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

En kontrollerad klinisk prövning för att träna Aiberry AI Depression Detection Platform

8 juni 2023 uppdaterad av: Aiberry, Inc

En kontrollerad klinisk prövning för att träna Aiberry AI-plattformen för depressionsdetektering på en mångfald av populationer i en livemiljö och ytterligare förbättra detektionsnoggrannheten

Denna kontrollerade multicenterstudie kommer att träna och validera Aiberry-plattformens förmåga att upptäcka depression hos en mångfaldig patientpopulation. Upp till 10 platser i USA kommer att delta i detta protokoll. Vuxna och barn kan delta (13-79 år). Totalt 1 000 berättigade försökspersoner kommer att genomföra depressionsscreeningar och en Aiberry-videoinspelad intervju under ett klinikbesök. Analysen kommer att stratifieras efter depressionsdiagnosstatus, ras/etnicitet och ålder. Försökspersoner kommer att delta i ett grundläggande frågeformulär för att samla in demografisk information och hälsohistoria.

Studieöversikt

Status

Avslutad

Betingelser

Detaljerad beskrivning

Aiberry utvecklar en egen AI-plattform som utnyttjar maskininlärning för att screena för psykisk ohälsa med hjälp av en multimodal metod som kombinerar rik visuell information, ljud, text, gester och ögonblicksinformation. Vårt mål i denna studie är att validera algoritmer som förutsäger hur individer kommer att svara på självrapporteringsfrågeformulär som används för att screena för allvarlig depressiv sjukdom (MDD) och allmän ångeststörning (GAD). Före inskrivningen kommer deltagarna att delta i ett frågeformulär för baslinjescreening för att samla in demografisk information, hälsohistoria och aktuell depressionsgrad. Om deltagarna uppfyller behörighetskraven och demografiska rekryteringsmål, kommer de att bjudas in till ett enda virtuellt studiebesök där de kommer att genomföra en 10-15 minuters inspelad intervju med en studiepersonal tillsammans med tre korta självrapporteringsfrågeformulär: 1) Quick Inventering av självrapportering av depressionssymtom (QIDS-SR-16), 2) det allmänna ångestsyndromet (GAD-7) och 3) miniversionen av Mood and Anxiety Questionnaire (mini-MASQ), som kommer att användas som en validitetskontroll att deltagarnas svar överensstämmer mellan detta och de två föregående frågeformulären. Vi kommer att utvärdera hur väl AI-tekniken kan förutsäga självrapporterade symtom på depression och ångest genom att analysera ansikts-, ljud- och textfunktioner från intervjuvideor.

Studietyp

Observationell

Inskrivning (Faktisk)

800

Kontakter och platser

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

Studieorter

    • Arizona
      • Tucson, Arizona, Förenta staterna, 85719
        • University of Arizona
    • District of Columbia
      • Washington, District of Columbia, Förenta staterna, 20057
        • Georgetown University
    • New York
      • New York, New York, Förenta staterna, 10022
        • Hapworth Research Inc.

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

13 år till 79 år (Barn, Vuxen, Äldre vuxen)

Tar emot friska volontärer

Ja

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Individer med eller utan föregående diagnos för psykisk hälsa.

Beskrivning

Inklusionskriterier:

  • Ålder 13 till 79 år
  • Engelsktalande

Exklusions kriterier:

  • Tidigare deltagare i studien
  • Individer som inte kan svara verbalt på standardiserade frågor
  • Individer som inte kan delta i ett virtuellt besök eftersom de inte har rätt hårdvara (telefon/bärbar dator) eller ingen internetuppkoppling
  • Individer som inte kan ge samtycke

Studieplan

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

Hur är studien utformad?

Designdetaljer

  • Observationsmodeller: Övrig
  • Tidsperspektiv: Blivande

Kohorter och interventioner

Grupp / Kohort
Intervention / Behandling
Intervju & Depressionsscreening
Aiberry är ett nästa generations företag med artificiell intelligens (AI) som använder djupteknologi för att undersöka mental hälsa och hjärnrelaterade störningar.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Förutsägelse av depressionspoäng från ett självrapporteringsinstrument
Tidsram: Enskild bedömning
Fel vid förutsägelse av svårighetsgrad av depression (ingen, mild, måttlig, svår) baserat på QIDS-SR-16.
Enskild bedömning

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Klassificering av måttlig-svår depression
Tidsram: Enskild bedömning
Noggrannhet, känslighet, specificitet och positivt och negativt prediktivt värde vid klassificering av om deltagare uppfyller fastställda cut-off-kriterium för misstänkt MDD (QIDS > 10)
Enskild bedömning
Klassificering av måttlig-svår ångest
Tidsram: Enskild bedömning
Noggrannhet, känslighet, specificitet och positivt och negativt prediktivt värde vid klassificering av om deltagare uppfyller fastställda cut-off-kriterium för misstänkt GAD (GAD-7 > 9)
Enskild bedömning
Förutsägelse av ångestpoäng från ett självrapporteringsinstrument
Tidsram: Enskild bedömning
Fel vid förutsägelse av svårighetsgrad av ångest (ingen, mild, måttlig, svår) baserat på GAD-7.
Enskild bedömning

Andra resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Förutsägelse av specifika ångest- och depressionssymtom
Tidsram: Enskild bedömning
Fel vid förutsägelse av svar på enskilda objekt på QIDS-SR eller GAD-7.
Enskild bedömning

Samarbetspartners och utredare

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

Sponsor

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)

22 september 2022

Primärt slutförande (Faktisk)

6 april 2023

Avslutad studie (Faktisk)

6 april 2023

Studieregistreringsdatum

Först inskickad

30 juli 2021

Först inskickad som uppfyllde QC-kriterierna

30 juli 2021

Första postat (Faktisk)

6 augusti 2021

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

9 juni 2023

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

8 juni 2023

Senast verifierad

1 februari 2023

Mer information

Termer relaterade till denna studie

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • Aiberry

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