Kintsugi 语音设备试点研究
Kintsugi 语音设备 SCID-5-CT 试点研究
研究概览
详细说明
在美国,每年约有 30% 的人患有抑郁症。 及早发现心理健康状况可以帮助患者更快地获得所需的帮助。 机器学习设备可能是帮助临床医生识别患有心理健康问题的患者的一种方法。 然后,临床医生可以帮助患者更早地接受适当水平的护理。 许多研究人员正在努力加强心理健康筛查。 机器学习可以检测微妙的模式,例如当某人经历心理健康状况时声音的变化。 与心理健康状况相关的声音变化是声音生物标记。
本研究的目的是寻找声音与人们的声音与临床诊断之间的相关性。 Kintsugi Mindful Wellness, Inc. 开发了一种名为 Kintsugi Voice Device 的工具,可通过研究声音来评估心理健康和抑郁症等状况。 该研究的目标是测试该设备识别抑郁症状的能力。
多达 500 人将参与这项研究。 受试者招募预计需要长达一年的时间。 完成研究活动可能需要大约 2 小时,但根据临床医生是否有时间安排 DSM-5 (SCID) 访谈的结构化临床访谈,受试者可以保留注册长达 2 周。
研究参与者将:
- 回答简短的自我报告资格确认调查问卷。 这些答案有助于研究人员了解参与者的健康史。
- 安排与持证临床心理学家的电话会议,通过 Zoom 评估他们的心理健康状况。 临床心理学家将指导参与者完成 DSM-5 临床试验版结构化临床访谈 (SCID-5-CT)。 临床心理学家将在参与者的居住州获得执照。 出于质量保证的目的,该评估将被录制视频和音频。 如果参与者不同意被录像和/或录音,他们将无法参加研究。 SCID-5-CT 评估仅用于研究目的,并不用于治疗目的。 SCID 的结果不会与参与者分享。
在与持有执照的临床心理学家进行电话会议的当天,参与者将:
- 完成三项简短的自我评估调查,询问他们的电子设备、心理健康和生活质量:患者健康问卷 9 (PHQ-)、广泛性焦虑症 7 (GAD-7) 和世界卫生组织生活质量(世界卫生组织生活质量)。 这些评估总共需要大约 15 分钟。
- 参与者将根据他们选择的 3 个提示提供录音。 录音将被输入 Kintsugi 语音设备,以接收当前抑郁症状的预测。 Kintsugi 语音设备预测仅用于研究目的,不会与参与者共享。
- 完成 SCID-5-CT,同时由有执照的心理学家或精神科医生进行录像和录音,并将记录参与者的反应。 SCID 将允许临床医生评估参与者当前的精神状态。
本研究旨在用于研究目的,并非用于治疗和/或诊断目的。 本研究的风险很小和/或暂时且短暂。 研究团队已实施程序,尽可能减少此类事件。 泄露机密的可能性始终存在。 为了最大限度地降低这种风险,所有条目都经过加密。 研究人员使用 ID 来消除个人信息的身份识别。 研究人员将把所有数据存储在安全、受密码保护的数据库和 Google Cloud Platform 存储桶中。 参与可能会带来情绪内容,从而暂时影响情绪。 为了最大限度地降低这种风险,每个人都会通过电子邮件收到一份心理健康资源清单。
受试者参与无需支付任何费用。 参与可能不会带来直接的好处。 间接好处可能包括减轻压力、了解更多有关心理健康的知识。 从研究中获得的知识将来可能使患者受益。
出于安全目的,或根据向参与者提供付款的要求,仅收集与研究直接相关的个人和健康信息,包括:
- 姓名
- 年龄
- 地址
- 电话号码
- 电子邮件地址
- 人口统计信息(例如 种族、性别和民族)
- 英语水平
- 紧急联系信息
- SCID-5-CT 的录音
- SCID-5CT 的视频录制
- 根据提示进行录音
- 简短的病史和药物治疗
- SCID-5-CT 结果
- 设备信息
- PHQ-9 回应
- GAD-7 反应
- 行为和生活质量调查答复
可识别数据将保存 7 年。 去识别化的数据将无限期保留。
研究类型
注册 (实际的)
联系人和位置
学习地点
-
-
California
-
Berkeley、California、美国、94707
- Kintsugi Mindful Wellness Inc.
-
-
参与标准
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
取样方法
研究人群
描述
纳入标准:
- 知情同意时年龄 >22 岁
- 使用笔记本电脑、智能手机、平板电脑或其他具有正常麦克风功能的设备并访问互联网
- 表示愿意录制视频和音频作为研究的一部分
- 表示愿意遵守所有研究程序以及研究期间的可用性
- 英语流利
- 研究期间的可用性
- 在同意时和完成学习期间居住在美国
- 有助于大约 50/50 的抑郁/健康研究人群分布
排除标准:
- 任何影响他们说话和/或使用计算机完成在线调查和/或虚拟临床医生评估能力的障碍(例如,视力障碍、运动障碍和/或听力障碍)
- 任何影响其说话能力和/或使用计算机完成在线调查和/或虚拟临床医生评估的神经系统疾病史(例如,中枢神经系统疾病、多发性硬化症、肌萎缩侧索硬化症和/或帕金森病)
- 任何中风、认知缺陷(例如痴呆或阿尔茨海默病)和/或创伤性脑损伤的终生病史
- 存在影响说话能力的声音障碍(例如,急性或慢性喉炎、声带麻痹或麻痹,或痉挛性发声困难)
- 过去或现在的重度吸烟者(平均每天>20支香烟)
- 之前参加过 Kintsugi 资助的任何研究的受试者。
学习计划
研究是如何设计的?
设计细节
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
郁闷
所有研究参与者都将经历相同的研究程序。
所有个人都将完成有关其情绪和身体健康的简短在线评估,根据提示提供录音语音响应,并由其居住州许可的临床医生完成 SCID-5-CT,同时出于质量保证目的录制音频和视频。
|
Kintsugi 语音设备旨在用于筛查 22 岁及以上患者是否存在与当前中度至重度抑郁发作一致的语音信号。 该设备旨在由获得抑郁症筛查许可的护理提供者以及进行抑郁症筛查的环境中使用。 该设备既不能代替完整的患者评估,也不能取代临床医生对抑郁症筛查或诊断的任何标准评估。 Kintsugi 语音设备由软件 API 和机器学习模型组成,利用记录的语音样本作为输入,并输出与当前中度至重度抑郁发作一致的信号检测作为输出。 |
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 |
|---|---|---|
|
Kintsugi 语音设备相对于 SCID-5 的灵敏度和特异性
大体时间:第一天
|
使用灵敏度和特异性对当前 MDD 和/或 MDE 进行 SCID-5-CT 诊断,确定 KV 设备在区分当前显着抑郁发作的存在方面的性能。
|
第一天
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
Kintsugi 语音设备相对于 SCID-5 的 PPV、NPV、AUC、F 分数
大体时间:第一天
|
使用阳性预测值、阴性预测值、曲线下面积和 F 分数对当前 MDD 和/或 MDE 进行 SCID-5-CT 诊断,确定 KV 设备在区分当前是否存在显着抑郁发作方面的性能。
|
第一天
|
|
Kintsugi 语音设备相对于 SCID-5-CT 严重性的灵敏度、特异性、PPV、NPV、AUC、F 分数
大体时间:第一天
|
对于诊断为当前 MDD 和/或 MDE 的患者,使用 SCID-5-CT 严重性评估确定 KV 设备在区分当前显着抑郁发作的严重性方面的性能
|
第一天
|
|
Kintsugi 语音设备相对于 PHQ-9 的灵敏度、特异性、PPV、NPV、AUC、F 分数
大体时间:第一天
|
与 PHQ-9 相比,确定设备在区分当前是否存在显着抑郁症状方面的性能
|
第一天
|
合作者和调查者
出版物和有用的链接
一般刊物
- Low DM, Bentley KH, Ghosh SS. Automated assessment of psychiatric disorders using speech: A systematic review. Laryngoscope Investig Otolaryngol. 2020 Jan 31;5(1):96-116. doi: 10.1002/lio2.354. eCollection 2020 Feb.
- Mundt JC, Vogel AP, Feltner DE, Lenderking WR. Vocal acoustic biomarkers of depression severity and treatment response. Biol Psychiatry. 2012 Oct 1;72(7):580-7. doi: 10.1016/j.biopsych.2012.03.015. Epub 2012 Apr 26.
- Zhang L, Duvvuri R, Chandra KKL, Nguyen T, Ghomi RH. Automated voice biomarkers for depression symptoms using an online cross-sectional data collection initiative. Depress Anxiety. 2020 Jul;37(7):657-669. doi: 10.1002/da.23020. Epub 2020 May 7.
- Ozkanca Y, Ozturk MG, Ekmekci MN, Atkins DC, Demiroglu C, Ghomi RH. Depression Screening from Voice Samples of Patients Affected by Parkinson's Disease. Digit Biomark. 2019 May-Aug;3(2):72-82. doi: 10.1159/000500354. Epub 2019 Jun 12.
- Fagherazzi G, Fischer A, Ismael M, Despotovic V. Voice for Health: The Use of Vocal Biomarkers from Research to Clinical Practice. Digit Biomark. 2021 Apr 16;5(1):78-88. doi: 10.1159/000515346. eCollection 2021 Jan-Apr.
- Williams SZ, Chung GS, Muennig PA. Undiagnosed depression: A community diagnosis. SSM Popul Health. 2017 Jul 28;3:633-638. doi: 10.1016/j.ssmph.2017.07.012. eCollection 2017 Dec.
- Thomas JA, Burkhardt HA, Chaudhry S, Ngo AD, Sharma S, Zhang L, Au R, Hosseini Ghomi R. Assessing the Utility of Language and Voice Biomarkers to Predict Cognitive Impairment in the Framingham Heart Study Cognitive Aging Cohort Data. J Alzheimers Dis. 2020;76(3):905-922. doi: 10.3233/JAD-190783.
- Evans-Lacko S, Aguilar-Gaxiola S, Al-Hamzawi A, Alonso J, Benjet C, Bruffaerts R, Chiu WT, Florescu S, de Girolamo G, Gureje O, Haro JM, He Y, Hu C, Karam EG, Kawakami N, Lee S, Lund C, Kovess-Masfety V, Levinson D, Navarro-Mateu F, Pennell BE, Sampson NA, Scott KM, Tachimori H, Ten Have M, Viana MC, Williams DR, Wojtyniak BJ, Zarkov Z, Kessler RC, Chatterji S, Thornicroft G. Socio-economic variations in the mental health treatment gap for people with anxiety, mood, and substance use disorders: results from the WHO World Mental Health (WMH) surveys. Psychol Med. 2018 Jul;48(9):1560-1571. doi: 10.1017/S0033291717003336. Epub 2017 Nov 27.
- GBD Results Tool | GHDx. Accessed January 31, 2022. http://ghdx.healthdata.org/gbd-results-tool?params=gbd-api-2019-permalink/d780dffbe8a381b25e1416884959e88b
- Major Depression. National Institute of Mental Health. Published January 2022. Accessed January 31, 2022. https://www.nimh.nih.gov/health/statistics/major-depression
- Facts & Statistics | Anxiety and Depression Association of America, ADAA. Accessed January 31, 2022. https://adaa.org/understanding-anxiety/facts-statistics
- Domogauer JD, Colangelo N, Aggarwal R. Study of Total and Undiagnosed Depression in a Cancer Patient Population at an Urban Cancer Center. International Journal of Radiation Oncology*Biology*Physics. 2017;99(2):S10. doi:10.1016/J.IJROBP.2017.06.040
- Lewis K, Marrie RA, Bernstein CN, Graff LA, Patten SB, Sareen J, Fisk JD, Bolton JM; CIHR Team in Defining the Burden and Managing the Effects of Immune-Mediated Inflammatory Disease. The Prevalence and Risk Factors of Undiagnosed Depression and Anxiety Disorders Among Patients With Inflammatory Bowel Disease. Inflamm Bowel Dis. 2019 Sep 18;25(10):1674-1680. doi: 10.1093/ibd/izz045.
- Sorkin DH, Ngo-Metzger Q, Billimek J, August KJ, Greenfield S, Kaplan SH. Underdiagnosed and undertreated depression among racially/ethnically diverse patients with type 2 diabetes. Diabetes Care. 2011 Mar;34(3):598-600. doi: 10.2337/dc10-1825. Epub 2011 Jan 27.
- McDaid D, Park A la. Counting All the Costs: The Economic Impact of Comorbidity. Key Issues in Mental Health. 2015;179:23-32. doi:10.1159/000365941
- Depression - Clinical Preventive Service Recommendation. American Academy of Family Physicians. Accessed February 1, 2022. https://www.aafp.org/family-physician/patient-care/clinical-recommendations/all-clinical-recommendations/depression.html
- Olfson M, Kroenke K, Wang S, Blanco C. Trends in office-based mental health care provided by psychiatrists and primary care physicians. J Clin Psychiatry. 2014 Mar;75(3):247-53. doi: 10.4088/JCP.13m08834.
- Aboraya A. The Reliability of Psychiatric Diagnoses: Point-Our psychiatric Diagnoses are Still Unreliable. Psychiatry (Edgmont). 2007 Jan;4(1):22-5. No abstract available.
- Kraemer HC, Kupfer DJ, Clarke DE, Narrow WE, Regier DA. DSM-5: how reliable is reliable enough? Am J Psychiatry. 2012 Jan;169(1):13-5. doi: 10.1176/appi.ajp.2011.11010050. No abstract available.
- Mitchell AJ, Vaze A, Rao S. Clinical diagnosis of depression in primary care: a meta-analysis. Lancet. 2009 Aug 22;374(9690):609-19. doi: 10.1016/S0140-6736(09)60879-5. Epub 2009 Jul 27.
- Di Y, Wang J, Liu X, Zhu T. Combining Polygenic Risk Score and Voice Features to Detect Major Depressive Disorders. Front Genet. 2021 Dec 20;12:761141. doi: 10.3389/fgene.2021.761141. eCollection 2021.
- Lin H, Karjadi C, Ang TFA, Prajakta J, McManus C, Alhanai TW, Glass J, Au R. Identification of digital voice biomarkers for cognitive health. Explor Med. 2020;1:406-417. doi: 10.37349/emed.2020.00028. Epub 2020 Dec 31.
- Tracy JM, Ozkanca Y, Atkins DC, Hosseini Ghomi R. Investigating voice as a biomarker: Deep phenotyping methods for early detection of Parkinson's disease. J Biomed Inform. 2020 Apr;104:103362. doi: 10.1016/j.jbi.2019.103362. Epub 2019 Dec 19.
- Deng K, Li Y, Zhang H, Wang J, Albin RL, Guan Y. Heterogeneous digital biomarker integration out-performs patient self-reports in predicting Parkinson's disease. Commun Biol. 2022 Jan 17;5(1):58. doi: 10.1038/s42003-022-03002-x.
- Shin D, Cho WI, Park CHK, Rhee SJ, Kim MJ, Lee H, Kim NS, Ahn YM. Detection of Minor and Major Depression through Voice as a Biomarker Using Machine Learning. J Clin Med. 2021 Jul 8;10(14):3046. doi: 10.3390/jcm10143046.
- Kraepelin E. Manic Depressive Insanity and Paranoia. The Journal of Nervous and Mental Disease. 1921;53(4). https://journals.lww.com/jonmd/Fulltext/1921/04000/Manic_Depressive_Insanity_and_Paranoia.57.aspx
- Szabadi E, Bradshaw CM, Besson JA. Elongation of pause-time in speech: a simple, objective measure of motor retardation in depression. Br J Psychiatry. 1976 Dec;129:592-7. doi: 10.1192/bjp.129.6.592.
- Greden JF, Albala AA, Smokler IA, Gardner R, Carroll BJ. Speech pause time: a marker of psychomotor retardation among endogenous depressives. Biol Psychiatry. 1981 Sep;16(9):851-9.
- Singh R, Baker JT, Pennant L, Morency LP. Deducing the severity of psychiatric symptoms from the human voice. ArXiv. 2017;abs/1703.05344.
- Salekin A, Eberle JW, Glenn JJ, Teachman BA, Stankovic JA. A Weakly Supervised Learning Framework for Detecting Social Anxiety and Depression. Proc ACM Interact Mob Wearable Ubiquitous Technol. 2018 Jun;2(2):81. doi: 10.1145/3214284.
- Siu AL; US Preventive Services Task Force (USPSTF); Bibbins-Domingo K, Grossman DC, Baumann LC, Davidson KW, Ebell M, Garcia FA, Gillman M, Herzstein J, Kemper AR, Krist AH, Kurth AE, Owens DK, Phillips WR, Phipps MG, Pignone MP. Screening for Depression in Adults: US Preventive Services Task Force Recommendation Statement. JAMA. 2016 Jan 26;315(4):380-7. doi: 10.1001/jama.2015.18392.
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.