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

Frailty and Falls implanterbart system för förutsägelse och förebyggande (FFallS)

25 juni 2021 uppdaterad av: Prof. Rose Anne Kenny, University of Dublin, Trinity College

Frailty and Falls Implantable System for Prediction and Prevention Investigational Study - FFallS Predictor

Falls Predictor Clinical Investigation är en forskningsstudie som syftar till att undersöka värdet av en uppdatering (Falls Prediction RAMware) till en implanterbar hjärtövervakningsenhet (The Reveal LINQ™) för att förutsäga oförklarliga fall. Reveal LINQ™ är ett implanterbart hjärtövervakningssystem tillverkat av Medtronic som har förmågan att övervaka hjärtfrekvens, rytm och aktivitet och är förprogrammerat för att upptäcka avvikelser. Ett FoU-team på Medtronic har samarbetat med studien PI Prof Rose Anne Kenny i detta projekt de är ansvariga för att utveckla en mjukvaruuppdatering för Reveal LINQ™ som skulle göra det möjligt för enheten att samla in ytterligare sensordata som accelerometer (stegräkning) och Hållningsförändring. De ytterligare undersökningsfälten tillsammans med de vanliga hjärtfälten som övervakas kan vara användbara för att förutsäga eller identifiera fysiologiska förändringar före ett fall. Studien kommer att involvera upp till 30 patienter, rekryterade och godkända från återkommande fallare som faller och Syncope-enheten vid St James's Hospital, Dublin.

Studieöversikt

Status

Rekrytering

Betingelser

Intervention / Behandling

Detaljerad beskrivning

Fall är ett svagt tillstånd som utvecklas och är den vanligaste orsaken för äldre vuxna att besöka akuten (ER) och för intagning till långtidsvård på institution. Den irländska longitudinella studien om åldrande (TILDA) har visat att nästan 40 % av de äldre rapporterade minst ett fall under en fyraårsperiod och nästan 50 % hade "rädsla för att falla", en oberoende riskfaktor för fall och förlust av självständighet. Nya mekanismer för att övervaka tidiga riskfaktorer för fall kommer att främja förebyggande och hantering av dessa tillstånd, förbättra sjukvården och stödja ett självständigt liv.

Implanterbara enheter är ett nytt tillskott på sensormarknaden och har ännu begränsad kapacitet.

Denna studie är fokuserad på "oförklarliga" eller "icke oavsiktliga" fall - det vill säga fall som inte tydligt beror på en halka eller snubbla. Tidigare forskning visar att ett högt antal av dessa kan bero på förändringar i hjärtfrekvensen och oregelbundna hjärtslag (hjärtrytm). Det kan också finnas andra förändringar i samband med fall utan oavsiktliga fall, såsom aktivitetsnivåer, dvs hur aktiv du är under tiden före ett fall.

Patienter under FASU:s vård genomgår en fullständig klinisk bedömning, där det medicinska teamet strävar efter att identifiera och behandla faktorer som kan bidra till fall. De hanterar ofta sådana fall genom att implantera en övervakningsenhet som mäter hjärtfrekvens och rytm. Reveal LINQ™-enheten från Medtronic™, är den implanterbara övervakningsenheten som används i FASU. Det finns utrymme för att vidareutveckla implanterbara enheter som Reveal LINQ™ för att övervaka ytterligare fysiologiska parametrar, vilket kan hjälpa till att identifiera fallriskfaktorer. Medtronic har i samarbete med PI Prof Kenny utvecklat en RAMware-uppdatering för Reveal LINQ™ som kommer att möjliggöra insamling av ytterligare sensorinformation. Falls Prediction RAMware är programmerad externt till Reveal LINQ™, det finns inga ändringar i enhetens fysiska egenskaper.

Studiemål:

Syftet med detta projekt är att använda undersökningsbygget på tidigare arbete och använda en implanterbar enhet (Reveal LINQ™) för att övervaka hjärtparametrar, såsom hjärtfrekvens, rytm och variabilitet och att förbättra enhetens övervakningsmöjligheter med ytterligare undersökningsprogramvara (Falls Predictor RAMware), skapar Reveal LINQ™ Falls Prediction System (LINQ FP). Uppdateringen av RAMware gör det möjligt för Reveal LINQ™-enheten att samla in ytterligare sensorinformation inklusive temperatur, hållning, accelerometer (stegmått) och impedansmått (information om aktivitet och vätskestatus), för att identifiera tidiga förändringar i dessa åtgärder som kan indikera ökad risk för ett fall.

Studera design:

Detta är en prospektiv pilotstudie med ett enda centrum, som syftar till att undersöka värdet Reveal LINQ™ Falls Prediction System (LINQ FP) för att förutsäga fall eller identifiera fallrisk. Deltagare kommer att rekryteras från återkommande fallare som hänvisas till FASU för bedömning. En fullständig uppsättning baslinjebedömningar kommer att utföras vid behov. Deltagarna kommer att ha en Reveal LINQ™-enhet implanterad som kommer att uppdateras med Falls Prediction RAMware. Falls Prediction RAMware är programmerad externt till Reveal LINQ™, det finns inga ändringar i enhetens fysiska egenskaper.

Deltagarna kommer att följas i studien i 12 månader, med klinikuppföljningsbedömningar efter 3, 6, 9 och 12 månader

Återkommande fallare (n=30) över 50 år kommer att bjudas in att delta i utredningen, förutsatt att både inklusions- och uteslutningskriterierna är uppfyllda. Studien kommer att äga rum på St James's Hospital, i Falls and Syncope Unit vid MISA.

Klinisk datainsamling, bearbetning och dataanalys kommer att utföras på plats av studiesjuksköterskan och läkaren och den dataansvarige på plats som rekryterats till studieteamet. Data som samlas in av Falls Predictor-programvaran kommer att överföras via CareLink™ och kommer att bearbetas och analyseras av Medtronic.

Studietyp

Interventionell

Inskrivning (Förväntat)

30

Fas

  • Inte tillämpbar

Kontakter och platser

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

Studiekontakt

  • Namn: Sergio R Perez, M Sc
  • Telefonnummer: 014284182
  • E-post: PEREZSR@tcd.ie

Studieorter

    • Leinster
      • Dublin, Leinster, Irland, 8
        • Rekrytering
        • Falls and Syncope Unit (FASU), Mercer's Institute for Successful Aging (MISA), St James's Hospital, Dublin 8
        • Kontakt:

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

50 år och äldre (VUXEN, OLDER_ADULT)

Tar emot friska volontärer

Nej

Kön som är behöriga för studier

Allt

Beskrivning

Inklusionskriterier:

  • Hänvisad till St James's på grund av ett icke-oavsiktligt fall (inte en halka eller snubbla), med en historia av ett annat fall eller synkope utan olycka under de senaste 3 åren.
  • Ålder ≥ 50 år
  • Deltagaren är villig och har kapacitet att ge informerat samtycke till studien

Exklusions kriterier:

  • Oförmåga eller ovillig att följa eller utföra studieprotokollets krav
  • Kognitiv funktionsnedsättning (MMSE </= 20)
  • Aktuell pacemaker eller andra implanterade terapiapparater.
  • Känd intolerans mot subkutana implanterbara enheter eller något av Reveal LINQ™-materialen. 5. Förväntad livslängd < 12 månader

Studieplan

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

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: FÖREBYGGANDE
  • Tilldelning: NA
  • Interventionsmodell: SINGLE_GROUP
  • Maskning: INGEN

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
EXPERIMENTELL: Avslöja LINQ
Reveal LINQ™, som är en liten implanterbar loop-skrivare som används för att övervaka hjärtparametrar för närvarande implanteras till de deltagare som har upplevt oförsiktiga fall. Investigational Falls Prediction RAMware är programvara som kommer att laddas ner till Reveal LINQ™ som gör det möjligt för den att samla in ytterligare sensorinformation inklusive accelerometer- och positionsräkningsdata.
Den fysiska enheten är Reveal LINQ™, som är en liten implanterbar loop-inspelare som används för att övervaka hjärtparametrar för närvarande. Investigational Falls Prediction RAMware är programvara som kommer att laddas ner till Reveal LINQ™ som gör det möjligt för den att samla in ytterligare sensorinformation inklusive accelerometer- och hållningsräkningsdata som kommer att användas för gånganalys.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
antalet fall associerade med tidiga förändringar i fysiologiska parametrar som registrerats av Reveal LINQ™ Falls Prediction System.
Tidsram: 16 månader
Använder Reveal LINQ™ Falls Prediction Research System för att identifiera tidiga förändringar i fysiologiska parametrar som hjälper till att skapa en profil för att förutsäga fall, med potential att implementera en poäng för fallrisken baserat på övervakning av skröplighetsparametrar hos äldre uppmätta med den implanterbara enheten.
16 månader

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Etablerad forskning av hjärtparametrar för Reveal LINQ
Tidsram: 16 månader
bygger på etablerad forskning av hjärtparametrarna i Reveal LINQ™ för att identifiera hjärtfrekvens- och rytmrubbningar hos fallare och för att utvärdera deras roll i att förutsäga ett fall.
16 månader
Utveckling av algoritm för klinisk riskstratifiering
Tidsram: 16 månader
Utveckla en algoritm för klinisk riskstratifiering för hantering, behandling och förebyggande av skröplighet och fall.
16 månader

Samarbetspartners och utredare

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

Utredare

  • Huvudutredare: Rose Anne Kenny, MD FRCP, University of Dublin, Trinity College

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)

23 mars 2021

Primärt slutförande (FÖRVÄNTAT)

30 juni 2022

Avslutad studie (FÖRVÄNTAT)

30 juni 2022

Studieregistreringsdatum

Först inskickad

27 april 2021

Först inskickad som uppfyllde QC-kriterierna

5 maj 2021

Första postat (FAKTISK)

11 maj 2021

Uppdateringar av studier

Senaste uppdatering publicerad (FAKTISK)

28 juni 2021

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

25 juni 2021

Senast verifierad

1 juni 2021

Mer information

Termer relaterade till denna studie

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • TRI CRF 20-01

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 .

Prenumerera