Integration af en trænet sprogmodel for at forbedre den glykæmiske kontrol gennem øget fysisk aktivitet: en fuldstændig digital My Heart Counts Smartphone-app Randomiseret forsøg
Type 2-diabetes (T2D) er en af de mest almindelige og hurtigst voksende sygdomme og rammer 1 ud af 8 voksne (næsten 800 millioner) på verdensplan i 2045. Stillesiddende adfærd og øget fedme er vigtige risikofaktorer for T2D. Hjerte-kar-sygdomme er den førende dødsårsag hos dem med T2D, mens diabetisk mikrovaskulær sygdom, der forårsager nyresygdom, neuropati og retinopati, bidrager til T2D-morbiditet.
Fysisk aktivitet er en af de mest potente terapier til at forebygge/behandle T2D og dets komplikationer. Gennemsnitlige daglige skridt er en proxy for fysisk aktivitet, med selv beskedne forbedringer i skridtantal (dvs. +500 skridt) forbundet med nedsat T2D og dødelighed. Imidlertid forbliver overholdelse af regelmæssig fysisk aktivitet lav hos T2D-patienter, med kortvarige fald i dagligt skridttal forbundet med nedsat glykæmisk kontrol og T2D-tilbagefald.
Efterforskerne har udviklet en kunstig intelligens (AI) sprogmodel (ligner ChatGPT), som automatisk kan generere coaching-prompter for at tilskynde til fysisk aktivitet ved at inkorporere en persons forandringsstadium. Efterforskerne vil udvide vores forskning ved hjælp af My Heart Counts (MHC) smartphone-appen til 1) at validere effektiviteten af de AI-genererede prompter hos patienter med T2D og 2) udføre et længerevarende randomiseret crossover-forsøg ved at bruge sprogmodellen som en social accountability chatbot - opmuntrer deltagere til at opretholde deres fysiske aktivitetsændringer over måneder. Efterforskerne antager, at mine AI-assisteret coaching-prompter vil stige markant 1) det gennemsnitlige daglige antal skridt med 500 trin hos 1.000 voksne rekrutteret landsdækkende over en 7-dages periode, og 2) forbedre HbA1c og vægt via langsigtet adfærdsændring i løbet af 24 -uges indsatsperiode.
Studieoversigt
Status
Status
Betingelser
Betingelser
Intervention / Behandling
Intervention / Behandling
Undersøgelsestype
Undersøgelsestype
Fase
Fase
- Ikke anvendelig
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: Dan Kim, MD, PhD, MPH
- Telefonnummer: 650-498-4900
- E-mail: kimds@stanford.edu
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Beskrivelse
Inklusionskriterier:
- Personer i alderen ≥18 år, med en klinisk diagnose T2D, i stand til at læse og forstå engelsk, og som er fysisk i stand til at gå, vil blive inkluderet i vores undersøgelse
Ekskluderingskriterier:
- Kriterier, der falder uden for inklusionskriterierne.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Behandling
- Tildeling: Randomiseret
- Interventionel model: Crossover opgave
- Maskning: Ingen (Åben etiket)
Antal våben
Våben og indgreb
Deltagergruppe / ArmDeltagergruppe / Arm |
Intervention / BehandlingIntervention / Behandling |
|---|---|
|
Eksperimentel: LLM-genereret coaching prompt
|
Mål 1: I foreløbige data har efterforskerne forudtrænet en open source sprogmodel, LLAMA, med ekspertskabte coaching-prompter baseret på stadier af forandringsmodel for fysisk aktivitet.
Syv forskellige meddelelser (for hver dag i en interventions-"uge") vil blive genereret, der tager højde for race/etnicitet, alder, køn og ændringsstadium for at forbedre personaliseringen.
Ved at bruge den eksisterende MHC-app vil efterforskerne udføre et randomiseret crossover-forsøg på gennemsnitlige daglige trin på tværs af hver intervention.
Efterforskerne vil sammenligne interventionerne i en daglig påmindelse om at nå 10.000 trin (en neutral kontrol) og AI-personaliserede interventioner baseret på en persons forandringsstadium.
Mål 2: Ved at bruge social ansvarlighed og den trænede sprogmodel, der genererer personaliserede coachinginterventioner, vil efterforskerne udføre en langsigtet opfølgning, randomiseret, ublindet forsøg.
I løbet af en 24-ugers interventionsperiode vil deltagerne enten modtage en generisk daglig påmindelse om at nå 10.000 trin eller en AI-genereret coachingprompt, hvor AI-gruppen også kan "chatte" med sprogmodellen for at bede om råd om vedligeholdelse af deres fysisk aktivitet.
Resultaterne af dette langsigtede forsøg vil være ændringer i: 1) daglige trin i løbet af interventionsperioden, 2) vægt (via HealthKit-link til MHC) og 3) HbA1c (som afledt af EMR-registreringer knyttet til den HIPAA-kompatible MHC app).
|
|
Aktiv komparator: 10.000 trinpåmindelse
|
Mål 1: I foreløbige data har efterforskerne forudtrænet en open source sprogmodel, LLAMA, med ekspertskabte coaching-prompter baseret på stadier af forandringsmodel for fysisk aktivitet.
Syv forskellige meddelelser (for hver dag i en interventions-"uge") vil blive genereret, der tager højde for race/etnicitet, alder, køn og ændringsstadium for at forbedre personaliseringen.
Ved at bruge den eksisterende MHC-app vil efterforskerne udføre et randomiseret crossover-forsøg på gennemsnitlige daglige trin på tværs af hver intervention.
Efterforskerne vil sammenligne interventionerne i en daglig påmindelse om at nå 10.000 trin (en neutral kontrol) og AI-personaliserede interventioner baseret på en persons forandringsstadium.
Mål 2: Ved at bruge social ansvarlighed og den trænede sprogmodel, der genererer personaliserede coachinginterventioner, vil efterforskerne udføre en langsigtet opfølgning, randomiseret, ublindet forsøg.
I løbet af en 24-ugers interventionsperiode vil deltagerne enten modtage en generisk daglig påmindelse om at nå 10.000 trin eller en AI-genereret coachingprompt, hvor AI-gruppen også kan "chatte" med sprogmodellen for at bede om råd om vedligeholdelse af deres fysisk aktivitet.
Resultaterne af dette langsigtede forsøg vil være ændringer i: 1) daglige trin i løbet af interventionsperioden, 2) vægt (via HealthKit-link til MHC) og 3) HbA1c (som afledt af EMR-registreringer knyttet til den HIPAA-kompatible MHC app).
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Gennemsnitlige daglige skridt
Tidsramme: 7 dage og 24 uger
|
Gennemsnitlige daglige skridt i løbet af en interventionsuge (mål 1) og 24 ugers periode (mål 2).
|
7 dage og 24 uger
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Ændring i vægt
Tidsramme: 24 uger
|
Ændring i vægt over den langsigtede intervention (mål 2)
|
24 uger
|
|
Ændring i HbA1c
Tidsramme: 24 uger
|
Ændring i HbA1c over den langsigtede intervention (Mål 2)
|
24 uger
|
|
Ugentlige aktive referater
Tidsramme: 7 dage og 24 uger
|
Samlet ugentlige aktive minutter i løbet af en interventionsuge (mål 1) og 24 ugers periode (mål 2).
|
7 dage og 24 uger
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Datoer for undersøgelser
Studer store datoer
Studiestart (Anslået)
Studiestart
Primær færdiggørelse (Anslået)
Primær færdiggørelse
Studieafslutning (Anslået)
Studieafslutning
Datoer for studieregistrering
Først indsendt
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Først opslået
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering sendt
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- 76338
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
produkt fremstillet i og eksporteret fra U.S.A.
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .