- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT05042063
Akustisk hostövervakning för hantering av patienter med känd luftvägssjukdom
Studieöversikt
Status
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Detta är en observationsstudie som kommer att äga rum på de två campusen vid Clínica Universidad de Navarra, belägna i Pamplona och Madrid (Spanien).
Ett artificiellt intelligenssystem (AI) som upptäcker och registrerar explosiva förmodade hostljud och identifierar mänsklig hosta baserat på akustiska egenskaper kommer att användas för att automatiskt övervaka hosta. Potentiella deltagare som antingen går på polikliniken eller är inlagda på sjukhus med ett klagomål av hosta kommer att bjudas in av sin behandlande läkare eller en medlem av forskargruppen och inkluderas i studien av en del av forskargruppen. En forskare kommer att instruera deltagarna om hur man installerar och använder Hyfe Cough Tracker i sina smartphones. Deltagarna kommer att övervakas i 30 dagar (öppenvårdspatienter) eller tills de skrivs ut från sjukhuset (slutenvårdspatienter). Deltagarna kommer att bli ombedda att fylla i en daglig, online, standardiserad 100 mm visuell analog skala (VAS) för att registrera förändringar i den subjektiva intensiteten av deras hosta, medan de använder Hyfe för att objektivt övervaka förändringar i dess frekvens.
Parallellt kommer en datauppsättning av kommenterade hostljud att konstrueras och användas i efterhand för att bedöma skillnader i akustiska mönster av hosta, och för att utvärdera prestandan hos systemet som upptäcker dem.
En första undergrupp av deltagare kommer att rekryteras utanför den kliniska miljön och ombeds att tillhandahålla en serie framkallade ljud, inklusive hosta, som sedan kommer att användas för att bestämma systemets prestanda exakt särskilja hosta från icke-hosta ljud, och jämföras med tränade mänskliga lyssnare .
En andra undergrupp av deltagare kommer att instrueras att använda Hyfe och den relaterade bärbara Hyfe Air-enheten kontinuerligt under en period mellan 6 och 24 timmar, medan de spelar in sig själva med en MP3-inspelare ansluten till en lapelmikrofon. Denna grupp kommer att användas för att utvärdera prestandan hos Hyfe och Hyfe Air i en verklig miljö, med spontana hostningar.
Studietyp
Inskrivning (Faktisk)
Kontakter och platser
Studieorter
-
-
Navarre
-
Pamplona, Navarre, Spanien, 31008
- Clinica Universidad de Navarra
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
Tar emot friska volontärer
Testmetod
Studera befolkning
För den huvudsakliga studiegruppen är befolkningen patienter med luftvägssjukdomar som behandlas på Clínica Universidad de Navarra (campus i Pamplona och Madrid).
Eftersom valideringsdelstudie 1 endast kräver framkallade ljud, kommer en grupp deltagare från en tidigare studie att bjudas in direkt att delta. För valideringsunderstudie 2 kommer deltagarna att inkludera både slutenvårdspatienter som är inlagda på Clínica Universidad de Navarra och uppvisande hosta, och friska individer som är direkt inbjudna att delta av studieteamet.
Beskrivning
Inklusionskriterier:
För deltagare i huvudstudiegruppen
- Öppenvård eller slutenvård vid Clinical Universidad de Navarra med ett klagomål om hosta.
- Patienten eller hans/hennes juridiska ombud har gett sitt samtycke till att delta i studien.
För deltagare i delstudiegrupperna:
- Att vara 18 år eller äldre.
- Ge samtycke till delstudien
Exklusions kriterier:
- Oförmåga att acceptera integritetspolicyn och användarvillkoren för Hyfe.
- Brist på tillgång till ett Wi-Fi-nätverk på bostaden (för huvudstudiegruppen).
- Ovilja att regelbundet använda hostövervakningssystemet under hela övervakningsperioden
Studieplan
Hur är studien utformad?
Designdetaljer
- Observationsmodeller: Kohort
- Tidsperspektiv: Blivande
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
Deltagare med hosta som symptom
Denna grupp kommer att bestå av patienter vid Clínica Universidad de Navarra som klagar över att ha hosta som ett anmärkningsvärt symptom.
|
Hyfe Cough Tracker är ett digitalt akustiskt övervakningssystem som använder ett artificiellt intelligenssystem för att skilja hosta från icke-hostande ljud.
Hyfe är en AI-aktiverad mobilapp som spelar in korta utdrag (
|
|
Valideringsundergrupp 1
Denna undergrupp kommer att bestå av både patienter som tillhör huvudstudiegruppen, såväl som frivilliga, som kommer att bli ombedda att tillhandahålla en serie framkallade hosta och icke-hosta ljud i valideringssyfte.
|
Hyfe Cough Tracker är ett digitalt akustiskt övervakningssystem som använder ett artificiellt intelligenssystem för att skilja hosta från icke-hostande ljud.
Hyfe är en AI-aktiverad mobilapp som spelar in korta utdrag (
|
|
Valideringsundergrupp 2
Denna undergrupp kommer att bestå av slutenvårdspatienter som är inlagda vid Clínica Universidad de Navarra med diagnosen luftvägssjukdom eller hosta som ett symptom, såväl som friska individer.
Denna grupp kommer att övervakas med Hyfe Cough Tracker och Hyfe Air under en variabel period på 6-24 timmar, medan de spelas in med en MP3-inspelare ansluten till en lapelmikrofon.
|
Hyfe Cough Tracker är ett digitalt akustiskt övervakningssystem som använder ett artificiellt intelligenssystem för att skilja hosta från icke-hostande ljud.
Hyfe är en AI-aktiverad mobilapp som spelar in korta utdrag (
Hyfe Air är en bärbar enhet med en inbyggd trådlös lapelmikrofon.
Enhetens inspelningar kan köras genom samma hostdetekteringsalgoritm som används av Hyfe Cough Tracker, medan dess resultat lagras direkt i en fjärrdatabas och inte visas för deltagarna.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Korrelation mellan subjektiv uppfattning om hosta och objektiv frekvens
Tidsram: 6 månader.
|
Deltagarnas dagliga VAS-poäng kommer att jämföras med hostfrekvensen som registreras av hostövervakningssystemet.
Dessa data kommer att användas för att passa en linjär regressionsmodell för att jämföra självrapporterade VAS-poäng med daglig hostfrekvens och beräkna en korrelationskoefficient (r).
|
6 månader.
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Känslighet av systemet diskriminerande hosta
Tidsram: 6 månader.
|
Hyfes känslighet för att särskilja hosta från andra explosiva ljud kommer att jämföras med den hos tränade mänskliga lyssnare.
Känslighet kommer att rapporteras som andelen ljud som korrekt identifieras som hosta (sant positiva), från det totala hostljudet som produceras (sant positiva + falskt negativa).
|
6 månader.
|
|
Systemets specificitet särskiljande hosta
Tidsram: 6 månader.
|
Hyfes specificitet för att särskilja hosta från andra explosiva ljud kommer att jämföras med den hos tränade mänskliga lyssnare.
Specificitet kommer att definieras som andelen ljud som inte är hosta korrekt identifierade av systemet (sanna negativa) från det totala antalet ljud som inte är hosta (sanna negativa + falskt positiva)
|
6 månader.
|
|
Positivt prediktivt värde (PPV) av systemet urskiljande hosta
Tidsram: 6 månader.
|
Hyfes PPV för att särskilja hosta från andra explosiva ljud kommer att jämföras med den för utbildade mänskliga lyssnare.
PPV kommer att definieras som andelen hostljud som korrekt identifieras av systemet (sant positiva) från det totala antalet ljud märkta som hosta (sant positiva + falskt positiva).
|
6 månader.
|
|
Negativt prediktivt värde (NPV) av systemet diskriminerar hosta
Tidsram: 6 månader.
|
Hyfes NPV för diskriminering av hosta från andra explosiva ljud kommer att jämföras med den för utbildade mänskliga lyssnare.
NPV kommer att definieras som andelen ljud som inte är hosta korrekt identifierade av systemet (sanna negativ) från summan av ljud märkta som icke-hosta (sanna negativ + falskt negativ).
|
6 månader.
|
|
Konstruktion av en kommenterad hostdatauppsättning
Tidsram: 5 år.
|
Hostregister över deltagare med en etiologisk diagnos kommer att kommenteras och lagras för att skapa en datauppsättning som kan användas för ytterligare algoritmträning och förfining.
|
5 år.
|
|
Systemets känslighet särskiljande hosta orsakad av olika tillstånd
Tidsram: 5 år.
|
De register som erhålls från deltagare för vilka en etiologisk diagnos har uppnåtts innan studiens slut kommer att analyseras för att upptäcka differentiella akustiska mönster, som i sin tur kommer att användas för att träna systemets konvolutionella neurala nätverk för att utföra hostklassificering av andningssjukdomar.
Prestandan hos detta system kommer att utvärderas i efterhand genom att bestämma dess känslighet för diagnos av olika andningssjukdomar, jämfört med kliniska diagnoser gjorda av en läkare.
Känslighet kommer att definieras som andelen deltagare där Hyfe når en korrekt diagnos baserat på hostakustiska mönster (sant positiva) från det totala antalet deltagare som diagnostiserats med ett visst tillstånd (sant positiva + falskt negativa).
|
5 år.
|
|
Specificitet av systemet differentierande hosta orsakad av olika tillstånd
Tidsram: 5 år.
|
De register som erhålls från deltagare för vilka en etiologisk diagnos har uppnåtts innan studiens slut kommer att analyseras för att upptäcka differentiella akustiska mönster, som i sin tur kommer att användas för att träna systemets konvolutionella neurala nätverk för att utföra hostklassificering av andningssjukdomar.
Prestandan hos detta system kommer att utvärderas i efterhand genom att fastställa dess specificitet för diagnos av olika andningssjukdomar, jämfört med kliniska diagnoser gjorda av en läkare.
Specificitet kommer att definieras som andelen deltagare där Hyfe korrekt identifierar frånvaron av akustiska hostmönster förknippade med en viss sjukdom (sanna negativa), från summan av deltagare utan det specifika tillståndet (sanna negativa + falskt positiva).
|
5 år.
|
Samarbetspartners och utredare
Utredare
- Huvudutredare: Carlos Chaccour, MD, PhD, Clinica Universidad de Navarra
Publikationer och användbara länkar
Allmänna publikationer
- Barton A, Gaydecki P, Holt K, Smith JA. Data reduction for cough studies using distribution of audio frequency content. Cough. 2012 Dec 12;8(1):12. doi: 10.1186/1745-9974-8-12.
- Boulet LP, Coeytaux RR, McCrory DC, French CT, Chang AB, Birring SS, Smith J, Diekemper RL, Rubin B, Irwin RS; CHEST Expert Cough Panel. Tools for assessing outcomes in studies of chronic cough: CHEST guideline and expert panel report. Chest. 2015 Mar;147(3):804-814. doi: 10.1378/chest.14-2506.
- Bujang MA, Adnan TH. Requirements for Minimum Sample Size for Sensitivity and Specificity Analysis. J Clin Diagn Res. 2016 Oct;10(10):YE01-YE06. doi: 10.7860/JCDR/2016/18129.8744. Epub 2016 Oct 1.
- Decalmer SC, Webster D, Kelsall AA, McGuinness K, Woodcock AA, Smith JA. Chronic cough: how do cough reflex sensitivity and subjective assessments correlate with objective cough counts during ambulatory monitoring? Thorax. 2007 Apr;62(4):329-34. doi: 10.1136/thx.2006.067413. Epub 2006 Nov 13.
- Gabaldon-Figueira JC, Brew J, Dore DH, Umashankar N, Chaccour J, Orrillo V, Tsang LY, Blavia I, Fernandez-Montero A, Bartolome J, Grandjean Lapierre S, Chaccour C. Digital acoustic surveillance for early detection of respiratory disease outbreaks in Spain: a protocol for an observational study. BMJ Open. 2021 Jul 2;11(7):e051278. doi: 10.1136/bmjopen-2021-051278.
- Hall JI, Lozano M, Estrada-Petrocelli L, Birring S, Turner R. The present and future of cough counting tools. J Thorac Dis. 2020 Sep;12(9):5207-5223. doi: 10.21037/jtd-2020-icc-003.
- Matos S, Birring SS, Pavord ID, Evans DH. An automated system for 24-h monitoring of cough frequency: the leicester cough monitor. IEEE Trans Biomed Eng. 2007 Aug;54(8):1472-9. doi: 10.1109/TBME.2007.900811.
- Park SC, Kang MJ, Han CH, Lee SM, Kim CJ, Lee JM, Kang YA. Prevalence, incidence, and mortality of nontuberculous mycobacterial infection in Korea: a nationwide population-based study. BMC Pulm Med. 2019 Aug 1;19(1):140. doi: 10.1186/s12890-019-0901-z.
- Porter P, Abeyratne U, Swarnkar V, Tan J, Ng TW, Brisbane JM, Speldewinde D, Choveaux J, Sharan R, Kosasih K, Della P. A prospective multicentre study testing the diagnostic accuracy of an automated cough sound centred analytic system for the identification of common respiratory disorders in children. Respir Res. 2019 Jun 6;20(1):81. doi: 10.1186/s12931-019-1046-6.
- Ragonnet R, Trauer JM, Geard N, Scott N, McBryde ES. Profiling Mycobacterium tuberculosis transmission and the resulting disease burden in the five highest tuberculosis burden countries. BMC Med. 2019 Nov 22;17(1):208. doi: 10.1186/s12916-019-1452-0.
- Sharan RV, Abeyratne UR, Swarnkar VR, Claxton S, Hukins C, Porter P. Predicting spirometry readings using cough sound features and regression. Physiol Meas. 2018 Sep 5;39(9):095001. doi: 10.1088/1361-6579/aad948.
- Song WJ, Chang YS, Faruqi S, Kang MK, Kim JY, Kang MG, Kim S, Jo EJ, Lee SE, Kim MH, Plevkova J, Park HW, Cho SH, Morice AH. Defining Chronic Cough: A Systematic Review of the Epidemiological Literature. Allergy Asthma Immunol Res. 2016 Mar;8(2):146-55. doi: 10.4168/aair.2016.8.2.146. Epub 2015 Sep 18.
- Turner RD. Cough in pulmonary tuberculosis: Existing knowledge and general insights. Pulm Pharmacol Ther. 2019 Apr;55:89-94. doi: 10.1016/j.pupt.2019.01.008. Epub 2019 Feb 1.
- Sanchez-Olivieri I, Rudd M, Gabaldon-Figueira JC, Carmona-Torre F, Del Pozo JL, Moorsmith R, Jover L, Galvosas M, Small P, Grandjean Lapierre S, Chaccour C. Performance evaluation of human cough annotators: optimal metrics and sex differences. BMJ Open Respir Res. 2023 Nov;10(1):e001942. doi: 10.1136/bmjresp-2023-001942.
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
Ytterligare relevanta MeSH-villkor
- Patologiska processer
- Kronisk sjukdom
- Sjukdomsegenskaper
- Immunsystemets sjukdomar
- Infektioner
- Luftvägssjukdomar
- Matsmältningssystemets sjukdomar
- Gastrointestinala sjukdomar
- Lungsjukdomar
- Andningsstörningar
- Bronkialsjukdomar
- Lungsjukdomar, obstruktiv
- Respiratorisk överkänslighet
- Överkänslighet, Omedelbar
- Överkänslighet
- Esofagussjukdomar
- Tecken och symtom, andningsvägar
- Gram-positiva bakteriella infektioner
- Bakteriella infektioner
- Bakteriella infektioner och mykoser
- Actinomycetales infektioner
- Esophageal motilitetsstörning
- Deglutition Disorders
- Mycobacterium infektioner
- Patologiska tillstånd, tecken och symtom
- Tecken och symtom
- Lungsjukdom, kronisk obstruktiv
- Astma
- Hosta
- Gastroesofageal reflux
- Tuberkulos
Andra studie-ID-nummer
- PI_2021/72
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-planbeskrivning
Tidsram för IPD-delning
Kriterier för IPD Sharing Access
IPD-delning som stöder informationstyp
- STUDY_PROTOCOL
- ICF
- CSR
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 .