование гониометра может широко варьироваться iii) оценка надежности пороговых значений и iv) выполнение полной оценки до информирования пациентов о возможной классификации позитивности GJH (низкая специфичность и низкий положительный прогностический потенциал).
Неправильное выполнение тестов для оценки GJH приводит к неточной идентификации GJH и потенциально непреднамеренным негативным последствиям постановки неправильного диагноза EDS. Целью этого исследования является создание более надежного и достоверного метода измерения подвижности суставов и уменьшение ошибок при скрининге EDS за счет использования прикладных систем машинного обучения на базе смартфонов для измерения растяжимости суставов.
Проект будет:
i) Создать приложение визуальной визуализации с поддержкой смартфона для оценки измерения растяжимости сустава, ii) Оценить возможность использования приложения для смартфона в клинических условиях для скрининга потенциальных пациентов с СЭД, iii) Определить достоверность приложения в сравнение с личной клинической оценкой в академической программе EDS третичного уровня. В случае успеха приложение для смартфона может помочь стандартизировать уход за потенциальными пациентами с СЭД эффективным и экономичным образом.
Обзор исследования
Статус
Условия
Вмешательство/лечение
Тип исследования
Регистрация (Оцененный)
Контакты и местонахождение
Места учебы
-
-
Ontario
-
Toronto, Ontario, Канада, M5G 2C4
- GoodHope EDS - Toronto General Hospital
-
-
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
Принимает здоровых добровольцев
Метод выборки
Исследуемая популяция
Описание
Критерии включения:
- Все пациенты, наблюдаемые в клинике GoodHope EDS в Торонто Дженерал, имеют право на включение, независимо от их текущего диагноза или результатов их оценок.
Критерий исключения:
- Пациенты, не давшие согласия на участие, не будут включены (участники могут отозвать свое согласие в любое время)
Учебный план
Как устроено исследование?
Детали дизайна
- Наблюдательные модели: Только для случая
- Временные перспективы: Поперечный разрез
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
|---|---|
|
Новые пациенты в клинике GoodHope EDS в больнице общего профиля Торонто
Все пациенты, наблюдаемые в клинике EDS, имеют право на включение, независимо от их диагноза или результатов их оценки.
|
Никакое вмешательство не будет использоваться.
Давшие согласие участники будут иметь видеозаписи, снятые во время их исследования гипермобильности суставов, которые будут проанализированы позднее.
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Сравнение совпадения прогнозируемого угла с помощью библиотеки оценки позы
Временное ограничение: 4 месяца
|
Производительность разработанных моделей машинного обучения для прогнозирования диапазона движения будет анализироваться с помощью используемой библиотеки оценки позы.
Этот анализ будет выполняться на подмножестве данных, собранных в течение первых 2 месяцев сбора данных.
Эта информация будет использоваться для выбора библиотек оценки позы, которые будут использоваться при уточнении моделей машинного обучения.
|
4 месяца
|
|
Сравнение совпадения предсказанного угла по суставу
Временное ограничение: 1 год
|
Производительность разработанных моделей машинного обучения для прогнозирования диапазона движений в каждом суставе (позвоночник, колено, голеностопный, локтевой, плечевой, большой и пятый пальцы) будет анализироваться независимо для каждого сустава.
Это даст представление о том, какие суставы система точнее прогнозирует по видео.
|
1 год
|
|
Оцените точность предсказания диапазона движения, используя данные на основе зрения
Временное ограничение: 1 год
|
Будут разработаны модели машинного обучения, обученные на видео людей, выполняющих совместные маневры гипермобильности.
Их производительность будет сравниваться с диапазоном движений, измеренным опытным клиницистом с помощью гониометра.
|
1 год
|
Соавторы и исследователи
Следователи
- Главный следователь: Nimish Mittal, MD, GoodHope Ehlers Danlos Syndrome Clinic, Toronto General Hospital
Публикации и полезные ссылки
Общие публикации
- Critical Care Services Ontario, Ehlers-Danlos Syndrome Expert Panel Report, 2016. https://www.health.gov.on.ca/en/common/ministry/publications/reports/eds/Default.aspx.
- Cahill SV, Sharkey MS, Carter CW. Clinical assessment of generalized ligamentous laxity using a single test: is thumb-to-forearm apposition enough? J Pediatr Orthop B. 2021 May 1;30(3):296-300. doi: 10.1097/BPB.0000000000000732.
- He K, Gkioxari G, Dollár P, Girshick R. Mask R-CNN. In: Proceedings of the IEEE international conference on computer vision. 2017. p. 2961-9.
- Cao Z, Hidalgo G, Simon T, Wei SE, Sheikh Y. OpenPose: Realtime Multi-Person 2D Pose Estimation Using Part Affinity Fields. IEEE Trans Pattern Anal Mach Intell. 2021 Jan;43(1):172-186. doi: 10.1109/TPAMI.2019.2929257. Epub 2020 Dec 4.
- Fang H-S, Xie S, Tai Y-W, Lu C. RMPE: Regional Multi-person Pose Estimation. 2016 Nov 30; Available from: http://arxiv.org/abs/1612.00137
- Lin T-Y, Maire M, Belongie S, Bourdev L, Girshick R, Hays J, et al. Microsoft COCO: Common Objects in Context. 2014 May 1; Available from: http://arxiv.org/abs/1405.0312
- Andriluka M, Pishchulin L, Gehler P, Schiele B. 2D Human Pose Estimation: New Benchmark and State of the Art Analysis. In: 2014 IEEE Conference on Computer Vision and Pattern Recognition. 2014. p. 3686-93
- Lugaresi C, Tang J, Nash H, McClanahan C, Uboweja E, Hays M, et al. MediaPipe: A Framework for Building Perception Pipelines. 2019 Jun 14; Available from: https://arxiv.org/abs/1906.08172
- Zhang F, Bazarevsky V, Vakunov A, Tkachenka A, Sung G, Chang C-L, et al. MediaPipe Hands: On-device Real-time Hand Tracking. 2020 Jun 17; Available from: http://arxiv.org/abs/2006.10214
- Mehdizadeh S, Nabavi H, Sabo A, Arora T, Iaboni A, Taati B. Concurrent validity of human pose tracking in video for measuring gait parameters in older adults: a preliminary analysis with multiple trackers, viewing angles, and walking directions. J Neuroeng Rehabil. 2021 Sep 15;18(1):139. doi: 10.1186/s12984-021-00933-0.
- Sabo A, Mehdizadeh S, Ng KD, Iaboni A, Taati B. Assessment of Parkinsonian gait in older adults with dementia via human pose tracking in video data. J Neuroeng Rehabil. 2020 Jul 14;17(1):97. doi: 10.1186/s12984-020-00728-9.
- Lu M, Zhao Q, Poston KL, Sullivan EV, Pfefferbaum A, Shahid M, Katz M, Kouhsari LM, Schulman K, Milstein A, Niebles JC, Henderson VW, Fei-Fei L, Pohl KM, Adeli E. Quantifying Parkinson's disease motor severity under uncertainty using MDS-UPDRS videos. Med Image Anal. 2021 Oct;73:102179. doi: 10.1016/j.media.2021.102179. Epub 2021 Jul 21.
- Williams S, Zhao Z, Hafeez A, Wong DC, Relton SD, Fang H, Alty JE. The discerning eye of computer vision: Can it measure Parkinson's finger tap bradykinesia? J Neurol Sci. 2020 Sep 15;416:117003. doi: 10.1016/j.jns.2020.117003. Epub 2020 Jun 30.
- Ota M, Tateuchi H, Hashiguchi T, Kato T, Ogino Y, Yamagata M, Ichihashi N. Verification of reliability and validity of motion analysis systems during bilateral squat using human pose tracking algorithm. Gait Posture. 2020 Jul;80:62-67. doi: 10.1016/j.gaitpost.2020.05.027. Epub 2020 May 25.
- Slembrouck M, Luong H, Gerlo J, Schütte K, Van Cauwelaert D, De Clercq D, et al. Multiview 3d Markerless Human Pose Estimation from Openpose Skeletons. In: International Conference on Advanced Concepts for Intelligent Vision Systems. Springer; 2020. p. 166-78.
- Wang H, Xie Z, Lu L, Li L, Xu X. A computer-vision method to estimate joint angles and L5/S1 moments during lifting tasks through a single camera. J Biomech. 2021 Dec 2;129:110860. doi: 10.1016/j.jbiomech.2021.110860. Epub 2021 Nov 8.
- Yahya M, Shah JA, Warsi A, Kadir K, Khan S, Izani M. Real time elbow angle estimation using single RGB camera. 2018 Aug 21; Available from: https://arxiv.org/abs/1808.07017
- Shi B, Brentari D, Shakhnarovich G, Livescu K. Fingerspelling Detection in American Sign Language. In: Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2021. p. 4166-75
- Kim I-H, Jung I-H. A Study on Korea Sign Language Motion Recognition Using OpenPose Based on Deep Learning. 디지털콘텐츠학회논문지 (Journal of Digital Contents Society). 2021;22(4):681-7.
- Levy HP. Hypermobile Ehlers-Danlos Syndrome. 2004 Oct 22 [updated 2018 Jun 21]. In: Adam MP, Feldman J, Mirzaa GM, Pagon RA, Wallace SE, Bean LJH, Gripp KW, Amemiya A, editors. GeneReviews(R) [Internet]. Seattle (WA): University of Washington, Seattle; 1993-2023. Available from http://www.ncbi.nlm.nih.gov/books/NBK1279/
Даты записи исследования
Изучение основных дат
Начало исследования (Действительный)
Первичное завершение (Оцененный)
Завершение исследования (Оцененный)
Даты регистрации исследования
Первый отправленный
Впервые представлено, что соответствует критериям контроля качества
Первый опубликованный (Действительный)
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
Последнее отправленное обновление, отвечающее критериям контроля качества
Последняя проверка
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Дополнительные соответствующие термины MeSH
- Патологические процессы
- Сердечно-сосудистые заболевания
- Сосудистые заболевания
- Кожные заболевания
- Болезнь
- Врожденные аномалии
- Гематологические заболевания
- Геморрагические расстройства
- Генетические заболевания, врожденные
- Заболевания соединительной ткани
- Нарушения гемостаза
- Кожные заболевания, генетические
- Аномалии кожи
- Коллагеновые заболевания
- Синдром
- Синдром Элерса-Данлоса
Другие идентификационные номера исследования
- 22-5073
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
Описание плана IPD
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
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. .
Клинические исследования Синдром Элерса-Данлоса
-
Cognitive FXЗавершенныйПостконтузивный синдром | Неуточненное тревожное расстройство | Симптомы после сотрясения мозга | Постконтузионный синдром | Post Coversive Syndrome, хроническийСоединенные Штаты
-
Reuth Rehabilitation HospitalРекрутингЛегкая черепно-мозговая травма, сотрясение мозга | Посттравматическая головная боль | Post Coversive Syndrome, хроническийИзраиль