4006 776 356
免费咨询 9:00-18:00
免费获得国外相关药品，最快 1 个工作日回馈药物信息
儿童哮喘（哮喘患者）的个性化数字健康和人工智能
哮喘是气道的一种慢性炎症性疾病，会引起喘息，呼吸困难和咳嗽的复发发作。学龄儿童哮喘的患病率为8％，学龄前儿童的患病率为30％，使哮喘成为儿童的第一种慢性疾病。症状是由于弥漫性但可变的气道阻塞，可自发可逆的或在吸入β2激动剂（β-2a）（例如salbutamol）引起的。哮喘的加剧经常受到父母和病人本人的评估。据估计，每年约2.5％的哮喘儿童住院。因此，可以通过改善对支气管阻塞的早期检测，通过适当的背景治疗的立即治疗以及可靠，客观地评估对治疗的反应，从而减少哮喘所造成的全球负担。
儿童哮喘症状的自然病史表现出很大的个体内和个体变异性。评估父母或孩子本人的攻击严重程度的困难，当他年纪大到可以控制慢性病时，这是管理哮喘管理的关键因素，并允许对治疗进行迅速调整，有时避免住院。医疗保健专业人员可以使用儿科呼吸评估措施（PRAM）评分来评估该事件的严重性，该评分具有任何年龄段适应性的优势。全球反对慢性呼吸疾病联盟（GARD）在其慢性呼吸疾病的诊断策略中融合了肺功能测试，该策略允许在诊断和长期随访的背景下定量呼吸功能。尽管肺活量测定法是非侵入性测试，但它们仍然需要高水平的患者合作，这在7岁之前仍然存在问题。
数字STETHSOCOPE集成了将听诊和数据传输记录到高性能软件的能力。这使得可以将听诊扩展到单独的人耳朵（超过20-20,000赫兹）之外。AuscultatorySounds Analysis，尤其是那些通常与阻塞性综合征相关的声音分析可能是简单的，可再现的，并且可以评估严重性的可靠方法以及对儿童哮喘治疗的反应。人工智能研究中信号处理和无监督学习的重大进展为对生理措施的高性能分析提供了潜力。
| 病情或疾病 |
|---|
| 儿童哮喘 |
目的：
开发一种基于人工智能的算法，用于无监督的诊断和儿童哮喘加重分类。
方法论：在24个月内，日内瓦大学医院（HUG）的小儿急诊室（PED）和儿科呼吸单元（PRU）将进行一项纵向前瞻性观测研究。这项临床研究将包括2至16岁的急性哮喘患者。该干预措施包括记录静止患者的诊断，在急性加重期间和通过数字听诊器（DS）在PED中通过支气管扩张药（β-2激动剂）吸入治疗后的哮喘患者。急性发作后7天的住院期间，在住院期间，将记录听诊，结合了Intdoor和户外措施，并评估了博览会。最后一个记录将在急性发作后的6到8周内完成，如果患者最多7年，则进行肺功能测试。验证和培训音频数据库将用于人工智能（AI）算法的发展，允许分析呼吸速率，灵感/呼气时间比例，下撑杆评分，强度差异和无监督诊断。
预期成绩：
与专家相比，创建用于无监督急性哮喘加重诊断的性能AI算法，其灵敏度> 70％，> 70％的特异性。对治疗的反应将改善儿童哮喘管理中的患者赋权和个性化医学。
| 研究类型 ： | 观察 |
| 估计入学人数 ： | 290名参与者 |
| 观察模型： | 队列 |
| 时间观点： | 预期 |
| 官方标题： | 儿童哮喘的个性化数字健康和人工智能 |
| 实际学习开始日期 ： | 2020年3月1日 |
| 估计初级完成日期 ： | 2021年11月30日 |
| 估计 学习完成日期 ： | 2022年4月1日 |
- 与医师在哮喘攻击中相比，算法的诊断性能[时间范围：吸入支气管扩张剂之前评估]为了评估2至16岁儿童在哮喘危机中的诊断性能，与医生相比，向接待服务和儿科紧急情况进行了诊断。
- 与医师在哮喘攻击中相比，算法的诊断性能[时间范围：在吸入支气管扩张剂后20分钟评估]为了评估2至16岁儿童在哮喘危机中的诊断性能，与医生相比，向接待服务和儿科紧急情况进行了诊断。
- 人工智能算法评估治疗反应[时间范围：吸入支气管扩张剂之前的评估]与医生相比，评估人工智能算法的诊断性能。
- 人工智能算法评估治疗反应[时间范围：吸入支气管扩张剂后20分钟评估]与医生相比，评估人工智能算法的诊断性能。
- 哮喘攻击严重程度[时间范围：吸入支气管扩张剂之前的评估]对哮喘攻击严重程度的自动评估比较婴儿车得分和听诊
- 哮喘攻击严重程度[时间范围：吸入支气管扩张剂20分钟后评估]对哮喘攻击严重程度的自动评估比较婴儿车得分和听诊
- 分析哮喘攻击中不同参数[时间范围：吸入支气管扩张剂之前的评估]自动评估呼吸率
- 分析哮喘攻击中的不同参数[时间范围：在吸入支气管扩张剂后20分钟评估]自动评估呼吸率
- 分析听诊期间的呼吸时间[时间范围：吸入支气管扩张剂之前的评估]自动化时间（TI）测量
- 在听诊期间分析呼吸时间[时间范围：吸入支气管扩张剂后20分钟评估]自动化时间（TI）测量
- 分析听诊期间的呼吸时间[时间范围：在吸入支气管扩张剂之前]自动呼气时间（TE）测量。
- 在听诊期间分析呼吸时间[时间范围：吸入支气管扩张剂后20分钟]自动呼气时间（TE）测量。
- 听诊喘息评估[时间范围：吸入支气管扩张剂之前]在β-2驱仪之前自动喘息的听诊分析。
- 听觉喘息评估[时间范围：吸入支气管扩张剂后20分钟]β-2驱仪后自动喘息的听诊分析。
| 符合研究资格的年龄： | 2年至16岁（孩子） |
| 有资格学习的男女： | 全部 |
| 接受健康的志愿者： | 不 |
| 采样方法： | 概率样本 |
290例患者在PED内发生了70次严重哮喘（临床婴儿车评分> 7）内急性哮喘加重。对于住院的患者，我们估计两年内需要70名患者。
在DS测量和肺活量计测量中，至少有150名患者在肺部急性发作后6至8周内评估。
| 联系人：Isabelle Ruchonnet-Metrailler，医学博士，博士 | +41.79.553.41.69 | isabelle.ruchonnet-metrailler@hcuge.ch |
| 瑞士 | |
| 日内瓦大学医院 | 招募 |
| 瑞士日内瓦，1205 | |
| 联系人：Isabelle Ruchonnet-Métrailler，医学博士学位+41 79 553 41 69 isabelle.ruchonnet-metrailler@hcuge.ch | |
| 首席研究员：Isabelle Ruchonnet-Métrailler，医学博士 | |
| 子注视器：医学博士Constance Barazzone Argiroffo | |
| 次级评论者：医学博士Mohamed-Rida Benissa | |
| 子注视器：医学博士Alain Gervaix | |
| 子注视器：医学博士Laurence Lacroix | |
| 次级评论者：医学博士Johan Siebert | |
| 日内瓦大学医院 | 招募 |
| 瑞士日内瓦，1205 | |
| 联系人：Mohamed-Rida Benissa，MD，M.Sc.，MPH +33.62.866.40.47 mrbenissa@gmail.com | |
| 联系人：Isabelle Ruchonnet-Métrailler，医学博士Isabelle.ruchonnet-metrailler@hcuge.ch | |
| 子注视器：医学博士Alain Gervaix | |
| 子注视器：医学博士Constance Barazzone Argiroffo | |
| 研究主任： | 医学博士Alain Gervaix | 日内瓦大学 | |
| 学习主席： | 医学博士Constance Barazzone Argiroffo | 日内瓦大学 | |
| 首席研究员： | Isabelle Ruchonnet-Metrailler，医学博士，博士 | 日内瓦大学 |
| 追踪信息 | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 首先提交日期 | 2020年5月12日 | |||||||||
| 第一个发布日期 | 2020年8月27日 | |||||||||
| 最后更新发布日期 | 2021年2月4日 | |||||||||
| 实际学习开始日期 | 2020年3月1日 | |||||||||
| 估计初级完成日期 | 2021年11月30日（主要结果度量的最终数据收集日期） | |||||||||
| 当前的主要结果指标 |
| |||||||||
| 原始主要结果指标 | 与电流相同 | |||||||||
| 改变历史 | ||||||||||
| 当前的次要结果指标 |
| |||||||||
| 原始的次要结果指标 | 与电流相同 | |||||||||
| 当前其他预先指定的结果指标 | 不提供 | |||||||||
| 其他其他预先指定的结果指标 | 不提供 | |||||||||
| 描述性信息 | ||||||||||
| 简短标题 | 儿童哮喘的个性化数字健康和人工智能 | |||||||||
| 官方头衔 | 儿童哮喘的个性化数字健康和人工智能 | |||||||||
| 简要摘要 | 哮喘是气道的一种慢性炎症性疾病，会引起喘息，呼吸困难和咳嗽的复发发作。学龄儿童哮喘的患病率为8％，学龄前儿童的患病率为30％，使哮喘成为儿童的第一种慢性疾病。症状是由于弥漫性但可变的气道阻塞，可自发可逆的或在吸入β2激动剂（β-2a）（例如salbutamol）引起的。哮喘的加剧经常受到父母和病人本人的评估。据估计，每年约2.5％的哮喘儿童住院。因此，可以通过改善对支气管阻塞的早期检测，通过适当的背景治疗的立即治疗以及可靠，客观地评估对治疗的反应，从而减少哮喘所造成的全球负担。 儿童哮喘症状的自然病史表现出很大的个体内和个体变异性。评估父母或孩子本人的攻击严重程度的困难，当他年纪大到可以控制慢性病时，这是管理哮喘管理的关键因素，并允许对治疗进行迅速调整，有时避免住院。医疗保健专业人员可以使用儿科呼吸评估措施（PRAM）评分来评估该事件的严重性，该评分具有任何年龄段适应性的优势。全球反对慢性呼吸疾病联盟（GARD）在其慢性呼吸疾病的诊断策略中融合了肺功能测试，该策略允许在诊断和长期随访的背景下定量呼吸功能。尽管肺活量测定法是非侵入性测试，但它们仍然需要高水平的患者合作，这在7岁之前仍然存在问题。 数字STETHSOCOPE集成了将听诊和数据传输记录到高性能软件的能力。这使得可以将听诊扩展到单独的人耳朵（超过20-20,000赫兹）之外。AuscultatorySounds Analysis，尤其是那些通常与阻塞性综合征相关的声音分析可能是简单的，可再现的，并且可以评估严重性的可靠方法以及对儿童哮喘治疗的反应。人工智能研究中信号处理和无监督学习的重大进展为对生理措施的高性能分析提供了潜力。 | |||||||||
| 详细说明 | 目的： 开发一种基于人工智能的算法，用于无监督的诊断和儿童哮喘加重分类。 方法论：在24个月内，日内瓦大学医院（HUG）的小儿急诊室（PED）和儿科呼吸单元（PRU）将进行一项纵向前瞻性观测研究。这项临床研究将包括2至16岁的急性哮喘患者。该干预措施包括记录静止患者的诊断，在急性加重期间和通过数字听诊器（DS）在PED中通过支气管扩张药（β-2激动剂）吸入治疗后的哮喘患者。急性发作后7天的住院期间，在住院期间，将记录听诊，结合了Intdoor和户外措施，并评估了博览会。最后一个记录将在急性发作后的6到8周内完成，如果患者最多7年，则进行肺功能测试。验证和培训音频数据库将用于人工智能（AI）算法的发展，允许分析呼吸速率，灵感/呼气时间比例，下撑杆评分，强度差异和无监督诊断。 预期成绩： 与专家相比，创建用于无监督急性哮喘加重诊断的性能AI算法，其灵敏度> 70％，> 70％的特异性。对治疗的反应将改善儿童哮喘管理中的患者赋权和个性化医学。 | |||||||||
| 研究类型 | 观察 | |||||||||
| 学习规划 | 观察模型：队列 时间观点：前瞻性 | |||||||||
| 目标随访时间 | 不提供 | |||||||||
| 生物测量 | 不提供 | |||||||||
| 采样方法 | 概率样本 | |||||||||
| 研究人群 | 290例患者在PED内发生了70次严重哮喘（临床婴儿车评分> 7）内急性哮喘加重。对于住院的患者，我们估计两年内需要70名患者。 在DS测量和肺活量计测量中，至少有150名患者在肺部急性发作后6至8周内评估。 | |||||||||
| 健康）状况 | 儿童哮喘 | |||||||||
| 干涉 | 不提供 | |||||||||
| 研究组/队列 | 不提供 | |||||||||
| 出版物 * | 不提供 | |||||||||
*包括数据提供商提供的出版物以及MEDLINE中临床标识符（NCT编号）确定的出版物。 | ||||||||||
| 招聘信息 | ||||||||||
| 招聘状况 | 招募 | |||||||||
| 估计入学人数 | 290 | |||||||||
| 原始估计注册 | 与电流相同 | |||||||||
| 估计学习完成日期 | 2022年4月1日 | |||||||||
| 估计初级完成日期 | 2021年11月30日（主要结果度量的最终数据收集日期） | |||||||||
| 资格标准 | 纳入标准：
排除标准： | |||||||||
| 性别/性别 |
| |||||||||
| 年龄 | 2年至16岁（孩子） | |||||||||
| 接受健康的志愿者 | 不 | |||||||||
| 联系人 |
| |||||||||
| 列出的位置国家 | 瑞士 | |||||||||
| 删除了位置国家 | ||||||||||
| 管理信息 | ||||||||||
| NCT编号 | NCT04528342 | |||||||||
| 其他研究ID编号 | 2019-01238 | |||||||||
| 有数据监测委员会 | 是的 | |||||||||
| 美国FDA调节的产品 |
| |||||||||
| IPD共享声明 |
| |||||||||
| 责任方 | 日内瓦大学医院Isabelle Ruchonnet-Métrailler | |||||||||
| 研究赞助商 | Isabelle Ruchonnet-Métrailler | |||||||||
| 合作者 | 不提供 | |||||||||
| 调查人员 |
| |||||||||
| PRS帐户 | 日内瓦大学医院 | |||||||||
| 验证日期 | 2021年2月 | |||||||||
哮喘是气道的一种慢性炎症性疾病，会引起喘息，呼吸困难和咳嗽的复发发作。学龄儿童哮喘的患病率为8％，学龄前儿童的患病率为30％，使哮喘成为儿童的第一种慢性疾病。症状是由于弥漫性但可变的气道阻塞，可自发可逆的或在吸入β2激动剂（β-2a）（例如salbutamol）引起的。哮喘的加剧经常受到父母和病人本人的评估。据估计，每年约2.5％的哮喘儿童住院。因此，可以通过改善对支气管阻塞的早期检测，通过适当的背景治疗的立即治疗以及可靠，客观地评估对治疗的反应，从而减少哮喘所造成的全球负担。
儿童哮喘症状的自然病史表现出很大的个体内和个体变异性。评估父母或孩子本人的攻击严重程度的困难，当他年纪大到可以控制慢性病时，这是管理哮喘管理的关键因素，并允许对治疗进行迅速调整，有时避免住院。医疗保健专业人员可以使用儿科呼吸评估措施（PRAM）评分来评估该事件的严重性，该评分具有任何年龄段适应性的优势。全球反对慢性呼吸疾病联盟（GARD）在其慢性呼吸疾病的诊断策略中融合了肺功能测试，该策略允许在诊断和长期随访的背景下定量呼吸功能。尽管肺活量测定法是非侵入性测试，但它们仍然需要高水平的患者合作，这在7岁之前仍然存在问题。
数字STETHSOCOPE集成了将听诊和数据传输记录到高性能软件的能力。这使得可以将听诊扩展到单独的人耳朵（超过20-20,000赫兹）之外。AuscultatorySounds Analysis，尤其是那些通常与阻塞性综合征相关的声音分析可能是简单的，可再现的，并且可以评估严重性的可靠方法以及对儿童哮喘治疗的反应。人工智能研究中信号处理和无监督学习的重大进展为对生理措施的高性能分析提供了潜力。
| 病情或疾病 |
|---|
| 儿童哮喘 |
目的：
开发一种基于人工智能的算法，用于无监督的诊断和儿童哮喘加重分类。
方法论：在24个月内，日内瓦大学医院（HUG）的小儿急诊室（PED）和儿科呼吸单元（PRU）将进行一项纵向前瞻性观测研究。这项临床研究将包括2至16岁的急性哮喘患者。该干预措施包括记录静止患者的诊断，在急性加重期间和通过数字听诊器（DS）在PED中通过支气管扩张药（β-2激动剂）吸入治疗后的哮喘患者。急性发作后7天的住院期间，在住院期间，将记录听诊，结合了Intdoor和户外措施，并评估了博览会。最后一个记录将在急性发作后的6到8周内完成，如果患者最多7年，则进行肺功能测试。验证和培训音频数据库将用于人工智能（AI）算法的发展，允许分析呼吸速率，灵感/呼气时间比例，下撑杆评分，强度差异和无监督诊断。
预期成绩：
与专家相比，创建用于无监督急性哮喘加重诊断的性能AI算法，其灵敏度> 70％，> 70％的特异性。对治疗的反应将改善儿童哮喘管理中的患者赋权和个性化医学。
| 研究类型 ： | 观察 |
| 估计入学人数 ： | 290名参与者 |
| 观察模型： | 队列 |
| 时间观点： | 预期 |
| 官方标题： | 儿童哮喘的个性化数字健康和人工智能 |
| 实际学习开始日期 ： | 2020年3月1日 |
| 估计初级完成日期 ： | 2021年11月30日 |
| 估计 学习完成日期 ： | 2022年4月1日 |
- 与医师在哮喘攻击中相比，算法的诊断性能[时间范围：吸入支气管扩张剂之前评估]为了评估2至16岁儿童在哮喘危机中的诊断性能，与医生相比，向接待服务和儿科紧急情况进行了诊断。
- 与医师在哮喘攻击中相比，算法的诊断性能[时间范围：在吸入支气管扩张剂后20分钟评估]为了评估2至16岁儿童在哮喘危机中的诊断性能，与医生相比，向接待服务和儿科紧急情况进行了诊断。
- 人工智能算法评估治疗反应[时间范围：吸入支气管扩张剂之前的评估]与医生相比，评估人工智能算法的诊断性能。
- 人工智能算法评估治疗反应[时间范围：吸入支气管扩张剂后20分钟评估]与医生相比，评估人工智能算法的诊断性能。
- 哮喘攻击严重程度[时间范围：吸入支气管扩张剂之前的评估]对哮喘攻击严重程度的自动评估比较婴儿车得分和听诊
- 哮喘攻击严重程度[时间范围：吸入支气管扩张剂20分钟后评估]对哮喘攻击严重程度的自动评估比较婴儿车得分和听诊
- 分析哮喘攻击中不同参数[时间范围：吸入支气管扩张剂之前的评估]自动评估呼吸率
- 分析哮喘攻击中的不同参数[时间范围：在吸入支气管扩张剂后20分钟评估]自动评估呼吸率
- 分析听诊期间的呼吸时间[时间范围：吸入支气管扩张剂之前的评估]自动化时间（TI）测量
- 在听诊期间分析呼吸时间[时间范围：吸入支气管扩张剂后20分钟评估]自动化时间（TI）测量
- 分析听诊期间的呼吸时间[时间范围：在吸入支气管扩张剂之前]自动呼气时间（TE）测量。
- 在听诊期间分析呼吸时间[时间范围：吸入支气管扩张剂后20分钟]自动呼气时间（TE）测量。
- 听诊喘息评估[时间范围：吸入支气管扩张剂之前]在β-2驱仪之前自动喘息的听诊分析。
- 听觉喘息评估[时间范围：吸入支气管扩张剂后20分钟]β-2驱仪后自动喘息的听诊分析。
| 符合研究资格的年龄： | 2年至16岁（孩子） |
| 有资格学习的男女： | 全部 |
| 接受健康的志愿者： | 不 |
| 采样方法： | 概率样本 |
290例患者在PED内发生了70次严重哮喘（临床婴儿车评分> 7）内急性哮喘加重。对于住院的患者，我们估计两年内需要70名患者。
在DS测量和肺活量计测量中，至少有150名患者在肺部急性发作后6至8周内评估。
| 联系人：Isabelle Ruchonnet-Metrailler，医学博士，博士 | +41.79.553.41.69 | isabelle.ruchonnet-metrailler@hcuge.ch |
| 瑞士 | |
| 日内瓦大学医院 | 招募 |
| 瑞士日内瓦，1205 | |
| 联系人：Isabelle Ruchonnet-Métrailler，医学博士学位+41 79 553 41 69 isabelle.ruchonnet-metrailler@hcuge.ch | |
| 首席研究员：Isabelle Ruchonnet-Métrailler，医学博士 | |
| 子注视器：医学博士Constance Barazzone Argiroffo | |
| 次级评论者：医学博士Mohamed-Rida Benissa | |
| 子注视器：医学博士Alain Gervaix | |
| 子注视器：医学博士Laurence Lacroix | |
| 次级评论者：医学博士Johan Siebert | |
| 日内瓦大学医院 | 招募 |
| 瑞士日内瓦，1205 | |
| 联系人：Mohamed-Rida Benissa，MD，M.Sc.，MPH +33.62.866.40.47 mrbenissa@gmail.com | |
| 联系人：Isabelle Ruchonnet-Métrailler，医学博士Isabelle.ruchonnet-metrailler@hcuge.ch | |
| 子注视器：医学博士Alain Gervaix | |
| 子注视器：医学博士Constance Barazzone Argiroffo | |
| 研究主任： | 医学博士Alain Gervaix | 日内瓦大学 | |
| 学习主席： | 医学博士Constance Barazzone Argiroffo | 日内瓦大学 | |
| 首席研究员： | Isabelle Ruchonnet-Metrailler，医学博士，博士 | 日内瓦大学 |
| 追踪信息 | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 首先提交日期 | 2020年5月12日 | |||||||||
| 第一个发布日期 | 2020年8月27日 | |||||||||
| 最后更新发布日期 | 2021年2月4日 | |||||||||
| 实际学习开始日期 | 2020年3月1日 | |||||||||
| 估计初级完成日期 | 2021年11月30日（主要结果度量的最终数据收集日期） | |||||||||
| 当前的主要结果指标 |
| |||||||||
| 原始主要结果指标 | 与电流相同 | |||||||||
| 改变历史 | ||||||||||
| 当前的次要结果指标 |
| |||||||||
| 原始的次要结果指标 | 与电流相同 | |||||||||
| 当前其他预先指定的结果指标 | 不提供 | |||||||||
| 其他其他预先指定的结果指标 | 不提供 | |||||||||
| 描述性信息 | ||||||||||
| 简短标题 | 儿童哮喘的个性化数字健康和人工智能 | |||||||||
| 官方头衔 | 儿童哮喘的个性化数字健康和人工智能 | |||||||||
| 简要摘要 | 哮喘是气道的一种慢性炎症性疾病，会引起喘息，呼吸困难和咳嗽的复发发作。学龄儿童哮喘的患病率为8％，学龄前儿童的患病率为30％，使哮喘成为儿童的第一种慢性疾病。症状是由于弥漫性但可变的气道阻塞，可自发可逆的或在吸入β2激动剂（β-2a）（例如salbutamol）引起的。哮喘的加剧经常受到父母和病人本人的评估。据估计，每年约2.5％的哮喘儿童住院。因此，可以通过改善对支气管阻塞的早期检测，通过适当的背景治疗的立即治疗以及可靠，客观地评估对治疗的反应，从而减少哮喘所造成的全球负担。 儿童哮喘症状的自然病史表现出很大的个体内和个体变异性。评估父母或孩子本人的攻击严重程度的困难，当他年纪大到可以控制慢性病时，这是管理哮喘管理的关键因素，并允许对治疗进行迅速调整，有时避免住院。医疗保健专业人员可以使用儿科呼吸评估措施（PRAM）评分来评估该事件的严重性，该评分具有任何年龄段适应性的优势。全球反对慢性呼吸疾病联盟（GARD）在其慢性呼吸疾病的诊断策略中融合了肺功能测试，该策略允许在诊断和长期随访的背景下定量呼吸功能。尽管肺活量测定法是非侵入性测试，但它们仍然需要高水平的患者合作，这在7岁之前仍然存在问题。 数字STETHSOCOPE集成了将听诊和数据传输记录到高性能软件的能力。这使得可以将听诊扩展到单独的人耳朵（超过20-20,000赫兹）之外。AuscultatorySounds Analysis，尤其是那些通常与阻塞性综合征相关的声音分析可能是简单的，可再现的，并且可以评估严重性的可靠方法以及对儿童哮喘治疗的反应。人工智能研究中信号处理和无监督学习的重大进展为对生理措施的高性能分析提供了潜力。 | |||||||||
| 详细说明 | 目的： 开发一种基于人工智能的算法，用于无监督的诊断和儿童哮喘加重分类。 方法论：在24个月内，日内瓦大学医院（HUG）的小儿急诊室（PED）和儿科呼吸单元（PRU）将进行一项纵向前瞻性观测研究。这项临床研究将包括2至16岁的急性哮喘患者。该干预措施包括记录静止患者的诊断，在急性加重期间和通过数字听诊器（DS）在PED中通过支气管扩张药（β-2激动剂）吸入治疗后的哮喘患者。急性发作后7天的住院期间，在住院期间，将记录听诊，结合了Intdoor和户外措施，并评估了博览会。最后一个记录将在急性发作后的6到8周内完成，如果患者最多7年，则进行肺功能测试。验证和培训音频数据库将用于人工智能（AI）算法的发展，允许分析呼吸速率，灵感/呼气时间比例，下撑杆评分，强度差异和无监督诊断。 预期成绩： 与专家相比，创建用于无监督急性哮喘加重诊断的性能AI算法，其灵敏度> 70％，> 70％的特异性。对治疗的反应将改善儿童哮喘管理中的患者赋权和个性化医学。 | |||||||||
| 研究类型 | 观察 | |||||||||
| 学习规划 | 观察模型：队列 时间观点：前瞻性 | |||||||||
| 目标随访时间 | 不提供 | |||||||||
| 生物测量 | 不提供 | |||||||||
| 采样方法 | 概率样本 | |||||||||
| 研究人群 | 290例患者在PED内发生了70次严重哮喘（临床婴儿车评分> 7）内急性哮喘加重。对于住院的患者，我们估计两年内需要70名患者。 在DS测量和肺活量计测量中，至少有150名患者在肺部急性发作后6至8周内评估。 | |||||||||
| 健康）状况 | 儿童哮喘 | |||||||||
| 干涉 | 不提供 | |||||||||
| 研究组/队列 | 不提供 | |||||||||
| 出版物 * | 不提供 | |||||||||
*包括数据提供商提供的出版物以及MEDLINE中临床标识符（NCT编号）确定的出版物。 | ||||||||||
| 招聘信息 | ||||||||||
| 招聘状况 | 招募 | |||||||||
| 估计入学人数 | 290 | |||||||||
| 原始估计注册 | 与电流相同 | |||||||||
| 估计学习完成日期 | 2022年4月1日 | |||||||||
| 估计初级完成日期 | 2021年11月30日（主要结果度量的最终数据收集日期） | |||||||||
| 资格标准 | 纳入标准：
排除标准： | |||||||||
| 性别/性别 |
| |||||||||
| 年龄 | 2年至16岁（孩子） | |||||||||
| 接受健康的志愿者 | 不 | |||||||||
| 联系人 |
| |||||||||
| 列出的位置国家 | 瑞士 | |||||||||
| 删除了位置国家 | ||||||||||
| 管理信息 | ||||||||||
| NCT编号 | NCT04528342 | |||||||||
| 其他研究ID编号 | 2019-01238 | |||||||||
| 有数据监测委员会 | 是的 | |||||||||
| 美国FDA调节的产品 |
| |||||||||
| IPD共享声明 |
| |||||||||
| 责任方 | 日内瓦大学医院Isabelle Ruchonnet-Métrailler | |||||||||
| 研究赞助商 | Isabelle Ruchonnet-Métrailler | |||||||||
| 合作者 | 不提供 | |||||||||
| 调查人员 |
| |||||||||
| PRS帐户 | 日内瓦大学医院 | |||||||||
| 验证日期 | 2021年2月 | |||||||||
