- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT06357039
Valideringsstudie av sömnspårningsenheter
Valideringsstudie av en artificiell intelligens-baserad sömnstadieklassificering för en hemsömnspårningsenhet
I denna studie utvecklades en tvådelad rekursiv konvolutionell neurala nätverksmodell, som extraherar funktioner för varje epokfönster oberoende av före och efter sömndebut (epokkodare), och tränades sedan i sammanhanget av långsiktiga relationer i sömnprocessen ( sekvenskodare), med ett tillvägagångssätt som liknar mänsklig expertklassificering baserat på information från enkanaligt pann-EEG och PPG (IR, grön, röd). Klassificeringen är baserad på riktlinjer från American Academy of Sleep Medicine och beräknade sex parametrar: total sömnduration (TST), vaken (W), N1, N2, N3 och REM.
Valideringsstudien av den utvecklade modellen och enheten genomfördes vid sömnstörningscentret vid Istanbuls medicinska fakultet med användning av samtidiga polysomnografiska data från 305 manliga och kvinnliga patienter i åldern 18 till 65 år.
Studieöversikt
Studietyp
Inskrivning (Faktisk)
Kontakter och platser
Studieorter
-
-
Başıbüyük, Maltepe
-
Istanbul, Başıbüyük, Maltepe, Kalkon, 34854
- Pnaps Health Informatics and Space Technologies Inc
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
- Deltagare som lider av sömnstörningar
- Deltagare skickas till PSG-test av neurologer, lungläkare, psykiatriker och otolaryngologer
Exklusions kriterier:
- Alla som har fått diagnosen en smittsam hudsjukdom
- Deltagare som inte har samtycke till att ha en extra enhet i sitt pannområde
- Ofullständig sömnmätning
Studieplan
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
Kvinna
Deltagare i åldrarna 18-65 som identifierar sig som kvinnor för biologiska
|
Förutom polysomnografi placerades en apparat som innehöll EEG+PPG-sensorer för sömnklassificering på pannan och en annan apparat som innehöll PPG- och accelerometersensorer placerades på handleden.
Handleden som enheten är ansluten till är slumpmässigt tilldelad.
|
|
Manlig
Deltagare i åldrarna 18-65 som identifierar sig som manliga för biologiska
|
Förutom polysomnografi placerades en apparat som innehöll EEG+PPG-sensorer för sömnklassificering på pannan och en annan apparat som innehöll PPG- och accelerometersensorer placerades på handleden.
Handleden som enheten är ansluten till är slumpmässigt tilldelad.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Sömnstadier Klassificering Noggrannhet
Tidsram: 4-5 månader
|
De insamlade EEG-data klassificerades enligt Cohens kappa (>85), vilket anses vara framgångsrikt i litteraturen.
Inledningsvis har de öppna källkoderna YASA, tinysleepnet och attentionsleep implementerats.
Dessa koder gav kappa 0,64, noggrannhet 0,80, kappa 0,69, noggrannhet 0,79 respektive kappa 0,65, noggrannhet 0,78.
De erhållna värdena överensstämmer inte med de som redovisas i klassificeringsartiklarna.
Därefter testades 29 deltagare från vår egen datauppsättning i dessa klassificeringar som ett preliminärt test, med dåliga resultat.
På individuell basis var den högsta cappa-poängen 0,51.
Utveckling av vårt eget klassificeringssystem pågår.
|
4-5 månader
|
|
Interoceptionsanalys från PPG-data som samlats in från ansiktshud
Tidsram: 4-5 månader
|
Enligt våra preliminära analyser fann vi att den mellanliggande rytmen (0,12-0,18
Hz) associerad med interoception finns också hos sömnpatienter.
Hos en deltagare erhölls till exempel ett värde på 0,19 som ett förhållande mellan total sömntid.
Dessutom observeras en intermediär rytm i alla stadier av sömnen, inklusive vakenhet, lätt sömn, djup sömn och REM.
|
4-5 månader
|
Samarbetspartners och utredare
Samarbetspartners
Utredare
- Studiestol: Asuman Çevik, Master's, PNAPS Health Informatics & Space Technologies Inc.
- Studierektor: Hasan Birol Çotuk, PhD, Marmara University
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
Nyckelord
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- 09.2023.422
- 2220124 (Annat bidrag/finansieringsnummer: Scientific and Technological Research Council of Türkiye (TÜBİTAK))
- 1065371 (Annat bidrag/finansieringsnummer: Small and Medium Enterprises Development Organization (KOSGEB))
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-planbeskrivning
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 .