- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT05984901
CAVA Multicenter Dizziness Trial (CAVA 2)
Kontinuerlig ambulatorisk vestibulär bedömning (CAVA): Utveckling av ett system för att ge en automatisk diagnos för vestibulära tillstånd
CAVA-studien är en multicenterprövning med diagnostisk noggrannhet som syftar till att kvantifiera i vilken utsträckning CAVA-systemet kan särskilja tre vanliga orsaker till yrsel i innerörat: Ménières sjukdom, vestibulär migrän och benign paroxysmal positionsyrsel (BPPV).
CAVA-enheten består av två komponenter: en uppsättning skräddarsydda sensorer för engångsbruk som fäster till vänster och höger sida av deltagarens ansikte; och en liten återanvändbar modul som passar över örat som innehåller ett batteri, mikrodatordatalagring och anslutningsportar för arrayerna. CAVA-enheten kommer att bäras av alla deltagare i 30 dagar i syfte att fånga ögonrörelsedata under en yrsattack.
Det första målet är att utveckla en algoritm som kan skilja mellan de tre angivna yrseltillstånden. Den andra är att kvantifiera de ekonomiska och patientmässiga fördelarna med utplacering i NHS. Det slutliga målet är att påskynda en plan för att distribuera systemet i NHS.
Studieöversikt
Status
Intervention / Behandling
Detaljerad beskrivning
Detta är en multicenterdiagnostisk noggrannhetsstudie med ett rekryteringsmål på 255 vuxna deltagare. Rekrytering kommer att ske på tio platser i Storbritannien under två år. För att vara berättigade måste deltagarna ha en befintlig diagnos av Ménières sjukdom, vestibulär migrän eller BPPV. Studien kommer att rekrytera åttiofem deltagare med varje tillstånd. Varje patients diagnos kommer att utgöra "referensstandarden" som senare kommer att jämföras med en automatiserad datordiagnos.
Varje deltagare kommer att bära CAVA-enheten nästan oavbrutet i trettio dagar. Enheten kommer att registrera alla ögon- och huvudrörelser under denna tid, inklusive under alla episoder av svindel. När en patient upplever en episod av svindel, kommer de att uppmanas att aktivera en händelsemarkör på CAVA-enheten och föra en skriftlig journal över attackens början och varaktighet i en dagbok. Även om denna manuella loggning inte kommer att förlitas på för algoritmutveckling, kommer hela 30 dagars data att användas för att upptäcka perioder av ögonrörelser i samband med yrsel.
Utredarna kommer att utveckla datoralgoritmer som använder data som fångas av CAVA-enheterna för att skilja mellan tre målförhållanden. Dessa algoritmer kommer att bygga på de algoritmer som har utvecklats under det nuvarande MRC-anslaget som har gett utmärkta resultat.10,11,17. Algoritmerna använder neurala nätverk för djupinlärning (DNN) i en så kallad 'end-to-end'-metod. I detta tillvägagångssätt tar ett nätverk med flera lager som indata "rå" tidsdomändata och matar ut ett klassificeringsbeslut utan att använda några explicita mellanliggande representationer av signalen (såsom signalentropi, effekt, skevhet, kurtos etc.). End-to-end-tillvägagångssätt, som vanligtvis använder alternerande sekvenser av faltning och poolande lager, helt anslutna lager, autokodare och LSTM-lager (Long Short Term Memory) har visat sig överträffa traditionella metoder i fall där stora mängder träning data finns tillgängliga. De ger dock liten insikt i hur de fungerar (d.v.s. vilka funktioner i signalen som är viktiga för klassificering). Det kommer därför också att övervägas att utveckla metoder där mellanrepresentationer genereras och sedan använda dessa indatafunktioner för att testa en rad klassificerare (t.ex. förstärkta träd, slumpmässiga skogar, logistisk regression, stödvektormaskiner etc.).
Algoritmernas prestanda kommer att bedömas med hjälp av "leave-one-out cross-validation"-tekniken, vilket är det vanliga sättet att utvärdera klassificerare.22 I denna teknik sätts data från en enskild patient åt sidan och återstående data från de andra patienterna används för att "träna" klassificeraren. En algoritm kommer att hänvisas till som är tränad att särskilja de tre villkoren som en "klassificerare". Klassificeraren testas sedan på avsatta data: testprocessen består av att jämföra klassificerarens förutsagda diagnos ('Ménières sjukdom', 'vestibulär migrän' eller 'BPPV') med den sanna diagnosen (referensstandardetiketten). Denna process upprepas och tar bort en annan patients data varje gång, vilket ger en automatisk diagnos för alla 255 patienter. Även om det är beräkningsmässigt dyrt, säkerställer detta att klassificeraren inte har "sett" under träningen data från patienten som den testar, vilket skulle påverka dess beslut. Det överensstämmer också nära det verkliga scenariot med en ny patient som presenterar sin läkare och en diagnos ställs på grundval av deras erfarenheter av andra patienter.
Studien kommer att presentera känsligheten och specificiteten för att diagnostisera vart och ett av de tre måltillstånden och Receiver Operator Curves (ROCs), som visar hur den diagnostiska noggrannheten förändras för olika klassificeringströsklar.
Målförhållandena har olika incidens. Att återspegla denna obalans i denna studies statistiska beräkningar skulle kräva många tusen patienter med de vanligaste av dessa tillstånd. Man tror att detta inte skulle vara ekonomiskt lönsamt och inte skulle ge mervärde till studien. De erhållna resultaten kommer att vara tillräckligt robusta för att visa systemets effektivitet och den förväntade upptäcktshastigheten för varje sjukdom.
En hälsoekonom (HE) kommer att bedöma de potentiella resurserna, ekonomiska besparingarna och patientfördelarna med en diagnostisk väg som innehåller CAVA jämfört med befintliga vägar. Studiedesignen säkerställer att lämplig datainsamling är inbäddad i studien för den ekonomiska utvärderingen. En tidig kostnadseffektivitetsmodell kommer att utvecklas med hjälp av retrospektiv patientdata (t.ex. historia, antal tester och sjukhusbesök). Modellen kommer att avslöja de potentiella besparingarna och fördelarna med CAVAs prediktiva algoritmer vid olika hypotetiska trösklar för diagnostisk noggrannhet jämfört med en standard diagnostisk väg. En kontrafaktisk väg för diagnos med CAVA-enheten kommer att utvecklas mot standarden för vanlig vård för tillfället, för att informera om de mest sannolika potentiella ekonomiska fördelarna.
En kommersialiseringskonsult kommer att övervaka en portfölj av arbete för att stödja kommersialiseringen av CAVA-systemet. De kommer att ta fram en marknadstillträdesplan som beskriver CAVAs väg till kommersialisering och bekräftar CAVAs placering inom befintliga NHS-vägar och hur den skulle implementeras. Utredarna kommer att bygga vidare på det tidigare fokusgruppsarbetet med ett intressentevenemang som involverar proffs, patienter och IT-intressenter från NHS-organisationer. Utredarna kommer att identifiera de frågor som är viktiga för intressenter angående genomförbarheten av adoption inom NHS och kommer att etablera stöd för adoption. Ett PPI-evenemang kommer att hållas för att granska de interimistiska resultaten från försöket och ett offentligt spridningsevenemang för att dela resultaten med allmänheten. Under hela projektet kommer potentiella licenser att anlitas.
Studietyp
Inskrivning (Beräknad)
Fas
- Inte tillämpbar
Kontakter och platser
Studiekontakt
- Namn: John Phillips, PhD
- Telefonnummer: x5283 (+44)01379 788320
- E-post: john.phillips@nnuh.nhs.uk
Studera Kontakt Backup
- Namn: Juliet High
- Telefonnummer: +44 (0)1603 59 1708
- E-post: j.high@uea.ac.uk
Studieorter
-
-
Norfolk
-
Norwich, Norfolk, Storbritannien, NR4 7UY
- Rekrytering
- Norfolk and Norwich University Hospitals Foundation Trust
-
Huvudutredare:
- John Phillips, PhD
-
Kontakt:
- John Phillips, PhD
- E-post: john.phillips@nnuh.nhs.uk
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Beskrivning
Inklusionskriterier:
- Ålder 18 och uppåt
- Måste ha relevant index medicinskt tillstånd: Ménières sjukdom, vestibulär migrän, posterior kanal Benign Paroxysmal Positional Vertigo (se avsnitt 6.3.1.2 för specifika kriterier)
- Upplever episoder av verklig svindel med minst 2 episoder inom de föregående 4 veckorna vid tidpunkten för samtycke
- Varaktigheten och arten av svindeln är av en varaktighet och en karaktär som stöder det relevanta medicinska indextillståndet
- Äger och kan använda en telefon
- Villig att ge informerat samtycke
- Villig att följa studieprotokollet för användning av CAVA-enheten
- Villig att slutföra allt studiematerial
- Tillräcklig förståelse av det engelska språket eller språket som används i en befintlig översatt version av formuläret för informerat samtycke och patientinformationsbladet och där sjukhusöversättare finns tillgängliga för att ge support
Exklusions kriterier:
- Har allergi mot plåster och/eller medicinska lim
- Bevis på dermatit, ömtålig hud eller något annat tillstånd som kan förvärras av upprepad applicering av hudytlim
- Gravida eller ammande mödrar
- Bilateral eller andra sidan Ménières sjukdom
- Aktiv bilateral eller andra sidan posterior kanal Benign Paroxysmal Positionell Vertigo
- För närvarande inskriven på en interventionsstudie (exklusive frågeformulärbaserad eller observationsstudie)
- Patienter som uppfyller diagnostiska kriterier för mer än ett kvalificerat tillstånd vid tidpunkten för rekryteringen
Studieplan
Hur är studien utformad?
Designdetaljer
- Primärt syfte: Diagnostisk
- Tilldelning: N/A
- Interventionsmodell: Enskild gruppuppgift
- Maskning: Ingen (Open Label)
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
---|---|
Övrig: CAVA Multicenter Dizziness Trial (CAVA2)
CAVA 2 är en enarmsstudie som testar en diagnostisk enhet för att diagnostisera olika tillstånd i innerörat utvärderade genom att beräkna värden för sensitivitet och specificitet.
Huvud- och ögonrörelser som registreras av CAVA-enheten kommer att göra det möjligt för datoralgoritmerna (som ska utvecklas) att skilja mellan de tre måltillstånden.
|
CAVA-studien är en multicenterprövning med diagnostisk noggrannhet som syftar till att kvantifiera i vilken utsträckning CAVA-systemet kan särskilja tre vanliga orsaker till yrsel i innerörat: Ménières sjukdom, vestibulär migrän och benign paroxysmal positionsyrsel (BPPV). CAVA-enheten består av två komponenter: en uppsättning skräddarsydda sensorer för engångsbruk som fäster till vänster och höger sida av deltagarens ansikte; och en liten återanvändbar modul som passar över örat som innehåller ett batteri, mikrodatordatalagring och anslutningsportar för arrayerna. CAVA-enheten kommer att bäras av alla deltagare i 30 dagar i syfte att fånga ögonrörelsedata under en yrsattack. Det första målet är att utveckla en algoritm som kan skilja mellan de tre angivna yrseltillstånden. Den andra är att kvantifiera de ekonomiska och patientmässiga fördelarna med utplacering i NHS. Det slutliga målet är att påskynda en plan för att distribuera systemet i NHS. |
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
Framgång för en diagnostisk enhet för att diagnostisera olika tillstånd i innerörat
Tidsram: 30 dagar
|
Det primära resultatet är framgången för en diagnostisk enhet att diagnostisera olika tillstånd i innerörat utvärderade genom att beräkna värden för sensitivitet och specificitet. Huvud- och ögonrörelser som registreras av CAVA-enheten kommer att göra det möjligt för datoralgoritmerna (som ska utvecklas) att skilja mellan de tre måltillstånden. Utredarna kommer att utveckla datoralgoritmer som använder data som fångas av CAVA-enheterna för att skilja mellan de tre måltillstånden. Algoritmerna använder neurala nätverk för djupinlärning (DNN) i en så kallad 'end-to-end'-metod. I detta tillvägagångssätt tar ett nätverk med flera lager som indata "rå" tidsdomändata och matar ut ett klassificeringsbeslut utan att använda några explicita mellanliggande representationer av signalen (såsom signalentropi, effekt, skevhet, kurtosis etc.) |
30 dagar
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
Hälsoekonomidata
Tidsram: 30 dagar
|
Hälsoekonomidata kommer att informera analys av potentiella ekonomiska och patientmässiga fördelar med en diagnostisk väg som innehåller CAVA-systemet jämfört med befintliga vägar. En tidig kostnadseffektivitetsmodell kommer att utvecklas med hjälp av retrospektiva patientdata. Data kommer att användas för att uppskatta frekvensen av trolig NHS-resursanvändning av patienter under observation med en av de tre diagnoserna, för att bestämma den sannolika kostnaden och hälsorelaterade livskvalitetseffekterna för var och en. Den kommer också att användas för att bedöma förekomsten av ledighet (produktivitet), minskad produktivitet och minska icke-avlönade aktiviteter t.ex. volontärarbete, vård etc. samt insikter om förtidspensioneringar eller förändringar i yrke etc. |
30 dagar
|
Samarbetspartners och utredare
Samarbetspartners
Utredare
- Huvudutredare: John Phillips, PhD, Consultant ENT Surgeon
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
- IRAS: 317899
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 Vestibulär migrän
-
Istituto Clinico HumanitasRekryteringSkivepitelcancer | Nasal vestibulkarcinom | Rhinektomi | Nasal vestibulItalien, Storbritannien, Frankrike
Kliniska prövningar på Det kontinuerliga ambulatoriska vestibulära bedömningssystemet (CAVA).
-
University Medical Centre LjubljanaUniversity of Ljubljana, Faculty of Medicine; National Institute of Chemistry... och andra samarbetspartnersAvslutadCTNNB1-genmutationSlovenien, Australien