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

Brug af digitale data til at forudsige CHD

8. oktober 2025 opdateret af: University of Pennsylvania

Brug af digitale data til at forudsige kardiovaskulær sundhed og sundhedspleje

Dette projekt søger at identificere og karakterisere funktioner afledt af digitale data (f. sociale medier, onlinesøgning, mobile medier), som er forbundet med koronar hjertesygdom (CHD) og relaterede risikofaktorer, og udvikle modeller, der bruger digitale data og konventionelle prædiktive modeller til at forudsige CHD-risiko og sundhedsplejeudnyttelse.

Studieoversigt

Status

Afsluttet

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Hjerte-kar-sygdomme er den største dødsårsag i USA. Mens sekundære forebyggelsesmetoder har forbedret patienternes levetid, er risikofaktorer og ugunstig sundhedsadfærd (f.eks. fysisk inaktivitet, rygning) meget udbredt, og i de fleste nutidige serier opfylder mindre end 1% af voksne alle faktorer for ideel CV-sundhed. Logistikken og praktiske forhold for at nå målet om ideel CV-sundhed er ikke blevet klart belyst. Retningslinjer for praksis anbefaler at bruge Framingham-risikoscore (FRS) eller andre risikoforudsigelsesværktøjer til at klassificere patienters risiko for CV-sygdom. Disse modeller er dog upræcise, og der er stigende fokus på at identificere markører, der giver bedre mål for risiko. Da digitale platforme i stigende grad bruges til at dokumentere livsstil og sundhedsadfærd, kan data fra digitale kilder give et vindue til manifestationer af nye risikofaktorer og potentielt en bedre karakterisering af eksisterende risikofaktorer. Selvom det virker som en kliché at nævne digitale datas dybe indvirkning på hverdagen, er der virkelig stor substans i de muligheder, disse nye medier giver for at forstå adfærdsmæssige, sociale og miljømæssige determinanter for sundhed. Dette projekt søger at identificere og karakterisere funktioner afledt af digitale data (f. sociale medier, onlinesøgning, mobile medier), som er forbundet med koronar hjertesygdom (CHD) og relaterede risikofaktorer, og udvikle modeller, der bruger digitale data og konventionelle prædiktive modeller til at forudsige CHD-risiko og sundhedsplejeudnyttelse.

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

781

Kontakter og lokationer

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

Studiesteder

    • Pennsylvania
      • Philadelphia, Pennsylvania, Forenede Stater, 19101
        • University of Pennsylvania Health System

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

30 år til 74 år (Voksen, Ældre voksen)

Tager imod sunde frivillige

Ja

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Vi vil identificere patienter i alderen 30-74 med og uden CHD (ICD 9:414.0, ICD 10: I63, I20-I25)

Beskrivelse

Inklusionskriterier:

  • 30 - 74 år
  • Er villig til at underskrive informeret samtykke
  • Primært engelsktalende (til sproganalyse)
  • Har en konto på en af ​​følgende digitale dataplatforme (Facebook, Instagram, Twitter Reddit, Google (gmail) eller smartphone eller bærbar enhed såsom Apple Health, Fitbit, Samsung Health, MapMyFitness eller Garmin) og villig til at dele data
  • Hvis har en social mediekonto, Instagram eller Facebook, villig til at dele historiske og fremtidige data (60 dage) Hvis har en Google (gmail) konto, villig til at downloade og dele google takeout zip-fil
  • Hvis du har smartphone eller bærbar enhed, er du villig til at dele trindata
  • Villig til at dele adgang til medicinske sundhedsjournaler
  • Villig til at dele sundhedsforsikringsoplysninger

Ekskluderingskriterier:

  • Patienten opfylder ikke aldersinklusionskriterierne ovenfor
  • Bruger og poster ikke på digitale datakilder, vi studerer eller uvillige til at donere data
  • Patienten er i alvorlig nød, f.eks. åndedrætsbesvær, fysisk eller følelsesmæssig nød
  • Patienten er beruset, bevidstløs eller ude af stand til at svare korrekt på spørgsmål

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Observationsmodeller: Case-Control
  • Tidsperspektiver: Tværsnit

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
Sag
Patienter i alderen 30-74 år med og uden CHD (IICD 10: I63, I20-I25) inden for de sidste 5 år.
Interesserede deltagere kan udfylde det informerede samtykke online. Efter informeret samtykke vil deltageren blive bedt om at dele de digitale datatyper, som de bruger (Facebook, Instagram, Twitter, Google-søgning, trindata), og derefter vil deltagerne gennemføre en tværsnitsundersøgelse.
Styring
Patienter i alderen 30-74 år, som har ikke-kardiovaskulær-relateret historie
Interesserede deltagere kan udfylde det informerede samtykke online. Efter informeret samtykke vil deltageren blive bedt om at dele de digitale datatyper, som de bruger (Facebook, Instagram, Twitter, Google-søgning, trindata), og derefter vil deltagerne gennemføre en tværsnitsundersøgelse.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Latent Dirichlet Allocation (LDA) Emner - Emner / Temaer Diskuteret Mellem Patienter Med og Uden Hjertesygdom
Tidsramme: Gennem studiefærdiggørelse, i gennemsnit 3 år

Det primære resultat er emner og funktioner (afledt ved hjælp af LDA-metoden til klyngedannelse af sprogdata).

For hver deltager inkluderede vi alle tilgængelige Facebook-vægopslag fra starten af deres kontohistorie gennem dataindsamlingen, uanset om de fandt sted før eller efter en KHK-diagnose. Vi undersøgte sammenhænge mellem lingvistiske funktioner (unigrammer, LIWC-kategorier, LDA-emner) og kardiovaskulær casestatus (KHK-tilstedeværelse vs fravær) ved hjælp af Pearson korrelation og logistisk regression. Latent LDA, en systematisk metode til at identificere tekstbaserede temaer, blev anvendt til at generere 200 klynger af samtidigt forekommende ord ("emner"). For hver funktionstype (unigram, LIWC-kategori, LDA-emne) tilpassede vi separate logistiske regressionsmodeller og beregnede Pearson korrelationskoefficienter for at vurdere prædiktiv værdi for casestatus. Hver sprogafledte funktion blev kodet som en normaliseret frekventælling pr. bruger for at muliggøre konsistent sammenligning på tværs af deltagere.

Gennem studiefærdiggørelse, i gennemsnit 3 år

Andre resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Koronar hjertebegivenhed
Tidsramme: Gennem undersøgelsesafslutningen, i gennemsnit 3 år

Pålidelighed i forudsigelse af KHS-relaterede hændelser hos patienter målt ved Framingham-risikoscore.

Framingham-risikoscoren (FRS) er en valideret metode til at forudsige kardiovaskulær sygdom (CVD) risiko. Inputvariabler inkluderer alder, cigarettrygning, totalt kolesterol, HDL-kolesterol, systolisk blodtryksmåling og behandling for hypertension. Pointværdier beregnes baseret på hver af disse risici. En 10-års risikoscore kan udledes som en procentdel. Risikoscores spænder fra 0-20%.

Lav risiko: Mindre end 10% risiko for at du udvikler et hjerteanfald eller dør af koronar sygdom inden for de næste 10 år.

Mellem risiko: En 10 til 20% risiko for at du udvikler et hjerteanfald eller dør af koronar sygdom inden for de næste 10 år.

Høj risiko: En højere end 20% risiko for at du udvikler et hjerteanfald eller dør af koronar sygdom inden for de næste 10 år.

Gennem undersøgelsesafslutningen, i gennemsnit 3 år
Sundhedsudnyttelse
Tidsramme: Gennem studiefærdiggørelse, i gennemsnit 3 år
Prædiktion af omkostninger for sundhedsydelser mellem personer med hjertesygdom og personer uden hjertesygdom målt ved forsikringsdata
Gennem studiefærdiggørelse, i gennemsnit 3 år

Samarbejdspartnere og efterforskere

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

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)

25. september 2020

Primær færdiggørelse (Faktiske)

30. maj 2025

Studieafslutning (Faktiske)

1. juni 2025

Datoer for studieregistrering

Først indsendt

28. september 2020

Først indsendt, der opfyldte QC-kriterier

28. september 2020

Først opslået (Faktiske)

5. oktober 2020

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Anslået)

4. november 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

8. oktober 2025

Sidst verificeret

1. oktober 2025

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

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 Hjerte-kar-sygdomme

Kliniske forsøg med Undersøgelse

Abonner