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

Vision-baserad bedömning av ledförlängning vid Ehlers Danlos syndrom

27 november 2023 uppdaterad av: Nimish Mittal, University Health Network, Toronto

Bedömning av genomförbarheten av en smartphone-baserad, maskinlärande visuell avbildningsapplikation för bedömning av hypertöjbarhet av perifera leder i Ehlers Danlos syndrom

Ehlers Danlos syndrom (EDS) är en heterogen grupp av genetiska sjukdomar med 13 identifierade undertyper. Hypermobil EDS (hEDS), även om den är den vanligaste subtypen av EDS, har ännu inte en identifierad genetisk mutation för diagnostisk bekräftelse. Generaliserad ledhypermobilitet (GJH) är ett av kännetecknen för hEDS. Poängsystemet som användes vid mätning av GJH beskrevs av Beighton. Beighton-poängen beräknas med hjälp av ett dikotomt poängsystem för att bedöma töjbarheten hos nio leder. Varje led bedöms som antingen hypermobil (poäng = 1) eller inte hypermobil (poäng = 0). Den totala poängen (Beighton-poäng) kan variera mellan ett minimum av 0 och ett maximum av 9, med högre poäng som indikerar större ledslapphet.

Även om det finns måttlig validitet och variabilitet mellan bedömare i användningen av Beighton-poängen, fortsätter det att finnas flera utmaningar med dess utbredda och konsekventa tillämpning av läkare. Några av de hinder som rapporterats i litteraturen inkluderar:

i) I öppna, icke-standardiserade system kan det finnas betydande variationer i metoden för att utföra dessa gemensamma töjbarhetstester inklusive bedömning av baslinjemätningar, ii) Fastställande av konsekventa och standardmätverktyg/-metodologi, t.ex. Goniometeranvändning kan variera kraftigt iii) Bedömning av tillförlitligheten hos cut-off-värdena och iv) Utför fullständig bedömning innan patienten informeras om möjlig klassificering av GJH-positivitet (låg specificitet och låg positiv prediktivitet).

Olämplig implementering av tester för att bedöma GJH resulterar i felaktig identifiering av GJH och potentiellt oavsiktliga negativa konsekvenser av att ställa fel diagnos av EDS. Syftet med denna studie är att skapa en mer robust och giltig metod för mätning av ledrörlighet och minska fel vid screening av EDS genom användning av ett smartphone-baserat maskininlärningssystem för mätning av ledtöjbarhet.

Projektet kommer att:

i) Skapa en smartphone-aktiverad visuell avbildningsapp för att bedöma mätningen av ledtöjbarhet, ii) Bedöma möjligheten att använda smarttelefonappen i en klinisk miljö för att screena potentiella EDS-patienter, iii) Bestäm giltigheten av applikationen i jämförelse med personlig klinisk bedömning i ett akademiskt EDS-program för tertiärvård. Om den lyckas kan smarttelefonapplikationen hjälpa till att standardisera vården av potentiella EDS-patienter på ett effektivt och kostnadseffektivt sätt.

Studieöversikt

Status

Anmälan via inbjudan

Betingelser

Studietyp

Observationell

Inskrivning (Beräknad)

225

Kontakter och platser

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

Studieorter

    • Ontario
      • Toronto, Ontario, Kanada, M5G 2C4
        • GoodHope EDS - Toronto General Hospital

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

18 år och äldre (Vuxen, Äldre vuxen)

Tar emot friska volontärer

Nej

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Populationen som studeras inkluderar alla patienter som hänvisas till eller ses på GoodHope EDS-kliniken. Kliniken accepterar remisser från symtomatiska vuxna patienter (ålder > 18 år), med EDS eller misstänkt EDS. EDS är en bindvävsstörning med 100 % penetrans, men varierande i fenotypiskt uttryck, misstänkta fall av EDS eller G-HSD kan därför inkludera andra ärftliga eller förvärvade bindvävssjukdomar/störningar och/eller komplexa kroniska sjukdomar som kännetecknas av eller den egenskapen. , ledöverrörlighet, smärta och trötthet.

Beskrivning

Inklusionskriterier:

  • Alla patienter som ses på GoodHope EDS-kliniken i Toronto General är berättigade till inkludering, oavsett deras diagnos eller resultaten av deras bedömningar

Exklusions kriterier:

  • Patienter som inte samtycker till att delta kommer inte att inkluderas (deltagare kan när som helst återkalla samtycke)

Studieplan

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

Hur är studien utformad?

Designdetaljer

  • Observationsmodeller: Endast fall
  • Tidsperspektiv: Tvärsnitt

Kohorter och interventioner

Grupp / Kohort
Intervention / Behandling
Nya patienter på GoodHope EDS-kliniken på Toronto General Hospital
Alla patienter som ses på EDS-kliniken är berättigade till inkludering, oavsett deras diagnos eller resultatet av deras bedömningar.
Ingen intervention kommer att användas. Samtyckande deltagare kommer att få videoinspelningar tagna under deras undersökning av ledöverrörlighet som kommer att analyseras vid ett senare tillfälle

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Jämförelse av överensstämmelse i förutsagd vinkel genom pose-uppskattningsbibliotek
Tidsram: 4 månader
Prestandan hos de utvecklade maskininlärningsmodellerna för att förutsäga rörelseomfånget kommer att analyseras av det bibliotek för ställningsuppskattning som används. Denna analys kommer att utföras på delmängden av data som samlats in under de första två månaderna av datainsamlingen. Den här informationen kommer att användas för att välja bibliotek för ställningsuppskattning att fortsätta med när du förfinar maskininlärningsmodellerna.
4 månader
Jämförelse av överensstämmelse i förutsagd vinkel med led
Tidsram: 1 år
Prestandan hos de utvecklade maskininlärningsmodellerna för att förutsäga rörelseomfånget i varje led (ryggrad, knä, fotled, armbåge, axel, tumme, femte finger) kommer att analyseras oberoende för varje led. Detta kommer att ge insikt med avseende på vilka leder som systemet är mer exakt på att förutsäga från video.
1 år
Bedöm noggrannheten för förutsägelse av rörelseomfång med hjälp av synbaserad data
Tidsram: 1 år
Maskininlärningsmodeller som tränas på videor av individer som utför de gemensamma hypermobilitetsmanövrarna kommer att utvecklas. Deras prestanda kommer att jämföras med rörelseomfånget som mäts av en expertläkare med hjälp av en goniometer.
1 år

Samarbetspartners och utredare

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

Utredare

  • Huvudutredare: Nimish Mittal, MD, GoodHope Ehlers Danlos Syndrome Clinic, Toronto General Hospital

Publikationer och användbara länkar

Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.

Allmänna publikationer

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)

26 april 2022

Primärt slutförande (Beräknad)

1 juni 2024

Avslutad studie (Beräknad)

1 december 2024

Studieregistreringsdatum

Först inskickad

4 maj 2022

Först inskickad som uppfyllde QC-kriterierna

4 maj 2022

Första postat (Faktisk)

9 maj 2022

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

28 november 2023

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

27 november 2023

Senast verifierad

1 november 2023

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

IPD-planbeskrivning

Ingen IPD kommer att delas med andra forskare.

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