Artificiell intelligens-baserad videoanalys för att upptäcka infantila spasmer
6 maj 2026 uppdaterad av: Johns Hopkins University
En maskininlärningsmetod för att känna igen infantila spasmer i videoinspelningar
Infantila spasmer är en typ av anfall kopplat till utvecklingsproblem.
Tyvärr är de ofta feldiagnostiserade, vilket orsakar förseningar i behandlingen.
Syftet med denna studie är att utveckla ett datorprogram som på ett tillförlitligt sätt kan skilja infantila spasmer från liknande, men ändå godartade rörelser i videor.
Detta datorprogram kommer att lära sig från videor tagna av föräldrar till studiedeltagare.
Att snabbt känna igen och behandla infantila spasmer är avgörande för att säkerställa bästa utvecklingsresultat.
Studieöversikt
Studietyp
Observationell
Inskrivning (Faktisk)
61
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studieorter
-
-
Maryland
-
Baltimore, Maryland, Förenta staterna, 21287
- Johns Hopkins 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
- Barn
Tar emot friska volontärer
Nej
Testmetod
Icke-sannolikhetsprov
Studera befolkning
Deltagarna kommer att rekryteras från öppen- och slutenvården på Johns Hopkins Hospital, ett akademiskt medicinskt center i Baltimore, Maryland som erbjuder tertiär och kvartär vård.
Beskrivning
Inklusionskriterier:
- Deltagarålder mindre än 24 månader
- Deltagare utvärderad i Johns Hopkins poliklinisk center, Johns Hopkins Pediatric Emergency Department eller Johns Hopkins slutenvårdsenheter på grund av onormala rörelser eller anfall
- Deltagare utvärderad av en pediatrisk neurolog under poliklinisk eller slutenvårdsbesök på Johns Hopkins Hospital
- Minst en videoinspelning av besvärjelsen av onormal rörelse producerad av föräldern/vårdnadshavaren tillgänglig för granskning av leverantören
Exklusions kriterier:
- Dålig videoinspelningskvalitet
- Hela patienten är inte i ram
Studieplan
Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
Bekräftade epileptiska spasmer (positiv klass)
Deltagare som diagnostiserats med infantila spasmer baserat på historiska data och stödjande elektroencefalografidata (dvs.
hypsarrytmi eller modifierad hypsarytmibakgrund).
|
Programvara för maskininlärning utvecklad för att analysera videor och exakt skilja infantila spasmer från visuellt liknande rörelser.
|
|
Epileptiska spasmhärmar (negativ klass)
Deltagare som diagnostiserats med icke-epileptiska rörelser (t.ex.
Sandifers syndrom, rysningsattacker, stretching, stereotypi, skrämselreflex, vridningsrörelser, skakighet, sömnmyoklonus) baserat på historiska data och stödjande elektroencefalografidata (när sådana finns).
|
Programvara för maskininlärning utvecklad för att analysera videor och exakt skilja infantila spasmer från visuellt liknande rörelser.
|
|
Vaken och alert (negativ klass)
Deltagare uppvisar spontana, subtila rörelser i vaket och alert tillstånd.
|
Programvara för maskininlärning utvecklad för att analysera videor och exakt skilja infantila spasmer från visuellt liknande rörelser.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Modellkänslighet (återkallelse)
Tidsram: 2 år
|
Andel sanna positiva som modellen klassificerade korrekt i testdatauppsättningen.
|
2 år
|
|
Modellspecificitet
Tidsram: 2 år
|
Andel sanna negativ som modellen klassificerade korrekt i testdatauppsättningen.
|
2 år
|
|
Modell positivt prediktivt värde (precision)
Tidsram: 2 år
|
Andel positiva klassificeringar som var korrekta i testdatauppsättningen.
|
2 år
|
|
Modell negativt prediktivt värde
Tidsram: 2 år
|
Andel negativa klassificeringar som var korrekta i testdatauppsättningen.
|
2 år
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Sponsor
Utredare
- Huvudutredare: Eric Kossoff, MD, Johns Hopkins Neurology
- Huvudutredare: Rama Chellappa, PhD, Johns Hopkins Biomedical Engineering
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 augusti 2024
Primärt slutförande (Faktisk)
6 maj 2026
Avslutad studie (Faktisk)
6 maj 2026
Studieregistreringsdatum
Först inskickad
11 mars 2024
Först inskickad som uppfyllde QC-kriterierna
11 mars 2024
Första postat (Faktisk)
18 mars 2024
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
7 maj 2026
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
6 maj 2026
Senast verifierad
1 maj 2026
Mer information
Termer relaterade till denna studie
Nyckelord
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- IRB00429753
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 .