使用智能手表检测和监控 COVID-19 (CovIdentify)
研究概览
地位
详细说明
过去 5 年内接受过流感、COVID-19、呼吸道合胞病毒和鼻病毒诊断检测的 DUHS 患者将首先接受电子邮件地址筛查。 参与者将通过电子邮件了解这项研究,并附有完成调查的链接。 将为所有拥有电子邮件的个人生成一个研究 ID。
参与者将被要求通过 REDCap 调查填写电子同意书。 如果参与者有疑问,我们将通过电子邮件向他们提供研究联系信息。 参与者将完成调查,调查将询问有关先前症状和设备所有权的问题(预计完成时间:5 分钟)。 如果参与者拥有以下其中一种可穿戴设备(Fitbit、Garmin 或 Apple Watch),他们将被发送到重定向 URL 以登录其设备帐户(Fitbit 或 Garmin),或获得导出 Healthkit 数据的说明并将其数据转储到一个独特的保险箱链接(适用于 Apple Watch)。 如果参与者选择将其可穿戴设备数据贡献给研究,并且获得的数据通过数据质量阈值,他们将获得补偿。 调查完成后不予补偿。 研究人员将询问参与者是否希望重新联系以进行与该项目相关的未来研究。
研究人员将从可穿戴设备收集端点数据值。 这些数据将用于估计日常活动量和强度(即锻炼和步行)、站立、睡眠量、睡眠质量、心率变异性、SpO2、呼吸频率和心率。 所有可穿戴设备数据都将使用 Study ID 进行识别。
研究人员将使用统计和机器学习模型来开发个性化的健康“基线”模型并检测有助于识别 COVID-19 感染的异常情况。 研究人员将根据症状调查和诊断测试作为基本事实,验证和测试我们检测呼吸道感染与无感染模式的敏感性和特异性。 模型测试和验证将针对每个品牌的设备单独进行,并将根据呼吸道感染的类型进一步修改。
研究类型
注册 (实际的)
联系人和位置
学习地点
-
-
North Carolina
-
Durham、North Carolina、美国、27705
- Duke University
-
-
参与标准
资格标准
适合学习的年龄
接受健康志愿者
取样方法
研究人群
描述
纳入标准:
- 18岁及以上
排除标准:
- 未满 18 岁
学习计划
研究是如何设计的?
设计细节
- 观测模型:其他
- 时间观点:预期
队列和干预
团体/队列 |
|---|
|
18 岁及以上的成人
该研究将招募任何 18 岁以上的成年人。
|
研究衡量的是什么?
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
开发一个预测模型,利用已知症状发作和测试日期之间的时间量在症状出现之前预测感染发作
大体时间:18 个月
|
已知的症状发作和测试日期将有助于验证模型
|
18 个月
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
确定是否存在可以区分呼吸道感染类型的信号差异(例如,COVID-19 与流感)
大体时间:18 个月
|
18 个月
|
|
|
可穿戴设备数据缺失的百分比
大体时间:18 个月
|
用于确定预测模型的性能。
|
18 个月
|
|
通过迁移学习确定预测模型对新病毒株的性能
大体时间:18 个月
|
18 个月
|
|
|
确定初次感染和再感染之间是否存在生理差异
大体时间:18 个月
|
18 个月
|
|
|
确定随着时间的推移,不同的呼吸道感染之间是否存在生理差异
大体时间:18 个月
|
18 个月
|
|
|
根据症状的严重程度确定预测模型的性能
大体时间:18 个月
|
18 个月
|
合作者和调查者
调查人员
- 首席研究员:Chris Woods、Duke University
- 首席研究员:Jessilyn Dunn、Duke University
- 首席研究员:Ryan Shaw、Duke University
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (实际的)
研究完成 (实际的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.