远程医疗应用的远程生命体征评估
2026年9月2日 更新者:Johns Hopkins University
本研究的目的是确定是否可以从视频中提取生命体征。
第二个目的是创建一个数据库,包括关于人类受试者的“地面实况”生理数据的原始视频,以测试当前和/或未来开发的从视频中提取生命体征的方法。
这项研究不仅可能对 COVID-19 的风险评估产生直接影响,而且可能为约翰霍普金斯医学的远程医疗能力提供重大的技术改进。
研究概览
详细说明
本研究的目的是确定是否可以从视频中提取生命体征。 第二个目的是创建一个数据库,包括关于人类受试者的“地面实况”生理数据的原始视频,以测试当前和/或未来开发的从视频中提取生命体征的方法。 这项研究不仅可能对 COVID-19 的风险评估产生直接影响,而且可能为 JHM 的远程医疗能力提供显着的技术增强。 可能会要求参与者:
- 完成调查,其中包括关于参与者、参与者的个性和参与者的健康水平的基本问题。 如果参与者觉得这样做不舒服,则不需要参与者完成任何调查。
- 对参与者是否感觉身体足够好以参加该实验提供主观评估。 如果参与者在某一天感觉不舒服并希望参加,研究团队可以安排参与者进行其他预约。
- 配备多个传感器,这些传感器将测量参与者的心脏、参与者的皮肤、参与者的呼吸或参与者身体工作方式的其他方面。 传感器可以使用小贴纸、医用胶带或类似方式放置在参与者的锁骨上、参与者的肋骨下方、每只前臂上、每只脚踝上和/或参与者的手指上。 研究人员可以允许参与者自己将传感器置于研究团队成员的监督下,或者让参与者为参与者放置传感器。 如果参与者愿意,同性别的研究团队成员将可以协助放置传感器。 调查人员还可以在参与者的脸上贴上贴纸或使用非永久性标记,以在视频中创建清晰的参考点。
- 完成认知任务,包括查看屏幕上的简单项目(例如颜色、形状、字母、单词或句子),然后做出决定,例如决定是否按下按钮,每个项目是否与前面的项目匹配,或者是否根据一个简单的规则记住或不记住该项目。
- 完成轻度到中度的运动,例如骑固定自行车。 研究人员将测量参与者的静息心率,然后将轻度运动的目标心率提高 20%,中度运动的目标心率提高 40%。 美国心脏协会将适度运动定义为参与者最大心率的 50-70%,这是根据参与者的年龄估算的。 为确保参与者心率的安全限制,研究人员将检查参与者的目标心率是否不超过参与者最大估计心率的 70%。 如果参与者对所需的运动水平有健康问题,请与医生讨论这些问题,以确定参与者是否适合参加。 参与者只需访问一次实验室。
研究类型
观察性的
注册 (实际的)
94
联系人和位置
本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。
学习地点
-
-
Maryland
-
Baltimore、Maryland、美国、21224
- Johns Hopkins Asthma & Allergy Center
-
-
参与标准
研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
18年 至 75年 (成人、年长者)
接受健康志愿者
不适用
取样方法
非概率样本
研究人群
方便
描述
纳入标准:
- 年龄:18-75
- 流利的英语
- 正常或矫正视力正常
- 能够参加学习活动
- 在研究访问后 24 小时内通过了约翰霍普金斯大学医学门诊部 COVID-19 筛查清单。
排除标准:
- 过去 3 个月内因心力衰竭、中风或重大心脏事件(心肌梗塞)住院。
- 运动时有胸痛史(心绞痛)。
- 需要超过 1 种药物治疗的高血压。
- 静息血压超过收缩压(SBP)150毫米汞柱(mmHg),舒张压(DBP)100毫米汞柱。
- 静息心率超过每分钟 100 次 (bpm)。
- 心电图异常,留置心脏起搏器或心脏除颤器。
- 家庭氧气处方。
- 怀孕或怀疑自己可能怀孕的妇女。
学习计划
本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。
研究是如何设计的?
设计细节
- 观测模型:生态或社区
- 时间观点:其他
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 |
|---|---|---|
|
从视频中量化 SpO2(百分比)
大体时间:3年
|
主要结果是能够从视频中计算出可靠且临床上有用的血氧测量值。
我们的目标是将视频中的 SpO2 量化到临床标准的 +/- 0.5% 以内。
|
3年
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
通过接触式传感器获得的临床质量数据
大体时间:3年
|
开发一个全面的地面实况生理信号数据集以及多个远距离传感器,以测试当前/未来的生理提取算法。 接触式传感器将包括血压 (BP)、脉搏血氧仪 (SpO2)、光电体积描记法 (PPG)、呼吸率 (RR) 和心电图 (ECG)。 远距离传感器将使用红外 (IR) 传感器、高光谱成像仪 (HSI) 和多个红-绿-蓝 (RGB) 相机收集静态和动态图像。 数据集将接受各种高级统计分析,包括机器学习方法,以确定远程生理测量算法方法的准确性(值和波形)。 长期目标是从视频中提取临床上有用的生理信号,以便让医生更深入地了解患者的生理功能和/或心理生理状态。 |
3年
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
调查人员
- 首席研究员:Edward Chen, MD、Johns Hopkins University
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (实际的)
2021年4月20日
初级完成 (估计的)
2027年9月1日
研究完成 (估计的)
2027年12月1日
研究注册日期
首次提交
2021年3月24日
首先提交符合 QC 标准的
2021年3月26日
首次发布 (实际的)
2021年3月29日
研究记录更新
最后更新发布 (实际的)
2026年9月3日
上次提交的符合 QC 标准的更新
2026年9月2日
最后验证
2026年9月1日
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.