此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

CAVA 多中心头晕试验 (CAVA 2)

连续动态前庭评估 (CAVA):开发前庭疾病自动诊断系统

CAVA 试验是一项诊断准确性多中心设备试验,旨在量化 CAVA 系统区分三种常见内耳眩晕原因的程度:梅尼埃病、前庭偏头痛和良性阵发性位置性眩晕 (BPPV)。

CAVA 设备由两个组件组成:一组定制的一次性传感器阵列,粘附在参与者脸部的左侧和右侧;以及一个安装在耳朵上的小型可重复使用模块,其中包含电池、微计算机数据存储设施和阵列连接端口。 所有参与者将佩戴 CAVA 设备 30 天,目的是捕获头晕发作期间的眼球运动数据。

第一个目标是开发一种可以区分列出的 3 种头晕状况的算法。 第二个是量化 NHS 部署的财务和患者效益。 最终目标是加快在 NHS 中部署该系统的计划。

研究概览

详细说明

这是一项多中心诊断准确性研究,招募目标为 255 名成年参与者。 招聘将在两年内在英国的十个地点进行。 为了符合资格,参与者必须已诊断出梅尼埃病、前庭性偏头痛或 BPPV。 该研究将招募每种病症的 85 名参与者。 每个患者的诊断将形成“参考标准”,随后将与自动计算机诊断进行比较。

每个参与者将连续佩戴 CAVA 设备三十天。 该设备将记录这段时间内所有眼睛和头部的运动,包括任何眩晕发作期间的运动。 当患者出现眩晕发作时,他们会被要求激活 CAVA 设备上的事件标记,并在日记中记录发作发作和持续时间。 尽管算法开发不会依赖这种手动记录,但整个 30 天的数据将用于检测与头晕相关的眼球运动周期。

研究人员将开发计算机算法,使用 CAVA 设备捕获的数据来区分三种目标条件。 这些算法将建立在当前 MRC 拨款期间开发的算法的基础上,这些算法已经产生了出色的结果。10,11,17。 这些算法以所谓的“端到端”方法使用深度学习神经网络 (DNN)。 在这种方法中,多层网络将“原始”时域数据作为输入并输出分类决策,而不使用信号的任何显式中间表示(例如信号熵、功率、偏度、峰度等)。 端到端方法通常利用卷积层和池化层、全连接层、自动编码器和长短期记忆 (LSTM) 层的交替序列,已被证明在大量训练的情况下优于传统方法数据可用。 然而,它们很少深入了解它们的工作原理(即信号的哪些特征对于分类很重要)。 因此,还将考虑开发生成中间表示的方法,然后使用这些输入特征来测试一系列分类器(例如,提升树、随机森林、逻辑回归、支持向量机等)。

算法的性能将使用“留一交叉验证”技术进行评估,这是评估分类器的常用方法。 22 在该技术中,来自单个患者的数据被搁置,来自其他患者的剩余数据用于“训练”分类器。 被训练来区分这三个条件的算法将被称为“分类器”。 然后根据预留的数据对分类器进行测试:测试过程包括将分类器的预测诊断(“梅尼埃病”、“前庭偏头痛”或“BPPV”)与真实诊断(参考标准标签)进行比较。 重复此过程,每次删除不同患者的数据,从而为所有 255 名患者生成自动诊断。 尽管计算成本很高,但这可以确保分类器在训练期间不会“看到”来自其测试的患者的数据,这会导致其决策产生偏差。 它还与新患者向临床医生就诊以及根据其他患者的经验提供的诊断的现实场景非常吻合。

该研究将展示诊断三种目标状况的敏感性和特异性以及接受者操作曲线(ROC),显示诊断准确性如何随各种分类阈值变化。

目标条件有不同的发生率。 要在本研究的统计计算中反映这种不平衡,需要数千名患有这些最常见疾病的患者。 据信,这在经济上不可行,也不会增加研究的价值。 获得的结果将足够稳健,足以证明系统的功效和每种疾病的预期检出率。

健康经济学家 (HE) 将评估包含 CAVA 的诊断途径与现有途径相比的潜在资源、财务节省和患者利益。 研究设计确保将适当的数据收集纳入研究中以进行经济评估。 将利用回顾性患者数据(例如病史、检查次数和医院就诊次数)开发早期成本效益模型。 该模型将揭示 CAVA 预测算法相对于标准诊断路径在各种假设的诊断准确性阈值下的潜在节省和优势。 目前将根据常规护理标准开发 CAVA 设备的反事实诊断途径,以告知最有可能的潜在经济效益。

商业化顾问将监督一系列工作,以支持 CAVA 系统的商业化。 他们将制定一份市场准入计划,详细说明 CAVA 的商业化路线,并确认 CAVA 在现有 NHS 途径中的定位及其实施方式。 调查人员将以之前的焦点小组工作为基础,举办利益相关者活动,参与者包括来自 NHS 组织的专业人士、患者和 IT 利益相关者。 调查人员将确定对利益相关者来说关于 NHS 内收养可行性的重要问题,并为收养提供支持。 将举办 PPI 活动,审查试验的中期结果,并举办公共传播活动,与公众分享研究结果。 在整个项目中,将涉及潜在的许可证。

研究类型

介入性

注册 (实际的)

4

阶段

  • 不适用

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

    • Norfolk
      • Norwich、Norfolk、英国、NR4 7UY
        • Norfolk and Norwich University Hospitals Foundation Trust

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

  • 成人
  • 年长者

接受健康志愿者

不

描述

纳入标准:

  1. 18岁及以上
  2. 必须具有相关指标医疗状况:梅尼埃病、前庭偏头痛、后耳管良性阵发性位置性眩晕(参见第 6.3.1.2 节) 对于具体标准)
  3. 在同意时的前 4 周内经历过至少 2 次真正的眩晕发作
  4. 眩晕的持续时间和性质是支持相关指标医疗状况的持续时间和性质
  5. 拥有并能够使用电话
  6. 愿意提供知情同意
  7. 愿意遵守使用 CAVA 装置的研究方案
  8. 愿意完成所有学习材料
  9. 充分掌握英语或知情同意书和患者信息表现有翻译版本中使用的语言,以及医院翻译人员可以提供支持的情况

排除标准:

  1. 对膏药和/或医用粘合剂过敏
  2. 皮炎、皮肤脆弱或任何其他可能因重复使用皮肤表面粘合剂而加剧的病症的证据
  3. 怀孕或哺乳期的母亲
  4. 双侧或第二侧梅尼埃病
  5. 活动性双侧或第二侧后半规管良性阵发性位置性眩晕
  6. 目前正在参加一项干预试验(不包括基于问卷或观察性试验)
  7. 招募时符合一种以上符合条件的诊断标准的患者

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

  • 主要用途:诊断
  • 分配:不适用
  • 介入模型:单组作业
  • 屏蔽:无(打开标签)

武器和干预

参与者组/臂
干预/治疗
其他:CAVA 多中心头晕试验 (CAVA2)
CAVA 2 是一项单臂研究,测试诊断设备以诊断不同的内耳状况,通过计算灵敏度和特异性值来评估。 CAVA 设备记录的头部和眼球运动将使计算机算法(待开发)能够区分三种目标条件。

CAVA 试验是一项诊断准确性多中心设备试验,旨在量化 CAVA 系统区分三种常见内耳眩晕原因的程度:梅尼埃病、前庭偏头痛和良性阵发性位置性眩晕 (BPPV)。

CAVA 设备由两个组件组成:一组定制的一次性传感器阵列,粘附在参与者脸部的左侧和右侧;以及一个安装在耳朵上的小型可重复使用模块,其中包含电池、微计算机数据存储设施和阵列连接端口。 所有参与者将佩戴 CAVA 设备 30 天,目的是捕获头晕发作期间的眼球运动数据。

第一个目标是开发一种可以区分列出的 3 种头晕状况的算法。 第二个是量化 NHS 部署的财务和患者效益。 最终目标是加快在 NHS 中部署该系统的计划。

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
诊断设备成功诊断不同内耳疾病
大体时间:30天

主要结果是诊断设备成功诊断通过计算灵敏度和特异性值来评估的不同内耳状况。 CAVA 设备记录的头部和眼球运动将使计算机算法(待开发)能够区分三种目标条件。

研究人员将开发计算机算法,使用 CAVA 设备捕获的数据来区分三种目标条件。 这些算法以所谓的“端到端”方法使用深度学习神经网络 (DNN)。 在这种方法中,多层网络将“原始”时域数据作为输入并输出分类决策,而不使用信号的任何显式中间表示(例如信号熵、功率、偏度、峰度等)。

30天

次要结果测量

结果测量
措施说明
大体时间
卫生经济学数据
大体时间:30天

卫生经济学数据将有助于分析包含 CAVA 系统的诊断途径与现有途径相比的潜在财务和患者效益。 将利用回顾性患者数据开发早期成本效益模型。

这些数据将用于估计接受三种诊断之一的观察患者可能使用 NHS 资源的频率,以确定每种诊断的可能成本和与健康相关的生活质量影响。 它还将用于评估休假(生产力)、生产力下降和无偿活动(例如志愿服务、护理等)减少的普遍程度,以及对提前退休或职业变化等的见解。

30天

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。

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)

2022年4月1日

初级完成 (实际的)

2025年10月31日

研究完成 (实际的)

2026年3月31日

研究注册日期

首次提交

2023年5月2日

首先提交符合 QC 标准的

2023年8月2日

首次发布 (实际的)

2023年8月9日

研究记录更新

最后更新发布 (实际的)

2026年6月8日

上次提交的符合 QC 标准的更新

2026年6月5日

最后验证

2026年6月1日

更多信息

与本研究相关的术语

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

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.

订阅