- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT05026346
Konstruktion av ett AI-system för automatisk övervakning av axelrehabiliteringsövningar (Rehab-SPIA) (Rehab-SPIA)
Konstruktion av ett artificiellt intelligenssystem för fjärrstyrd automatisk övervakning av axelrehabiliteringsövningar
Den nuvarande historiska fasen och det växande behovet av rehabilitering i världen gör telerehabiliteringssystem och e-hälsa i allmänhet till grundläggande verktyg för att öka patientens engagemang och efterlevnad av vården, avgörande element för bevarandet av NHS ur en utgiftsöversyn och resursoptimering. I synnerhet har rehabiliteringspatienten i genomsnitt en följsamhet till Home Exercise Program (HEP) mellan 30-50 %, till vilket ofta läggs en minskad effektivitet av motorisk inlärning på grund av bristen på feedback om gestens noggrannhet, som är fallet. det händer på sjukhuset eller öppenvården under överinseende av en terapeut.
De nya beräkningsmetoderna för analys av data om mänskliga rörelser, som syftar till utvecklingen av algoritmer för att automatiskt övervaka noggrannheten av patientens gest under självbehandlingsövningar i hemmet, såsom de som är baserade på artificiell intelligens (AI) och maskininlärning (ML) , särskilt de av den senaste generationen, som kallas sub-symbolics (eller connectionists) kan hjälpa.
Bland de mest lovande tillvägagångssätten är. Med tanke på vikten av hemmaträningsprogrammet vid axelsjukdom beslutades det att välja en population av patienter som drabbats av de huvudsakliga patologierna som påverkar denna led.
Huvudsyftet med studien är att skapa och validera ett mjukvaruverktyg för automatisk och expertanalys av korrekt utförande av de viktigaste rehabiliteringsövningarna för funktionell återhämtning av axeln efter ortopediska patologier.
Studieöversikt
Status
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Den nuvarande historiska fasen och det växande behovet av rehabilitering i världen gör telerehabiliteringssystem och e-hälsa i allmänhet till grundläggande verktyg för att öka patientens engagemang och efterlevnad av vården, avgörande element för bevarandet av NHS ur en utgiftsöversyn och resursoptimering.
I synnerhet har rehabiliteringspatienten i genomsnitt en följsamhet till Home Exercise Program (HEP) mellan 30-50 %, till vilket ofta läggs en minskad effektivitet av motorisk inlärning på grund av bristen på feedback om gestens noggrannhet, som det händer på sjukhuset eller öppenvården under överinseende av en terapeut.
De nya beräkningsmetoderna för analys av data om mänskliga rörelser, som syftar till att utveckla algoritmer för att automatiskt övervaka noggrannheten av patientens gest under utövandet av självbehandling i hemmet, försöker lösa denna sista kritiska fråga.
Bland de mest lovande tillvägagångssätten är de som är baserade på artificiell intelligens (AI) och maskininlärning (ML), särskilt de från den senaste generationen, kallade subsymboliska (eller konnektionistiska).
Dessa algoritmer väcker stort intresse för deras förmåga att automatiskt extrahera de framträdande egenskaperna hos rörelsen, vilket minskar experternas ingripande för insamlingen av all data och för den möjliga märkningen av exemplen (5) I alla fall, litteraturen visar en brist på modeller utvecklade med direkt involvering av läkare och en brist på datamängder skapade med patientpopulationer.
Dessutom har de flesta av de modeller som finns i litteraturen skapats med hjälp av ett flertal inmatningsenheter, ofta med hög teknologisk takt med avsevärda kostnader för att implementera en eventuell tjänst hemma hos patienten.
Av dessa skäl vill vi skapa en klinisk datauppsättning för specialister, med utgångspunkt från övningarnas videor, som involverar specifika populationer efter patologi och byggd på basis av klinisk bedömning. Med dessa egenskaper syftar detta projekt till att automatisera rörelseanalysprocessen så mycket som möjligt, enormt minska kostnaderna för användningen av teknologier och minimera mänskliga fel, allt genom att utnyttja de senaste beräkningsmetoderna för att skapa en användbar och låg- kostnadsverktyg för hemfunktionell omskolning.
Med tanke på vikten av hemmaträningsprogrammet vid axelsjukdom beslutades det att välja en population av patienter som drabbats av de huvudsakliga patologierna som påverkar denna led.
Huvudsyftet med studien är att skapa och validera ett mjukvaruverktyg för automatisk och expertanalys av korrekt utförande av de viktigaste rehabiliteringsövningarna för funktionell återhämtning av axeln efter ortopediska patologier.
Studietyp
Inskrivning (Beräknad)
Kontakter och platser
Studiekontakt
- Namn: Maria Grazia Benedetti, MD
- Telefonnummer: +390516366236
- E-post: benedetti@ior.it
Studieorter
-
-
-
Bologna, Italien, 40136
- Rekrytering
- IRCCS-Istituto Ortopedico Rizzoli
-
Kontakt:
- Maria Grazia Benedetti, MD
- Telefonnummer: +39051 6366236
- E-post: benedetti@ior.it
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
Tar emot friska volontärer
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
Friska ämnen grupp:
- Vuxna patienter > 18 år
- Patienter utan känd axelpatologi
Grupp av försökspersoner med axelpatologi opererade
- Vuxna patienter > 18 år
- Lider av ortopediska patologier som påverkar axeln såsom: utfall av ultraljudsvägledd perkutan behandling för senförkalkning, utfall av ultraljudsledd avlossning vid adhesiv bursit, utfall av proximala humerusfrakturer, reparation av rotatorkuffen, interventioner för scapulo-humeral instabilitet.
Exklusions kriterier:
- Patienter med en historia av opioiddrogberoende eller en historia av drogmissbruk
- Patienter som lider av ortopediska patologier som påverkar de övre extremiteterna i närvaro av tydliga detekterbara kirurgiska komplikationer
- Patienter med kognitiva störningar (MMSE Mini Mental State Examination större än eller lika med 24/30).
- Patienter som lider av stora anamnestiska eller aktuella neurologiska eller psykiatriska patologier, allvarliga kardiopulmonella, lever- eller njursjukdomar som kontraindikerar deltagande i studien.
Studieplan
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
---|---|
Friska
Friska ämnen, utan axelpatologi
|
|
Rotatorcuff revor
Patienter efter artroskopisk rekonstruktion av rotatorcuff
|
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
Korrekt axelrörelse
Tidsram: 12 månader
|
Ett frågeformulär där läkaren kommer att beskriva hur axelrörelsen är korrekt kommer att användas och jämföras med tillskrivningen av programvaran för artificiell intelligens
|
12 månader
|
Samarbetspartners och utredare
Sponsor
Utredare
- Huvudutredare: Maria Grazia Benedetti, MD, Istituto Ortopedico Rizzoli
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Beräknad)
Avslutad studie (Beräknad)
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
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- 0002017
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 .
Kliniska prövningar på Rotator Cuff Revor
-
Zimmer, GmbHAktiv, inte rekryterandeManschett-tear artropatiTyskland, Belgien, Schweiz, Storbritannien
-
Istituto Ortopedico RizzoliRekrytering
-
University of Missouri-ColumbiaAvslutadSkulderartros | Cuff Tear Artropati | Massiv rotator manschettavrivningFörenta staterna
-
Consorci Sanitari de TerrassaAvslutadRotator Cuff Revor | Rotator Cuff Tear ArthropathySpanien
-
Rothman Institute OrthopaedicsOkänd
-
William Beaumont HospitalsAvslutadRotator Cuff Tear ArthropathyFörenta staterna
-
Stryker Trauma GmbHClinSearchRekryteringOrtopedisk störning | Manschettrotator full tjocklek riv | Artrit, degenerativ | Artrit Axel | Cuff Tear ArtropatiFrankrike
-
Henry Ford Health SystemSmith & Nephew, Inc.RekryteringRotator Cuff Revor | Rotator Cuff Tear ArthropathyFörenta staterna
-
Henry Ford Health SystemHar inte rekryterat ännu
-
Nova Scotia Health AuthorityAktiv, inte rekryterande