Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Smartphone-aktiverad detektering av nattlig hostfrekvens och sömnkvalitet som en prognostisk markör för astmakontroll

22 januari 2020 uppdaterad av: Frank Rassouli, Cantonal Hospital of St. Gallen

Mätning av förekomsten av nattlig hosta hos astmatiker med hjälp av smartphone-aktiverad akustisk inspelning och utvärdering av potentialen för nattlig hosta som en prognostisk markör för astmakontroll: en observationsstudie i två steg

Syftet med studien är att undersöka värdet som hostfrekvens kan ge för självhantering av astma. I denna studie kommer fokus vara specifikt på nattlig hostfrekvens. Planen är att använda en longitudinell studiedesign för att undersöka i vilken utsträckning trender i den nattliga hostfrekvensen kan ha betydelsefulla konsekvenser för framtida astmakontroll och astmaexacerbationer hos patienter. Förekomsten av nattlig hosta hos astmatiker kommer att beskrivas och visualiseras under loppet av en månad i det första skedet av studien. Dessutom kommer syftet att vara att identifiera och modellera trender för nattlig hosta.

Att mäta hosta är mycket tidskrävande. För närvarande finns det inga hostfrekvensmonitorer tillgängliga, som mäter hostfrekvensen på ett helautomatiskt och diskret sätt. Följaktligen anses manuell märkning av hosta baserad på video- eller ljudinspelningar fortfarande vara guldstandarden för att mäta hostfrekvensen enligt medicinska riktlinjer. Nyligen utvecklades en maskininlärningsalgoritm framgångsrikt för att automatiskt upptäcka hosta i en proof of concept-studie. Denna maskininlärningsalgoritm kommer att vidareutvecklas för att ge robusta resultat på fältet. Fokus för denna studie kommer att vara hostan under natten på grund av det begränsade störande bruset, vilket i hög grad underlättar manuell märkning och möjliggör en mer tillförlitlig detekteringshastighet av maskininlärningsalgoritmen.

Förutom att utveckla en maskininlärningsalgoritm för hostdetektering, kommer data att samlas in för bedömning av patientens sömnkvalitet baserat på data som erhållits från smarttelefonens sensorer.

Studieöversikt

Status

Avslutad

Betingelser

Detaljerad beskrivning

Astma, en kronisk luftvägssjukdom, tillhör de vanligaste kroniska tillstånden. I Schweiz lider 7-15% av alla barn och 6-7% av alla vuxna av det. Vanliga symtom är andfåddhet, hosta och väsande andning. Symtomen blir ofta värre på natten och orsakar ofta uppvaknande. Hosta är ett särskilt viktigt symtom vid astma eftersom det förutsäger astmas svårighetsgrad, indikerar en sämre prognos och uppfattas som ett besvärande symptom. Dessutom är astma den främsta orsaken till kronisk hosta, ansvarig för 24-29% av fallen.

Lite är dock känt om användbarheten av hostspårning för självövervakningsändamål hos astmatiker. En första tvärsnittsstudie har visat att hostfrekvensen under både dag och natt kan vara en giltig markör för astmakontroll, vilket gör den till en potentiellt användbar parameter för självövervakning. Tyvärr, på grund av avsevärda variationer i hostfrekvensen inom varje kategori av astmakontroll (dvs. okontrollerad, delvis kontrollerad och kontrollerad astma), kanske det statistiskt signifikanta sambandet mellan hostfrekvens och astmakontroll inte är kliniskt meningsfullt. Dessutom, på grund av tvärsnittsdesignen av befintliga studier, är det fortfarande oklart om hostfrekvensen kan ha något prognostiskt värde för att förutsäga framtida astmakontroll.

Därför är syftet med denna studie att undersöka värdet som hostfrekvens kan ge för självhantering av astma mer i detalj. I denna studie kommer fokus att läggas specifikt på nattlig hostfrekvens på grund av tekniska skäl. I allmänhet är planen för denna studie följande: Med en longitudinell studiedesign är det möjligt att undersöka i vilken utsträckning trender i den nattliga hostfrekvensen kan ha betydelsefulla konsekvenser för framtida astmakontroll och astmaexacerbationer hos patienter. Men för att analysera det prediktiva värdet av trender i nattlig hostfrekvens måste symtomet kvarstå över flera nätter. Det finns ingen tillgänglig forskning om förekomsten av nattlig hosta hos astmatiker under flera nätter. Därför kommer förekomsten av nattlig hosta hos astmatiker att beskrivas och visualiseras under loppet av en månad i det första skedet av vår studie. Dessutom kommer syftet att vara att identifiera och modellera trender för nattlig hosta.

Att mäta hosta är mycket tidskrävande. För närvarande finns det inga hostfrekvensmonitorer tillgängliga, som mäter hostfrekvensen på ett helautomatiskt och diskret sätt. Följaktligen anses manuell märkning av hosta baserad på video- eller ljudinspelningar fortfarande vara guldstandarden för att mäta hostfrekvensen enligt medicinska riktlinjer. Ändå har en maskininlärningsalgoritm framgångsrikt utformats för att automatiskt upptäcka hosta i en proof of concept-studie. Trots att endast mycket begränsade data användes för algoritmutveckling (80 hostar från 5 friska försökspersoner) nådde noggrannheten 83%. Data samlades dock in i en laboratoriemiljö, vilket begränsar resultatens generaliserbarhet och därmed tillämpbarheten i praktiken. Därför är målet att utveckla en maskininlärningsalgoritm som också kan ge robusta resultat inom området. Denna studie kommer att fokusera på hosta under natten på grund av det begränsade störande bruset, vilket i hög grad underlättar manuell märkning och möjliggör en mer tillförlitlig detekteringshastighet av maskininlärningsalgoritmen. Det är viktigt att påpeka att analysen av nattlig hostprevalens som beskrivs ovan inte kommer att baseras på hosta som detekteras av en algoritm, utan på de manuellt märkta hostarna i ljudspåret som spelats in under natten av en studiesmartphone, som kommer att tillhandahållas till ämnen för studiens gång.

Förutom att utveckla en maskininlärningsalgoritm för hostdetektering, kommer data att samlas in för en algoritm som bedömer patientens sömnkvalitet. För detta ändamål kommer sömnkvaliteten att förutsägas baserat på data som erhålls från smarttelefonens sensorer.

Efter att ha avslutat det första studiesteget kommer förekomsten av nattlig hosta i studien att avgöra om ytterligare analyser av de registrerade data kommer att behövas och därmed initiera det andra steget av studien. Om nattlig hosta inte förekommer oftare än vad som kan förklaras av enbart slumpen, kommer ingen ytterligare analys att göras vilket innebär att avslutningen av den första etappen och slutet av projektet. Men givet en tillräcklig förekomst av nattlig hosta i det första skedet (dvs. nattlig hostprevalens skiljer sig från noll med statistisk signifikans); den andra etappen av studien kommer att fokusera på värdet av nattlig hosta som en prognostisk markör för astmakontroll. Den avsevärda variationen inom kategorier av astmakontroll som visas i tyder på att sambandet mellan nattlig hostfrekvens och astmakontroll kan modereras av andra variabler. Tidigare forskning har visat att sömnkvalitet är associerad med astmakontroll och livskvalitet: Även om det beror på samtidiga sjukdomar (t. gastroesofageal refluxsjukdom och obstruktiv sömnapné), är sämre sömnkvalitet förknippad med sämre astmakontroll och livskvalitet. En anledning till sambandet mellan sömnkvalitet och astmakontroll kan vara att nattliga astmasymtom ofta orsakar uppvaknande. Med tanke på vikten av sömnkvalitet för astmakontroll kommer det (prediktiva) värdet av den nattliga hostfrekvensen och dess inverkan på sömnkvaliteten att utforskas.

Sammanfattningsvis kommer följande astmarelaterade forskningsfråga att undersökas inom varje steg av denna studie: (1) vilken är förekomsten av nattlig hosta hos astmatiker under loppet av en månad? (2) Är nattlig hosta, som står för sömnkvaliteten, en giltig prognostisk markör för astmakontroll? Dessutom tar studien upp två tekniska mål: samla in data för att utveckla två maskininlärningsalgoritmer, som kan detektera nattlig hosta och sömnkvalitet helt automatiserat med hjälp av en smartphone under verkliga förhållanden.

Att besvara dessa forskningsfrågor resulterar i flera bidrag: när det gäller astmarelaterade frågor kommer förhoppningen att vara att ge sammanhang om symtomet på nattlig hosta för att öka tolkningsbarheten av hostfrekvensen och för att framgångsrikt replikera och utöka resultaten av, vilket skulle stödja giltigheten av nattlig hosta som en (prognostisk) markör för astmakontroll. När det gäller tekniska mål kommer förhoppningen att vara att ge ett bevis på att smartphones är lämpliga enheter för att känna av astmasymtom på ett automatiserat sätt under verkliga förhållanden.

De förväntade resultaten skulle kunna möjliggöra ett nytt terapeutiskt alternativ, nämligen helautomatisk teleövervakning av astmatiker. Med hjälp av en patients smartphone kan man tänka sig ett diskret tidig varningssystem för astmaförvärring/exacerbationer. Ett sådant system skulle kunna sänka astmabördan för både den enskilda patienten (t.ex. högre livskvalitet och astmakontroll genom att identifiera möjligheter där patienter kan ändra sin medicinering i enlighet med sin astmahandlingsplan för att förhindra astmaförvärring och exacerbationer) som såväl som sjukvården (dvs. kostnadsbesparingar på grund av minskade sjukhusinläggningar och akutbesök). Med tanke på den breda tillgängligheten av smartphones kan ett sådant nytt terapeutiskt alternativ möjliggöra storskalig och kostnadseffektiv astma-teleövervakning. Tidigare forskning har visat på behovet av ett sådant nytt terapeutiskt alternativ: majoriteten av astmatiker lider av okontrollerad astma. Hälften av astmatiker kan inte bedöma hur allvarliga symtomen är och skulle därför ha nytta av ett system för tidig varning. Dessutom verkar automatiserade system ha ett högre långsiktigt engagemang jämfört med traditionella interventioner, vilket gör dem särskilt lämpliga för system för tidig varning vid kroniska sjukdomar. Dessutom kan teleövervakning av symtom ge läkare värdefulla insikter om en patients astmasymtom mellan besöken. Sammanfattningsvis kan ett automatiserat tidig varningssystem hjälpa patienter att registrera astma som förvärras tidigare och informera sina läkare i tid, så att negativa hälsokonsekvenser kan förebyggas.

Den planerade studien faller i riskkategorin hälsorelaterad insamling av personuppgifter med endast minimal risk och bördor. Det är en prospektiv observationsstudie, ingen intervention kommer att administreras. Endast en liten och tillfällig påverkan på deltagarens hälsa kan förväntas, om alls.

Under hela studien kommer en patients astmasymtom att övervakas diskret med hjälp av smarttelefonen; sålunda säkerställs minimala risker och bördor. Mellan båda doktorandbesöken i början och slutet av studien kommer alla kontrollfrågor och frågeformulär att administreras via smartphones som vi kommer att tillhandahålla för denna studie. Därför bör bördan vara minimal för patienterna eftersom deras dagliga rutin inte kommer att störas.

Ingen invasiv procedur kommer att genomföras under de två doktorandbesöken. Läkarundersökningen följer standardprotokollet för astma. Dessutom kommer patienterna att få ersättning för eventuella olägenheter som uppstår under studien.

Studietyp

Observationell

Inskrivning (Faktisk)

94

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

      • St. Gallen, Schweiz, 9007
        • Cantonal Hospital St. Gallen
    • SG
      • St. Gallen, SG, Schweiz, 9007
        • Cantonal Hospital St. Gallen
    • ZH
      • Zürich, ZH, Schweiz, 8001
        • University of Zurich

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

18 år och äldre (Vuxen, Äldre vuxen)

Tar emot friska volontärer

Nej

Kön som är behöriga för studier

Allt

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Populationen som undersöks i denna studie är vuxna astmatiker.

Beskrivning

Inklusionskriterier:

  • alla patienter med läkare-diagnostiserad astma (erhållen genom självrapporter)
  • lägsta ålder 18 år
  • skicklig i att använda en smartphone (t.ex. för den dagliga smartphone-baserade själv-

Exklusions kriterier:

  • patienter med psykiska sjukdomar som resulterar i kognitiva störningar som depression, demens och Alzheimers sjukdom
  • patienter för vilka det inte skulle vara möjligt att få tillförlitliga nattmätningar (dvs. patienter med svår sömnlöshet eller skiftarbetare) eller för vilka vi inte kan säkerställa korrekt tilldelning av nattlig hosta till patienten i klassificeringsprocessen (dvs. patienter som vanligtvis delar säng med en person av samma kön).

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

  • Observationsmodeller: Kohort
  • Tidsperspektiv: Blivande

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Hosta per natt bedömd med smartphone ljudinspelning
Tidsram: 28 dagar
Antal hostningar per natt mätt med hjälp av smartphone ljudinspelning
28 dagar

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Detektionshastigheter för två maskininlärningsalgoritmer
Tidsram: 28 dagar
Detektionshastigheter för två maskininlärningsalgoritmer för automatisk detektering av nattlig hosta (känslighet, specificitet och noggrannhet)
28 dagar
Sömnkvalitet (Pittsburgh sömnkvalitetsindex)
Tidsram: 28 dagar
Sömnkvalitet mätt med Pittsburghs sömnkvalitetsindex som fylls i dagligen
28 dagar

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Utredare

  • Huvudutredare: Frank Rassouli, MD, Cantonal Hospital St. Gallen

Publikationer och användbara länkar

Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

1 januari 2018

Primärt slutförande (Faktisk)

31 december 2019

Avslutad studie (Faktisk)

31 december 2019

Studieregistreringsdatum

Först inskickad

9 augusti 2018

Först inskickad som uppfyllde QC-kriterierna

15 augusti 2018

Första postat (Faktisk)

17 augusti 2018

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

27 januari 2020

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

22 januari 2020

Senast verifierad

1 januari 2020

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

Nej

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

3
Prenumerera