- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT04623047
Använda smarta klockor för att upptäcka och övervaka covid-19 (CovIdentify)
Studieöversikt
Status
Detaljerad beskrivning
DUHS-patienter som har testats för influensa, COVID-19, respiratoriskt syncytialvirus och rhinovirus under de senaste 5 åren kommer initialt att screenas för en e-postadress. Deltagarna kommer att lära sig om denna studie via e-post med en länk för att fylla i undersökningen. Ett studie-ID kommer att genereras för alla individer med ett e-postmeddelande.
Deltagarna kommer att uppmanas att fylla i ett e-samtycke via en REDCap-undersökning. Om deltagarna har frågor får de studiekontaktuppgifter via e-post. Deltagarna kommer att fylla i enkäten som kommer att ha frågor om tidigare symtom och enhetsägande (förväntad tid att fylla i: 5 minuter). Om deltagaren äger en av följande bärbara enheter (Fitbit, Garmin eller Apple Watch), kommer de att skickas till en omdirigerings-URL för att logga in på sitt enhetskonto (för Fitbit eller Garmin) eller förses med instruktioner för att exportera sin Healthkit-data och dumpa deras data i en unik Strongbox-länk (för Apple Watch). Om deltagarna väljer att bidra med sin bärbara enhetsdata till studien och de erhållna uppgifterna passerar datakvalitetströsklar kommer de att få ersättning. Det utgår ingen ersättning för genomförd undersökning. Utredarna kommer att fråga deltagarna om de vill bli återkontaktade för framtida studier relaterade till detta projekt.
Utredarna kommer att samla in slutpunktsdatavärden från den bärbara enheten. Dessa data kommer att användas för att uppskatta dagliga aktivitetsmängder och intensitet (d.v.s. träning och promenader), stående, sömnmängder, sömnkvalitet, hjärtfrekvensvariabilitet, SpO2, andningsfrekvens och hjärtfrekvens. All bärbar enhetsdata kommer att identifieras med ett studie-ID.
Utredarna kommer att använda statistiska och maskininlärningsmodeller för att utveckla personliga "baslinje"-modeller för hälsa och upptäcka anomalier som kan hjälpa till att identifiera COVID-19-infektion. Utredarna kommer att validera och testa känsligheten och specificiteten hos vårt läge för att upptäcka luftvägsinfektion kontra ingen infektion mot symptomundersökningar och diagnostiska tester som grundsanning. Modelltestningen och valideringen kommer att göras separat för varje enhetsmärke och kommer att modifieras ytterligare beroende på typen av luftvägsinfektion.
Studietyp
Inskrivning (Faktisk)
Kontakter och platser
Studieorter
-
-
North Carolina
-
Durham, North Carolina, Förenta staterna, 27705
- Duke University
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
Tar emot friska volontärer
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
- 18 år och äldre
Exklusions kriterier:
- Mindre än 18 år
Studieplan
Hur är studien utformad?
Designdetaljer
- Observationsmodeller: Övrig
- Tidsperspektiv: Blivande
Kohorter och interventioner
Grupp / Kohort |
|---|
|
Vuxna från 18 år och uppåt
Studien kommer att rekrytera alla vuxna över 18 år.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Utveckla en prognosmodell för att förutsäga infektionsdebut före symtomdebut med hjälp av tiden mellan kända symptomdebut och testdatum
Tidsram: 18 månader
|
Kända symptomdebut och testdatum kommer att tjäna till att validera modellen
|
18 månader
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Ta reda på om det finns signalskillnader som kan skilja typen av luftvägsinfektion (t.ex. covid-19 vs influensa)
Tidsram: 18 månader
|
18 månader
|
|
|
Procentandel saknas i data för den bärbara enheten
Tidsram: 18 månader
|
Används för att bestämma prestandan för prognosmodellen.
|
18 månader
|
|
Bestäm prestandan för prognosmodellen på en ny virusstam genom överföringsinlärning
Tidsram: 18 månader
|
18 månader
|
|
|
Bestäm om det finns fysiologiska skillnader mellan initial infektion och återinfektion
Tidsram: 18 månader
|
18 månader
|
|
|
Bestäm om det finns fysiologiska skillnader mellan olika luftvägsinfektioner över tiden
Tidsram: 18 månader
|
18 månader
|
|
|
Bestäm prestandan för prognosmodellen baserat på symptomens svårighetsgrad
Tidsram: 18 månader
|
18 månader
|
Samarbetspartners och utredare
Sponsor
Samarbetspartners
Utredare
- Huvudutredare: Chris Woods, Duke University
- Huvudutredare: Jessilyn Dunn, Duke University
- Huvudutredare: Ryan Shaw, Duke University
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Faktisk)
Avslutad studie (Faktisk)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Nyckelord
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- PRO00106404
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
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 .