Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

BGEM-brug som blodsukkerforudsigelsesmodel i T2DM-befolkningen i Indonesien

11. oktober 2024 opdateret af: Krida Wacana Christian University
Ved hjælp af signaler fra PPG-sensorer af forbrugerkvalitet på håndledsbærbare, smarte ringe eller høreapparater, beregner BGEM® AI-modellen de relevante digitale biomarkører korreleret med ændringen af ​​blodsukkerniveauet for at forudsige et blodsukkerresultat til overvågning og evaluering af diabetiske risici Ukrida i samarbejde med Actxa & Lif sigter mod at forbedre den nuværende models forudsigelsesnøjagtighed for at forudsige blodsukkerniveauet hos individer næsten lige så præcist som et glukometer. For at opnå dette sigter Actxa mod at indsamle data fra omkring 500 personer med diabetes i denne øvelse og 400 raske eller udiagnosticerede (prædiabetes/diabetes) individer.

Studieoversigt

Status

Afsluttet

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Baggrund Drevet af vores AI-drevne algoritme, Actxa's Blood Glucose Evaluation and Monitoring (BGEM®) er en sky-baseret teknologi, der gør det muligt for wearables med fotoplethysmografi (PPG) sensorer at overvåge og evaluere diabetisk risiko hos individer regelmæssigt på en ikke-invasiv måde .

Ved hjælp af signaler fra PPG-sensorer af forbrugerkvalitet på håndledsbærbare, smarte ringe eller høreapparater, beregner BGEM® AI-modellen de relevante digitale biomarkører korreleret med ændringen af ​​blodsukkerniveauet for at forudsige et blodsukkerresultat til overvågning og evaluering af diabetiske risici. Vores tidligere undersøgelse har vist potentialet i at bruge PPG-sensorer til at detektere forhøjede blodsukkerniveauer blandt en ikke-diabetiker1.

Formål Ukrida i samarbejde med Actxa & Lif at forbedre den nuværende models forudsigelsesnøjagtighed for at forudsige blodsukkerniveauet hos individer næsten lige så præcist som et glukometer. For at opnå dette sigter Actxa mod at indsamle data fra omkring 500 personer med diabetes i denne øvelse og 400 raske eller udiagnosticerede (prædiabetes/diabetes) personer, som en del af Actxas samarbejde med UKRIDA Hospital.

Med de indsamlede data rummer vores algoritme potentialet til væsentligt at forbedre styringen af ​​blodsukkerniveauer for mennesker med og uden diabetes, hvilket i sidste ende forbedrer deres generelle livskvalitet.

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

885

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

    • Jakarta Raya
      • Jakarta, Jakarta Raya, Indonesien, 11510
        • Ukrida Hospital

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • Voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

500 personer af diabetikere og 400 personer af ikke-diabetikere

Beskrivelse

Inklusionskriterier:

  • alder mellem 18-59 år
  • diabetiker eller ikke-diabetiker
  • sund nok til at gennemgå normal daglig aktivitet

Ekskluderingskriterier:

  • o Bærer pacemaker

    • Er i øjeblikket gravid
    • Har en infektion
    • Har feber

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
Diabetikergruppe
Forsøgspersoner i alderen 18-59 år, som blev diagnosticeret med type 2-diabetes mellitus eller før DM eller kendt for at have unormale Hba1c- eller blodsukkerresultater
BGEM er en ai-drevet model til at forudsige blodsukker ved hjælp af ppg-sensor
Ikke-diabetikergruppe
Forsøgspersoner i alderen 18-59 år, som aldrig har diagnosticeret diabetes mellitus eller præ DM
BGEM er en ai-drevet model til at forudsige blodsukker ved hjælp af ppg-sensor

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Forudsigelsesværdi af BGEM
Tidsramme: Juli-december 2024
Resultat af prædiktiv model vil blive sammenlignet med blodsukkeranalyse
Juli-december 2024
Forudsigelsesværdi af BGEM
Tidsramme: Juli-december 2024
Resultat af prædiktiv model vil blive sammenlignet med Hba1c
Juli-december 2024

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Variabler, der påvirker BGEM
Tidsramme: Juli-december 2024
Analyse for at bestemme eventuelle variabler fra emner, der påvirker BGEM
Juli-december 2024

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

Samarbejdspartnere

Lif

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

30. juli 2024

Primær færdiggørelse (Faktiske)

5. oktober 2024

Studieafslutning (Faktiske)

5. oktober 2024

Datoer for studieregistrering

Først indsendt

11. oktober 2024

Først indsendt, der opfyldte QC-kriterier

11. oktober 2024

Først opslået (Faktiske)

15. oktober 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

15. oktober 2024

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

11. oktober 2024

Sidst verificeret

1. oktober 2024

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • KridaWacanaCU

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

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 .

Kliniske forsøg med Diabetes type 2

Søg i lignende forsøg