Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

Multimodal Glucose Prediction in Type 2 Diabetes

5. června 2026 aktualizováno: Johns Hopkins University

CGM- and Behavior-based Large Health Model for Just-in-time Diabetes Management

The primary objective of this research, funded by Samsung Strategic Alliance for Research and Technology, is to develop multi-modal foundation models that integrate Continuous Glucose Monitoring (CGM) data with patient behavior data (food intake, medication, and physical activity) to improve real-time glucose prediction and personalized diabetes management for patients with Type 2 diabetes (T2D), delivered via mobile apps and digital health tools.

Přehled studie

Postavení

Zatím nenabíráme

Podmínky

Intervence / Léčba

Typ studie

Pozorovací

Zápis (Odhadovaný)

36

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní kontakt

  • Jméno: Nestoras Mathioudakis, MD, MHS
  • Telefonní číslo: 410-955-3663
  • E-mail: nmathio1@jhmi.edu

Studijní záloha kontaktů

  • Jméno: Gordon Gao, PhD
  • Telefonní číslo: 410-234-9450.
  • E-mail: ggao8@jh.edu

Studijní místa

  • Spojené státy
    • Maryland
      • Baltimore, Maryland, Spojené státy, 21287
        • Johns Hopkins Medicine
        • Kontakt:
          • Nestoras Mathioudakis, MD, MHS
          • Telefonní číslo: 410-955-3663
          • E-mail: nmathio1@jhmi.edu
        • Kontakt:
          • Gordon Gao, PhD
          • Telefonní číslo: 410-234-9450.
          • E-mail: ggao8@jh.edu
        • Vrchní vyšetřovatel:
          • Nestoras Mathioudakis, MD
        • Vrchní vyšetřovatel:
          • Gordon Gao, PhD

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Věk způsobilý ke studiu

  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ne

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

Participants will be selected from the Johns Hopkins Medicine adult clinical population. The study population will include adults with type 2 diabetes who receive diabetes care through Johns Hopkins Medicine, including primary care and endocrinology clinics. Participants will be recruited from patients whose routine diabetes care includes use of continuous glucose monitoring and who may be eligible to contribute glucose, wearable, app-based behavioral, and electronic medical record data for development and validation of glucose prediction models.

Popis

Inclusion Criteria:

  • 18-75 years old
  • Registered patient under Johns Hopkins Medicine (JHM)
  • Type 2 Diabetes diagnosis
  • Diabetes managed by a primary care physician or endocrinologist at JHM
  • Android Smartphone user
  • Must have a Dexcom G7 or FreeStyle Libre 3 CGM and using a mobile app to access their CGM data (G7 or Libre 3 apps)
  • 2 weeks of usage (with at least 50% wear time) prior to study participation required
  • CGM Time in Range of <70% in 14 days prior to enrollment
  • Must be able to read, understand, and communicate in English
  • Must not have hearing or vision impairments
  • Willingness to Download the Welldoc app
  • Agree to wear a SAMSUNG Galaxy Watch at least 12 hours per day
  • Download SAMSUNG Health (Non-SAMSUNG Phone user)
  • Download Google Health Connect
  • Use CGM at least 80% of the time
  • Take a photo of all meals

Exclusion Criteria:

  • Pregnant
  • Non-English speaker
  • Has hearing or vision impairment
  • Use of an insulin pump (i.e. automated insulin delivery system)
  • Diagnosed with other forms of diabetes (e.g. Type 1 Diabetes, Latent Autoimmune Diabetes in Adults (LADA), Maturity-Onset Diabetes of the Young (MODY), or Gestational diabetes)
  • Non-Android smartphone user (i.e., Apple iOS)
  • CGM time-below-range > 4% (i.e. hypoglycemia) in the 14 days prior to enrollment.
  • Hospitalization for Diabetic Ketoacidosis (DKA) or severe hypoglycemic episode within the previous 6 months.

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

Kohorty a intervence

Skupina / kohorta
Intervence / Léčba
Adults With Type 2 Diabetes Using CGM
Adults with type 2 diabetes receiving care through Johns Hopkins Medicine will participate in a single site observational cohort study. Participants will continue usual diabetes care and will not receive a treatment intervention from the study team. Participants will contribute CGM, smartwatch, app-based behavioral, and electronic medical record data for development and validation of glucose prediction models. Study-generated messages and summary reports will be reviewed by the study team and will not be delivered to participants.
Přístroj: Digital Health Data Collection System
Participants will use a digital health data collection system that includes the Welldoc app, a Samsung smartwatch, and the participant's existing continuous glucose monitor. The system will collect CGM data, smartwatch-derived activity, sleep, and vital sign data, and app-based behavioral information such as meals, physical activity, and medication use. Participants will continue usual diabetes care and will not receive treatment recommendations from the study team. Data will be used to develop and validate glucose prediction models and Artificial Intelligence (AI)-generated research outputs that will be reviewed by the study team and not delivered to participants.
Ostatní jména:
  • Kontinuální monitor glukózy
  • Dexcom G7
  • Welldoc
  • Samsung Galaxy Watch
  • FreeStyle Libre 3

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Root Mean Square Error of CGM Glucose Prediction Model
Časové okno: Up to 3 Month follow-up
Model performance will be evaluated using root mean square error to compare predicted continuous glucose monitor glucose values with observed continuous glucose monitor glucose values. Model performance using continuous glucose monitor data alone will be compared with model performance using continuous glucose monitor data plus behavioral measures, including physical activity and diet logs.
Up to 3 Month follow-up

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Number of Meal Logs Submitted Per Participant
Časové okno: Up to 3 Month follow-up
The total number of meal logs submitted by each participant in the study app will be summarized. A higher number indicates more frequent meal logging.
Up to 3 Month follow-up
Number of Physical Activity Logs Submitted Per Participant
Časové okno: Up to 3 Month follow-up
The total number of physical activity logs submitted by each participant in the study app will be summarized. A higher number indicates more frequent physical activity logging.
Up to 3 Month follow-up
Number of Medication Logs Submitted Per Participant
Časové okno: 3 month follow-up
The total number of medication logs submitted by each participant in the study app will be summarized. A higher number indicates more frequent medication logging.
3 month follow-up
Number of Mood Logs Submitted Per Participant
Časové okno: Up to 3 Month follow-up
The total number of mood logs submitted by each participant in the study app will be summarized. A higher number indicates more frequent mood logging.
Up to 3 Month follow-up
Percent of Expected Continuous Glucose Monitor Data Captured Per Participant
Časové okno: Up to 3 Month follow-up
The percentage of expected continuous glucose monitor data captured during the study period will be summarized for each participant. A higher percentage indicates greater continuous glucose monitor use.
Up to 3 Month follow-up
Mean Daily Samsung Smartwatch Wear Time Per Participant
Časové okno: Up to 3 Month follow-up
Mean daily Samsung smartwatch wear time will be summarized as the average number of hours per day that each participant wears the Samsung smartwatch. A higher number indicates greater smartwatch wear.
Up to 3 Month follow-up
Percent of Study Days With Study App Use Per Participant
Časové okno: Up to 3 Month follow-up
The percentage of study days with any recorded study app use will be summarized for each participant. A higher percentage indicates greater study app use.
Up to 3 Month follow-up
Clinician-Rated Accuracy of Artificial Intelligence-Generated Content as Assessed by a Study-Specific 5-Point Likert Scale
Časové okno: 3 month follow-up
Artificial intelligence-generated research content will be reviewed by the study team for accuracy using a study-specific 5-point Likert scale. Scores range from 1 to 5, with higher scores indicating greater accuracy. These outputs will not be delivered to participants.
3 month follow-up
Clinician-Rated Safety of Artificial Intelligence-Generated Content as Assessed by a Study-Specific 5-Point Likert Scale
Časové okno: 3 month follow-up
Artificial intelligence-generated research content will be reviewed by the study team for safety using a study-specific 5-point Likert scale. Scores range from 1 to 5, with higher scores indicating greater safety. These outputs will not be delivered to participants.
3 month follow-up
Clinician-Rated Communication Quality of Artificial Intelligence-Generated Content as Assessed by a Study-Specific 5-Point Likert Scale
Časové okno: 3 month follow-up
Artificial intelligence-generated research content will be reviewed by the study team for communication quality using a study-specific 5-point Likert scale. Scores range from 1 to 5, with higher scores indicating better communication quality. These outputs will not be delivered to participants.
3 month follow-up

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Sponzor

Johns Hopkins University

Spolupracovníci

Welldoc
Samsung Research America

Vyšetřovatelé

  • Vrchní vyšetřovatel: Nestoras Mathioudakis, MD, MHS, Johns Hopkins University

Publikace a užitečné odkazy

Osoba odpovědná za zadávání informací o studiu tyto publikace poskytuje dobrovolně. Mohou se týkat čehokoli, co souvisí se studiem.

Obecné publikace

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (Odhadovaný)

15. června 2026

Primární dokončení (Odhadovaný)

15. ledna 2027

Dokončení studie (Odhadovaný)

26. února 2027

Termíny zápisu do studia

První předloženo

2. června 2026

První předloženo, které splnilo kritéria kontroly kvality

2. června 2026

První zveřejněno (Aktuální)

8. června 2026

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

9. června 2026

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

5. června 2026

Naposledy ověřeno

1. června 2026

Více informací

Termíny související s touto studií

Další relevantní podmínky MeSH

Další identifikační čísla studie

  • IRB00523137

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NE

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .

Klinické studie na Cukrovka typu 2

Klinické studie na Digital Health Data Collection System

Prohledejte podobné pokusy

Sponzoři a spolupracovníci

Zdravotní podmínky

Drogové intervence

CROs by country

CROs in Malaysia

Podmínky

Vzácné nemoci

Drogové intervence

Doplňky stravy

Sponzor / Spolupracovníci

Místa

Předplatit